Mike King, Director Senior de Producto y Estrategia, IQVIA – Serie de Entrevistas

Mike King, Senior Director, Product & Strategy, IQVIA, es un ejecutivo experimentado en salud y ciencias de la vida con más de dos décadas de experiencia que abarca estrategia de producto, asuntos regulatorios, aseguramiento de calidad, operaciones y transformación empresarial. Antes de unirse a IQVIA en 2022, King ocupó cargos de alta dirección en Dentsply Sirona y GE Healthcare, donde supervisó asuntos regulatorios en mercados internacionales complejos, incluidos Europa, Rusia, la Comunidad de Estados Independientes (CEI), Israel, Oriente Medio, África y Asia. En etapas anteriores de su carrera, desempeñó funciones de calidad, regulatorias, operativas y de negocio en Bio‑Rad Laboratories, Stryker y Accenture, lo que le brinda una amplia experiencia en la intersección de la tecnología sanitaria, el cumplimiento regulatorio y la estrategia comercial.

IQVIA es un proveedor global de servicios de investigación clínica, conocimientos comerciales e inteligencia sanitaria que atiende a las industrias de ciencias de la vida y salud. La compañía combina datos sanitarios a gran escala con análisis avanzados, tecnología, experiencia sectorial y sus capacidades de IA de nivel sanitario para ayudar a organizaciones farmacéuticas, biotecnológicas, de dispositivos médicos y otras del sector salud a apoyar el desarrollo de fármacos, la investigación clínica, la comercialización y la generación de evidencia. A través de su enfoque Connected Intelligence, IQVIA busca transformar datos sanitarios complejos en conocimientos accionables que puedan acelerar la innovación y mejorar la toma de decisiones en todo el ecosistema sanitario.

Su carrera lo ha llevado desde la consultoría en Accenture, pasando por roles de aseguramiento de calidad y liderazgo regulatorio en Stryker, Dentsply Sirona y GE Healthcare, hasta la estrategia de producto en IQVIA. ¿Cómo ha influido esa trayectoria en su visión de las decisiones tecnológicas a largo plazo que las empresas de ciencias de la vida están tomando en torno a la inteligencia artificial?

Mi carrera hasta la fecha ha abarcado la consultoría, la fabricación, la calidad, los asuntos regulatorios globales y la tecnología sanitaria, lo que me ha permitido observar las decisiones tecnológicas desde múltiples perspectivas de los interesados. En cada puesto, he constatado que las inversiones más exitosas son aquellas que vinculan el rendimiento operativo y comercial con los resultados para los pacientes. Esto es particularmente cierto para la IA en el sector de las ciencias de la vida. Si bien las mejoras de eficiencia son importantes, el mayor valor a largo plazo provendrá de utilizar la IA para reforzar la calidad, el cumplimiento regulatorio, la toma de decisiones y, en última instancia, la entrega de soluciones sanitarias seguras y eficaces en los mercados globales.

Usted sostiene que la IA podría poner fin al ciclo tradicional de sustitución tecnológica de cinco a siete años. ¿Por qué la incorporación de IA hace que una plataforma de calidad o regulatoria sea más permanente en lugar de acelerar su sustitución?

Tradicionalmente, las empresas reemplazaban sistemas cuando estaba disponible una funcionalidad mejor y cuando expiraban los contratos con los proveedores. La IA altera ese cálculo al acelerar la velocidad de la innovación tecnológica. El valor ya no se limita a la aplicación en sí; reside en los datos, flujos de trabajo, la gobernanza y el conocimiento institucional acumulado durante años de uso. En el contexto de Buenas Prácticas, o “GxP”, de las aplicaciones de ciencias de la vida, a medida que las organizaciones incorporan IA a procesos de negocio validados y mejoran continuamente los resultados mediante la supervisión de profesionales humanos calificados, crean un activo de inteligencia que se vuelve cada vez más difícil de replicar en otro lugar. En ese entorno, sustituir una plataforma no es simplemente una decisión tecnológica, sino una decisión de reconstruir años de conocimiento organizacional acumulado.

¿Cómo influye la calidad de la arquitectura de datos y la infraestructura de flujos de trabajo de una organización en que una implementación de IA genere un valor significativo o simplemente refuerce las ineficiencias existentes?

La IA amplifica el entorno en el que se despliega. Si los datos están fragmentados, los procesos son inconsistentes y la gobernanza es débil, la IA simplemente automatizará y agravará esas ineficiencias. Por el contrario, las organizaciones con flujos de trabajo estandarizados, datos confiables y una clara propiedad y gobernanza pueden usar la IA para mejorar la eficiencia, la consistencia, el cumplimiento y la toma de decisiones. La digitalización y la preparación de datos siguen siendo requisitos previos para una adopción exitosa de la IA, mientras que la gobernanza continua de datos y de la IA es esencial para garantizar valor, cumplimiento y confianza mucho después de la implementación.

¿Cuál es la paradoja de adquisición que se crea cuando una organización entrena sistemas de IA con años de datos propietarios de calidad, clínicos o regulatorios?

La paradoja es que, cuanto más exitosa se vuelve una organización al usar IA, más difícil resulta abandonar la plataforma que permitió ese éxito. Años de datos de calidad, regulatorios y clínicos pueden convertirse en un activo competitivo significativo cuando se combinan con IA, pero también pueden aumentar los costos de cambio. La solución no es evitar la creación de valor impulsada por IA, sino garantizar que la propiedad de los datos, la interoperabilidad y la portabilidad se incorporen a las decisiones de adquisición desde el principio.

Usted sugiere que las decisiones de plataforma tomadas en 2025 o 2026 podrían influir en las estrategias tecnológicas mucho más allá de 2035. ¿Consideran adecuadamente la mayoría de los líderes de cumplimiento, tecnología de la información y finanzas ese compromiso prolongado?

Las empresas reguladas de ciencias de la vida están acostumbradas a realizar inversiones a largo plazo. Las decisiones que involucran planificación de recursos empresariales (ERP), fabricación, calidad, sistemas clínicos y regulatorios siempre han requerido horizontes de planificación plurianuales debido a la validación, el control de cambios y el impacto operativo. La IA puede ampliar algunas de estas consideraciones, pero muchos líderes senior ya tienen experiencia en equilibrar el riesgo tecnológico a largo plazo, las obligaciones regulatorias y el valor empresarial. La diferencia es que la IA eleva la importancia estratégica de los datos y la gobernanza, en lugar de cambiar fundamentalmente la necesidad de una planificación a largo plazo.

¿Cómo deben las empresas de ciencias de la vida distinguir entre un “bloqueo positivo”, donde los datos e inteligencia acumulados crean una ventaja competitiva, y un bloqueo perjudicial que limita la flexibilidad, la interoperabilidad o el poder de negociación?

El bloqueo positivo no consiste en ser incapaz de abandonar una plataforma, sino en no querer hacerlo porque la plataforma sigue evolucionando, protege su conocimiento propietario y permite que se adopten nuevas capacidades de IA y flujos de trabajo nativos de agentes a medida que la tecnología madura. El bloqueo negativo ocurre cuando la innovación de la solución del proveedor actual se estanca, la interoperabilidad es limitada y años de conocimiento acumulado quedan atrapados en un sistema que no puede adaptarse ni reemplazarse fácilmente. El objetivo debe ser conservar la propiedad de sus datos y de la inteligencia institucional, manteniendo la flexibilidad para aprovechar la próxima generación de IA.

Con más capital destinado a IA, mantenimiento predictivo y automatización, ¿qué riesgos aparecen cuando las organizaciones posponen la sustitución de sistemas centrales envejecidos?

El mayor riesgo es que las plataformas envejecidas se conviertan en cuellos de botella para la adopción de IA. Los sistemas heredados suelen contener datos fragmentados, flujos de trabajo manuales o altamente personalizados y procesos aislados que limitan las oportunidades de automatización inmediata. Las organizaciones pueden invertir en pilotos de IA, análisis predictivo y agentes inteligentes solo para descubrir que su infraestructura central no puede soportar un despliegue a gran escala.

También existen riesgos empresariales más amplios. A medida que las tecnologías envejecen, el soporte del proveedor puede disminuir, los recursos especializados se vuelven más difíciles de encontrar y los costos de mantenimiento aumentan. Al mismo tiempo, la brecha entre el estado actual y las plataformas de IA de próxima generación se amplía, lo que hace que los esfuerzos de modernización futura sean más complejos y costosos. Las organizaciones pueden terminar invirtiendo para mantener el statu quo sin generar mejoras tangibles en el rendimiento de los procesos, la calidad del producto, los resultados de los pacientes, el cumplimiento o la efectividad comercial. En muchos casos, la modernización y la preparación para la IA deben avanzar conjuntamente en lugar de como iniciativas separadas.

¿Qué protecciones técnicas y contractuales deben buscar las empresas para preservar la portabilidad de datos, la portabilidad de modelos y el acceso a su conocimiento institucional si posteriormente cambian de proveedor?

Las organizaciones deben centrarse en protecciones contractuales y técnicas que preserven la propiedad y accesibilidad de su información. Esto incluye capacidades de exportación de datos claramente definidas, marcos de integración abiertos, API documentadas, linaje de datos, derechos de migración y transparencia sobre cómo los modelos propietarios interactúan con la información de la empresa. El conocimiento institucional puede convertirse en uno de los activos más valiosos de una compañía, y debe permanecer portátil, seguro y bajo control.

¿Cómo deben los requisitos de validación regulatoria y control de cambios influir en las decisiones sobre la actualización, reentrenamiento o sustitución de sistemas habilitados con IA en entornos farmacéuticos y de dispositivos médicos?

En entornos GxP, la IA no modifica la responsabilidad. Los profesionales de calidad y regulatorio siguen siendo responsables de la gobernanza, integridad y cumplimiento de sus sistemas y procesos. Por lo tanto, las tecnologías habilitadas con IA deben estar respaldadas por una gobernanza robusta, validación basada en riesgos, control de cambios documentado y una explicabilidad suficiente para resistir el escrutinio regulatorio. La experiencia humana calificada y profesional sigue siendo un componente esencial de gobernanza de la IA GxP.

¿Qué criterios de selección de proveedores deben priorizar hoy las empresas de ciencias de la vida para garantizar que una plataforma habilitada con IA siga siendo segura, conforme, adaptable y económicamente viable durante la próxima década?

En la era de las soluciones de IA GxP para la salud, las organizaciones deben elegir a un socio colaborativo y no simplemente comprar software. La funcionalidad conforme es esencial, y también lo es la capacidad del proveedor para evolucionar su solución con los avances tecnológicos, protegiendo los datos de la empresa, el conocimiento propietario y las obligaciones regulatorias. Las plataformas ganadoras serán aquellas que combinen una profunda experiencia en ciencias de la vida con una arquitectura flexible, una gobernanza sólida y una ruta clara para adoptar futuras capacidades de IA y flujos de trabajo nativos de agentes sin interrumpir las operaciones comerciales, sin comprometer el cumplimiento global, y al mismo tiempo impactando positivamente la seguridad del paciente.

Gracias por la excelente entrevista, los lectores que deseen obtener más información deberían visitar IQVIA.