Fine-tuning de LLM para farmacia e información de medicamentos

01/10/2026

Una tarde de sábado en una farmacia llena, el farmacéutico atiende a un cliente mientras otro lo interrumpe con preguntas: qué principio activo tiene este medicamento, en qué se diferencia esta caja de aquella, el instructivo viene en letra tan chica que no se alcanza a leer. La mayoría de las preguntas son consultas, y consultar es algo que una máquina puede hacer. Por eso el fine-tuning de LLM para el ámbito farmacéutico interesa a tantos equipos, y también por eso conviene discutir con cuidado qué debe y qué no debe hacer.

En AIVISION hacemos entrenamiento y fine-tuning de LLM en vietnamita para dominios específicos, entre ellos farmacia e información de medicamentos. Este artículo es la visión de quien desarrolla producto, no un anuncio.

Por qué un modelo general no basta para información de medicamentos

Si le preguntan a un modelo general sobre un medicamento, recibirán una respuesta que suena muy convincente. El problema está en la palabra suena. La información de medicamentos es un tipo de dato donde un detalle mínimo cambia el sentido: nombre comercial y nombre del principio activo, forma farmacéutica, presentación del empaque, las secciones del instructivo de uso. Un modelo general se entrena con enormes cantidades de texto de internet, y la información de medicamentos en vietnamita es una porción pequeña y de calidad desigual.

El resultado conocido es que el modelo confunde dos productos con nombres parecidos, o inventa una sección que no existe en el documento original. No lo hace con mala intención, sino porque está optimizado para escribir frases fluidas, no para detenerse cuando no está seguro.

Fine-tuning: para qué sirve y con qué datos

El fine-tuning consiste en seguir entrenando un modelo base con datos de un dominio acotado, para que se familiarice con el vocabulario, la estructura de los documentos y el tipo de preguntas de ese campo. En farmacia suelen mencionarse tres grupos de tareas.

Consulta de principios activos y composición

El usuario pregunta qué componentes tiene un producto, o en qué productos del catálogo de la farmacia aparece un principio activo. Es un problema de correspondencia entre nombres, y el modelo debe entender tanto el nombre comercial como el genérico, y tanto la escritura con acentos como sin ellos, que es como suelen teclear los clientes.

Lectura y resumen de etiquetas e instructivos

Convertir un instructivo largo en un resumen fácil de leer, en el orden correcto de las secciones y conservando el contenido del documento original. El modelo solo presenta de otra forma lo que el documento dice, sin añadir recomendaciones propias.

Apoyo al personal de la farmacia

Buscar rápido en el catálogo, recordar procedimientos internos, redactar borradores de respuesta para que el farmacéutico los ajuste. Quien atiende el mostrador queda con las manos más libres, y la decisión sigue siendo suya.

Los datos de entrenamiento deben venir de fuentes con autoridad y con licencia de uso clara: documentos de medicamentos aprobados por la autoridad reguladora, el catálogo de productos de la propia institución, procedimientos internos. Mientras más limpios sean los datos, menos correcciones habrá que hacer después. Lo que evitamos es mezclar datos de origen dudoso, porque una frase errónea en el conjunto de entrenamiento puede convertirse en una frase errónea dicha con total seguridad.

Los límites que hay que mantener firmes

Hay cosas que el modelo no hace, y eso es una decisión de diseño, no una deficiencia por corregir.

• No aconseja dosis para personas en particular.
• No sugiere medicamentos para tratar un síntoma o una enfermedad específica.
• No sustituye al farmacéutico al evaluar interacciones, contraindicaciones o la condición del usuario.
• Cuando quien pregunta describe síntomas, el sistema lo orienta hacia una persona con la formación adecuada.

La información de medicamentos es distinta de la recomendación sobre medicamentos. La primera es consulta de documentos: cómo viene empacado este producto, qué sección indica el instructivo. La segunda requiere saber quién es el usuario, qué está tomando, qué padece, y eso le corresponde a una persona capacitada. Para nosotros este límite es condición para que el producto exista, no una leyenda en letra chica al pie de la página.

Recuperación de documentos o meterlo todo en los pesos

Hay una decisión técnica que suele malentenderse: si conviene meter todo el conocimiento sobre medicamentos en el modelo mediante fine-tuning. Según la experiencia de muchos equipos, no. El catálogo cambia constantemente: salen productos nuevos, se retiran otros, se actualizan los instructivos. Si el conocimiento está en los pesos, cada cambio obliga a reentrenar, y no se sabe si el modelo ya olvidó lo anterior o no.

Un reparto más razonable: el fine-tuning sirve para que el modelo domine el lenguaje del campo, entienda nombres, abreviaturas y el estilo de los documentos farmacéuticos; el contenido concreto se toma de un acervo de documentos que se actualiza por separado, y el modelo lo lee y responde con citas. Cuando cambia un documento, basta actualizar el acervo. Y cuando no encuentra nada, el sistema dice que no encontró, en lugar de improvisar.

Hablar con honestidad sobre las capacidades

AIVISION entrena modelos en un clúster de 24 GPU NVIDIA H200 y 8 GPU NVIDIA B300, ya lanzó el LLM L1.0 para vietnamita y realiza fine-tuning para dominios como salud y farmacia. La infraestructura nos permite probar muchas configuraciones de entrenamiento. Pero la calidad en el problema de medicamentos de una farmacia concreta solo se conoce después de medirla, con su propio catálogo y con las preguntas que sus clientes suelen hacer. Por eso el proceso que seguimos empieza con un conjunto de preguntas de prueba elaborado por los farmacéuticos de esa institución, y no con una cifra bonita tomada de otro lado.

Quizá se pregunten por qué no dejar que los propios farmacéuticos elaboren el conjunto de prueba. En realidad eso es justo lo que hacen. Quien mejor conoce la farmacia es quien está en el mostrador, y las preguntas verdaderamente difíciles suelen ocurrírseles solo a ellos: el cliente que lee mal el nombre del medicamento a la manera local, que abrevia por costumbre, que pregunta a medias y deja la frase en el aire.

Qué conviene probar primero

Si dirigen una farmacia o una cadena pequeña y lo están considerando, recomiendo empezar por el lado del personal, todavía no por el del cliente. Den una herramienta interna para consultar el catálogo y los instructivos, que unos cuantos farmacéuticos la usen durante un mes y anoten dónde falla. Solo después piensen en ponerla frente al comprador. Es un camino algo más lento, pero les da evidencia real de si la herramienta acierta o falla, y los farmacéuticos no se ven obligados a confiar en algo que no han verificado.

Al final, esta tecnología es útil cuando hace más rápida la consulta y deja que la persona con formación profesional dedique su energía a lo que solo ella puede hacer. Si empieza a fingir que hace ese trabajo por ella, ya se pasó de la raya.