Hernández Rivera, AndrésVelarde, PabloZafra Cabeza, AscensiónMaestre Torreblanca, José María2025-05-202025-05-202025Hernández Rivera, A., Velarde, P., Zafra Cabeza, A. y Maestre Torreblanca, J.M. (2025). Comparación de estrategias de control predictivo estocástico no lineal aplicadas a la quimioterapia. Revista Iberoamericana de Automatica e Informatica Industrial, 22 (2), 156-162. https://doi.org/10.4995/riai.2025.21950.1697-7912https://hdl.handle.net/11441/173024Attribution-NonCommercial-ShareAlike4.0International(CCBY-NC-SA4.0)El modelado matemático de sistemas biomédicos puede ayudar a los profesionales oncológicos a diseñar ciclos de administración de fármacos más seguros y eficaces. Para lograr este objetivo, en el proceso de toma de decisiones se utiliza el modelo matemático del crecimiento tumoral y el impacto de la quimioterapia. Sin embargo, los sistemas biomédicos son propensos a un alto grado de incertidumbre, no sólo por los errores de medición, sino también por la dinámica del sistema no modelada y la variabilidad entre pacientes. Para abordar este problema, se han aplicado restricciones probabilísticas al control del proceso de administración de fármacos, haciéndolo m ́as robusto frente a perturbaciones. Este trabajo compara una versión no lineal y otra linealizada de las formulaciones estocásticas del control predictivo basado en modelo. Ambos algoritmos mejoran la eficacia y la seguridad del tratamiento, con diferencias en cuanto a conservadurismo y coste computacional.Mathematical models of biomedical systems can help practitioners design safer and more effective drug administration cycles.To achieve this goal, the mathematical model of tumoral growth and the impact of chemotherapy are used in the decision-makingprocess. However, biomedical systems are prone to a high degree of uncertainty, not only from measurement errors but also fromunmodeled dynamics of the system and interpatient variability. To address this issue, probabilistic constraints have been applied tothe control of the drug administration process, making it more robust against disturbances. This work compares a non-linear and alinearized version of the stochastic formulations of the model predictive control. Both algorithms enhance treatment efficacy andsafety, with differences in conservativeness and computational cost.application/pdf7 p.spaAttribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/Control predictivoControl ́optimo estocásticoFarmacocinética y administración de fármacosControl predictivo no linealPredictive controlStochastic optimal controlPharmacokinetics and drug deliveryNonlinear predictive controlComparación de estrategias de control predictivo estocástico no lineal aplicadas a la quimioterapiaComparison of Stochastic Non-linear Model Predictive Control Strategies for Chemotherapyinfo:eu-repo/semantics/articleinfo:eu-repo/semantics/openAccesshttps://doi.org/10.4995/riai.2025.21950