La eficacia terapéutica se ve afectada por el fracaso en la adherencia, como también lo demuestran los estudios clínicos de la OMS que indican que el 50-70% de los pacientes siguen adecuadamente un plan de tratamiento. El incumplimiento de los medicamentos prescritos por parte de los pacientes es la principal razón de morbilidad y mortalidad, así como de un mayor costo de los servicios de salud. La adherencia a la medicación podría mejorarse con el uso de sistemas de compromiso del paciente. Tales sistemas de compromiso pueden incluir las preferencias y creencias del paciente en los planes de tratamiento, lo que resulta en tratamientos más receptivos y personalizados. Sin embargo, una limitación clave de los sistemas de compromiso existentes son sus aplicaciones genéricas. Proponemos un marco personalizado para el compromiso del paciente con la medicación utilizando métodos de IA como el Aprendizaje por Refuerzo (RL) y el Aprendizaje Profundo (DL). El Sistema Personalizado de Compromiso con la Medicación (PMES) propuesto tiene dos componentes principales. El primer componente del PMES se basa en un agente de RL, que se entrena con informes de adherencia y luego se utiliza para involucrar a un paciente. El agente de RL, después de ser entrenado, puede identificar los patrones de respuesta de cada paciente al observar y aprender su reacción a señales y luego optimizar para cada individuo. El segundo componente del sistema propuesto se basa en DL y se utiliza para monitorear el proceso de medicación. La característica adicional del PMES es que es basado en la nube y puede ser utilizado en cualquier lugar de forma remota. Además, el sistema es personalizado, ya que el componente de RL del PMES puede ser entrenado para cada paciente por separado, mientras que la parte de DL del PMES puede ser entrenada para un plan de medicación determinado. Así, la ventaja del trabajo propuesto es doble, es decir, el componente de RL del marco mejora la adherencia a la medicación, mientras que el componente de DL minimiza los errores de medicación.