La inteligencia artificial acelera hasta un 70% el desarrollo de nuevos medicamentos

La inteligencia artificial comienza a transformar uno de los procesos más costosos, lentos e inciertos de la economía mundial: el desarrollo de nuevos medicamentos. Las compañías farmacéuticas ya utilizan algoritmos capaces de analizar datos biológicos, identificar objetivos terapéuticos y diseñar moléculas en una fracción del tiempo que demandaban los métodos tradicionales.

Una encuesta de TD Cowen entre 80 ejecutivos y especialistas de la industria biofarmacéutica reveló que la incorporación de inteligencia artificial puede reducir hasta un 70% los costos y los plazos de la investigación preclínica, según informó Axios.

Esta primera etapa incluye la identificación de las proteínas o mecanismos vinculados con una enfermedad, la exploración de millones de compuestos químicos y la selección de aquellos candidatos con mayores probabilidades de convertirse en un tratamiento seguro y eficaz.

Más candidatos en menos tiempo

Tradicionalmente, una farmacéutica debe evaluar enormes bibliotecas de moléculas mediante pruebas sucesivas de laboratorio. La mayoría queda descartada antes de llegar a los ensayos clínicos y muchas de las que avanzan terminan fracasando durante las pruebas en seres humanos.

La IA permite modificar esa lógica. Los modelos computacionales pueden cruzar información genética, molecular y clínica para predecir cómo interactuará una sustancia con el organismo, anticipar posibles efectos tóxicos y recomendar cuáles son los candidatos que deberían investigarse primero.

Como consecuencia de estas mejoras, los especialistas consultados por TD Cowen proyectan que la cantidad de programas de desarrollo de medicamentos podría crecer más de un 10% durante los próximos tres a cinco años. Las empresas podrían estudiar simultáneamente más tratamientos sin aumentar sus presupuestos en la misma proporción.

La tecnología también puede utilizarse para encontrar nuevos usos para medicamentos existentes, seleccionar participantes para ensayos clínicos, detectar efectos adversos y diseñar protocolos con mayores probabilidades de éxito.

La industria farmacéutica aumenta sus inversiones

La adopción ya superó la etapa de las pruebas experimentales. Grandes laboratorios están incorporando infraestructura informática específicamente destinada a investigación farmacológica.

Bristol Myers Squibb anunció la adquisición de un sistema DGX SuperPOD de Nvidia, basado en la arquitectura Vera Rubin, para ampliar su capacidad de descubrimiento de medicamentos. De acuerdo con la empresa, la IA ya permite reducir hasta un 30% el tiempo de producción de candidatos en las primeras etapas, con la expectativa de llegar al 50%.

Los algoritmos están siendo utilizados en todos sus programas de moléculas pequeñas y en la mayoría de las investigaciones vinculadas con moléculas grandes. La compañía también aseguró que estas herramientas fueron fundamentales para identificar un tratamiento experimental contra la anemia de células falciformes.

Al mismo tiempo, empresas como Insilico Medicine, Recursion, Schrödinger e Isomorphic Labs —la compañía surgida de Google DeepMind— desarrollan plataformas capaces de diseñar moléculas y predecir estructuras de proteínas. Laboratorios tradicionales como AstraZeneca, Eli Lilly, Novartis y Roche también establecieron acuerdos con compañías especializadas en IA.

El gran examen todavía está pendiente

A pesar de los avances, la industria enfrenta una limitación determinante: hasta ahora, ningún medicamento descubierto íntegramente mediante inteligencia artificial recibió la aprobación definitiva de la Administración de Alimentos y Medicamentos de Estados Unidos (FDA).

Existen candidatos que avanzaron hasta los ensayos en seres humanos e incluso algunos consiguieron resultados alentadores, pero todavía falta demostrar que la reducción de tiempos en los laboratorios también se traduce en tratamientos seguros y eficaces para los pacientes.

La inteligencia artificial puede mejorar la selección inicial de moléculas, pero no elimina la necesidad de realizar estudios clínicos. Tampoco puede reemplazar el conocimiento de biólogos, médicos y químicos ni la intuición científica necesaria para interpretar resultados inesperados.

Por ese motivo, el verdadero impacto de la tecnología comenzará a medirse cuando los primeros fármacos diseñados con estos sistemas completen todas las etapas regulatorias y lleguen al mercado.

Una carrera estratégica entre Estados Unidos y China

La transformación también tiene una dimensión geopolítica. China amplió rápidamente su industria biotecnológica y ofrece menores costos laborales, grandes volúmenes de datos y procesos de investigación más veloces.

Para Estados Unidos, el riesgo es repetir en el sector farmacéutico la dependencia que desarrolló en áreas como los semiconductores y determinados componentes tecnológicos. La competencia ya no se limita a quién fabrica medicamentos, sino que incluye quién controla los modelos de IA, las bases de datos biológicos, el poder de cómputo y los laboratorios automatizados necesarios para descubrirlos.

La IA no encontró todavía una cura automática para las enfermedades. Pero ya está cambiando la economía del descubrimiento farmacéutico: permite investigar más alternativas, descartar antes los proyectos inviables y concentrar recursos en los candidatos con mejores perspectivas. Si estos avances logran superar el filtro de los ensayos clínicos, la transformación podría traducirse en nuevos medicamentos desarrollados con mayor rapidez y a menor costo.