Las compañías farmacéuticas están invirtiendo miles de millones en IA para el descubrimiento de fármacos, y los resultados ya están apareciendo en ensayos clínicos. Pero la pregunta real no es “¿puede la IA encontrar nuevos fármacos?” Es “¿quién posee los datos que permiten a la IA encontrar fármacos?”
La IA en el descubrimiento de fármacos suena a ciencia ficción hasta que te das cuenta de que todo el proceso — desde identificar dianas terapéuticas hasta simular interacciones moleculares y predecir los resultados de los ensayos clínicos — puede automatizarse parcialmente con modelos de IA modernos. Y las compañías farmacéuticas saben exactamente dónde está el dinero.
El proceso tradicional de descubrimiento de fármacos tarda entre 10 y 15 años y cuesta 2.600 millones de dólares por cada fármaco aprobado. El 90% de los candidatos a fármacos fracasan en los ensayos clínicos. La IA está reduciendo drásticamente el tiempo y el coste de encontrar candidatos prometedores, lo que se traduce en patentes más rápidas y ingresos anticipados. Cada gran compañía farmacéutica necesita esto.
La IA puede analizar estructuras moleculares, predecir mecanismos de enfermedad y simular interacciones farmacológicas mucho más rápido que los humanos. Pero los datos en los que se entrena — décadas de resultados de ensayos clínicos, bases de datos genéticas, estructuras de proteínas — es ahí donde residirá la ventaja competitiva. Las empresas que poseen los datos poseen la IA.
Varios fármacos diseñados con IA ya están en ensayos clínicos, con resultados iniciales prometedores. Los casos más destacados involucran enfermedades con dianas proteicas bien conocidas, donde la IA puede simular eficientemente millones de compuestos farmacológicos potenciales y reducir la búsqueda a los candidatos más prometedores.
Las compañías que apuestan por la IA en el descubrimiento de fármacos no solo persiguen una moda. Están persiguiendo un cambio de paradigma en cómo se descubren los medicamentos.
