Entrá con tu cuenta de Google
Pronto también con Candado (llave de la aldea).
Vas a salir de tu cuenta en este dispositivo.
Gigantes tecnológicos y laboratorios tradicionales compiten y colaboran en investigación. Los avances tempranos aún requieren ensayos clínicos para convertirse en tratamientos.
Imagen ilustrativa generada con IA
Las inversiones millonarias en inteligencia artificial aplicada al desarrollo de medicamentos están cambiando la relación entre grandes compañías tecnológicas y laboratorios farmacéuticos tradicionales. Empresas como Isomorphic Labs, vinculada a Alphabet, y Anthropic presentan planes para utilizar sistemas de IA en investigación biomédica, mientras compañías con décadas de experiencia buscan acelerar sus propios programas sin perder el control sobre los datos, la validación clínica y las decisiones regulatorias.
El debate volvió al primer plano el 20 de noviembre durante una serie de reportajes especializados sobre el sector. Bloomberg informó que directivos de la industria farmacéutica expresaron preocupación ante el ritmo y la financiación de las empresas tecnológicas. Reuters, en una investigación independiente publicada ese mismo día, recogió testimonios de científicos de grandes laboratorios que ya utilizan IA para diseñar moléculas, seleccionar candidatos y estudiar riesgos en fases tempranas.
Una característica esencial del fenómeno es que los anuncios económicos pueden combinar inversiones realizadas, pagos iniciales de contratos y sumas condicionadas a hitos futuros. Estas cifras no son intercambiables. Por ejemplo, AstraZeneca anunció en octubre una colaboración con insitro que comprende 40 millones de dólares iniciales y hasta unos 1.460 millones adicionales sujetos al cumplimiento de determinados objetivos de desarrollo y comercialización, además de posibles regalías.
Las promesas comerciales se apoyan en un problema real: descubrir una molécula interesante no equivale a convertirla en un medicamento seguro y eficaz. Entre la identificación de un blanco biológico y la autorización para vender un tratamiento hay pasos de laboratorio, fabricación, pruebas clínicas, evaluación de seguridad y aprobación sanitaria. Una mejora en las primeras etapas no elimina las exigencias de los ensayos con personas, ni permite anticipar cuántos candidatos terminarán en farmacias.
Reuters entrevistó a responsables científicos de GSK, Bristol Myers Squibb, Novartis, Eli Lilly, Novo Nordisk, AstraZeneca y Sanofi. Varios describieron resultados prometedores en descubrimiento temprano. Según declaraciones de esas empresas, algunas tareas que antes requerían más ciclos de diseño y análisis pueden completarse en menos tiempo. Esos avances deben entenderse como estimaciones o experiencias de programas determinados, y no como una medida universal comprobada de eficacia clínica.
Un caso mencionado es Novo Nordisk, que afirmó haber reducido de ocho a tres las rondas de diseño, fabricación y evaluación de determinadas moléculas, y de ocho a cuatro semanas el tiempo necesario por ronda. Sanofi también describió un año de ahorro en una parte del desarrollo del tratamiento experimental lunsekimig para asma. Son resultados atribuidos a compañías específicas y no demuestran que cualquier proyecto de IA alcance las mismas proporciones.
La tensión competitiva no implica necesariamente una guerra entre sectores. Una empresa de IA puede prestar servicios, colaborar con laboratorios o desarrollar sus propios programas terapéuticos. Esas posiciones pueden coexistir o cambiar con el tiempo. De hecho, compañías farmacéuticas sostienen acuerdos con especialistas en modelos de biología computacional y al mismo tiempo invierten en herramientas internas, porque cuentan con información científica y experiencia clínica acumuladas que también son valiosas.
Isomorphic Labs, por ejemplo, anunció acuerdos con fabricantes de medicamentos y trabaja en programas propios de descubrimiento molecular. La cobertura de Bloomberg relaciona esa estrategia con una financiación reciente de miles de millones de dólares. El dato muestra capacidad de inversión e intención de competir, pero no es prueba de que esas investigaciones hayan obtenido aprobaciones sanitarias o curas comprobadas para enfermedades específicas.
Anthropic también empezó a participar en investigación farmacéutica mediante colaboraciones y herramientas científicas. Reuters informó que empresas tradicionales la consideran tanto posible aliada como competidora. Aliza Apple, responsable de TuneLab en Eli Lilly, cuestionó la amplitud de algunas promesas sobre curar enfermedades y pidió resultados concretos. Esa posición expresa la opinión de una ejecutiva identificada, no una conclusión definitiva de toda la comunidad médica.
El acceso a datos clínicos, resultados experimentales y conocimientos de especialistas aparece como una pieza central. Un modelo de IA entrenado sin información relevante puede generar propuestas con poco valor práctico. Por eso algunos laboratorios colaboran manteniendo límites estrictos sobre el uso de sus bases privadas. Reuters consignó que Novo Nordisk y Sanofi no entregan determinados datos propios a laboratorios de modelos de frontera para entrenarlos.
También importa la diferencia entre una predicción de actividad de una molécula y su comportamiento en una persona. Un compuesto aparentemente prometedor puede fallar por toxicidad, dificultad de fabricación, interacciones inesperadas o falta de eficacia en ensayos. La IA puede ayudar a priorizar experimentos y disminuir búsquedas improductivas, pero sus hipótesis deben ponerse a prueba mediante métodos independientes y repetibles.
El avance merece atención porque la industria farmacéutica enfrenta costos altos, riesgos de fracaso y plazos largos. Reuters recordó que, de acuerdo con una asociación sectorial, un medicamento puede requerir entre diez y quince años para llegar al mercado. Sin embargo, no sería correcto prometer reducciones idénticas en todas las fases: un algoritmo más veloz para analizar candidatos no acorta automáticamente los controles clínicos ni las obligaciones regulatorias.
El verdadero criterio para evaluar esta transformación será cuántos candidatos llegan a estudios rigurosos y cuántos terminan demostrando beneficio para pacientes. El dinero invertido, las alianzas anunciadas y los programas de investigación son indicadores de actividad, no equivalentes a tratamientos aprobados. Las farmacéuticas tradicionales y las empresas tecnológicas podrán encontrar espacios de colaboración o competencia, pero la evidencia médica deberá seguir siendo la medida del resultado.
Todavía no hay comentarios. Sé el primero.
Para comentar tenés que estar registrado. La nota se lee sin login.
Entrar con Google Seguir en el tablón