Hoy en día el desarrollo de un fármaco tarda entre 10 y 15 años con costos de entre 1,000 y 2,000 millones de dólares. Con el respaldo de inteligencia artificial (IA) esos tiempos podrían reducirse a solo 5-8 años y, por ende, bajar costos significativamente.
Sería una noticia maravillosa para quienes viven con enfermedades como cánceres raros, fibrosis pulmonar idiopática o patologías neurodegenerativas como alzheimer cuyos avances terapéuticos en décadas han sido frustrantemente lentos. La IA surge como una herramienta disruptiva capaz de inaugurar una verdadera era dorada en el desarrollo de medicamentos. Esta transformación no solo acelera procesos que tradicionalmente toman años, sino que promete enfocarse en curas reales y personalizadas, en lugar de tratamientos meramente paliativos.
Expertos del mercado de innovación como Cathie Wood, fundadora de ARK Invest, vislumbran este futuro, argumentando que la IA podría colapsar los tiempos de lanzamiento, pasando de un modelo de “cuidado de enfermos” a uno de “curas definitivas”. Informes de McKinsey & Co. respaldan esta visión, proyectando ahorros anuales de entre 60,000 y 110,000 millones de dólares en la industria farmacéutica, gracias a la capacidad de la IA para analizar datos masivos, predecir interacciones moleculares y optimizar ensayos clínicos con una precisión inédita. Deloitte, por su parte, estima reducciones del 20-30% en costos totales, con un corte del 40-50% en el ciclo completo de I+D.
Las colaboraciones entre gigantes farmacéuticos y empresas de IA ya ubican este potencial en la práctica. Ahí está la alianza recién anunciada entre la farmacéutica danesa NovoNordisk y Nvidia, que implica la construcción del supercomputador Gefion para workloads de IA en el descubrimiento de fármacos. Esta asociación utiliza IA generativa para crear modelos personalizados que aceleran la investigación temprana, enfocándose en áreas como diabetes y obesidad. De manera similar, Pfizer ha expandido su partnership con XtalPi, una firma china que integra física cuántica e IA en plataformas de drug discovery, cerrando acuerdos por más de 10,000 millones de dólares. La francesa Sanofi, por su parte, colabora con Exscientia para desarrollar terapias de precisión en oncología e inmunología, donde la IA ha generado candidatos clínicos en meses en lugar de años. Otro caso notable es Insilico Medicine, que usó IA generativa para diseñar un fármaco contra la fibrosis (ISM001-055), pasando de la identificación de targets a la fase II en apenas 24 meses, un ahorro del 70-80% comparado con métodos tradicionales.
Para dimensionar el impacto, consideremos las fases del proceso de desarrollo. Tradicionalmente, identificar y validar targets biológicos toma 2-5 años; con IA, esto se reduce a 6-12 meses mediante el análisis de genomas y datos clínicos masivos. El diseño y cribado de moléculas, que solía extenderse por 3-6 años, ahora se completa en 3-18 meses gracias al cribado virtual de billones de compuestos. En pruebas preclínicas, la predicción de toxicidad y eficacia con machine learning corta tiempos de 1-3 años a 6-12 meses. Incluso en ensayos clínicos, la optimización con datos sintéticos reduce plazos en un 30-50%, reclutando pacientes un 40% más rápido mediante algoritmos que analizan perfiles médicos. Para la aprobación, la IA acelera revisiones en 40-50%. En total, para enfermedades raras o estancadas como el VIH avanzado o cánceres poco comunes, el reciclaje de fármacos existentes podría generar anticuerpos novedosos en días en lugar de meses, y llevar curas al mercado en solo 2-4 años.
Pero para que este potencial se convierta en realidad, es esencial que científicos, empresas farmacéuticas y reguladores aprendan a operar en sintonía con la IA. De lo contrario, el riesgo sería quedar atrapados en burocracias obsoletas, limitando el impacto de oportunidad en la salud global. El rol de los reguladores es crucial. La FDA ya incorpora IA en algunas aprobaciones, pero debe evolucionar para acelerar procesos sin perder rigor ni comprometer la seguridad. Si se logra un equilibrio, proyecciones optimistas sugieren que en 2-5 años, la IA generará anticuerpos instantáneamente; en 10 años, seleccionará targets con el doble de precisión; y en 20 años, diseñará medicinas personalizadas para cualquier estado de salud deseado. Suena demasiado futurista pero no está nada lejos.
Cortesía de El Economista
Dejanos un comentario: