Jeff Leiden, presidente de Vertex Pharmaceuticals, reveló que su compañía colaboró con cerca de cincuenta startups de inteligencia artificial para analizar una base de datos de diez mil compuestos químicos. El objetivo era identificar al menos un candidato que pudiera avanzar a pruebas clínicas, pero ninguno de los modelos de IA logró producir un fármaco viable. Este resultado contrasta con las declaraciones optimistas de los líderes de la IA, como Dario Amodei de Anthropic, Demis Hassabis de DeepMind y Sam Altman de OpenAI, quienes aseguran que la IA podría curar enfermedades graves en la próxima década. La evidencia de Vertex muestra que, pese a los avances, la tecnología aún no está preparada para sustituir el proceso tradicional de descubrimiento de fármacos.
Los laboratorios de IA han destacado la capacidad de sus algoritmos para detectar patrones, predecir estructuras de proteínas y proponer moléculas prometedoras. Sin embargo, la complejidad del organismo humano implica miles de procesos biológicos interrelacionados que los modelos actuales no pueden modelar con la precisión necesaria. Identificar una molécula que se una a una diana terapéutica es solo el primer paso; prever su comportamiento en un cuerpo humano, sus efectos secundarios y sus interacciones es una tarea mucho más ardua. Por ello, Leiden subrayó que la IA funciona mejor como copiloto, asistiendo a los investigadores pero sin reemplazarlos.
El desarrollo de un nuevo medicamento sigue siendo un proceso largo y costoso. Después de la fase de descubrimiento, los compuestos deben pasar por ensayos preclínicos y varias etapas clínicas que pueden extenderse por años. Incluso si una IA genera una molécula con un perfil teórico seguro, los ensayos humanos son obligatorios para validar su eficacia y seguridad. Esta fase crítica no se acelera simplemente porque la IA haya predicho resultados favorables en silicio.
Las expectativas de la industria farmacéutica son, por ahora, más conservadoras que las de los visionarios de la IA. Mientras los CEOs de empresas como OpenAI pintan un futuro donde la tecnología erradica el cáncer o el Alzheimer, los laboratorios como Vertex advierten que la IA aún no puede descubrir fármacos de forma autónoma. La brecha entre la promesa y la realidad destaca la necesidad de seguir invirtiendo en investigación híbrida, combinando la potencia de los algoritmos con la experiencia humana.
A pesar del desencanto reciente, la IA sigue aportando valor en etapas tempranas, como la selección de dianas terapéuticas y la optimización de estructuras moleculares. Estas contribuciones pueden reducir el número de compuestos que deben evaluarse en laboratorio, generando ahorros de tiempo y recursos. No obstante, el camino hacia una cura definitiva sigue siendo largo y dependerá de la colaboración estrecha entre científicos, reguladores y desarrolladores de IA.
En conclusión, la experiencia de Vertex pone en relieve que la inteligencia artificial, aunque prometedora, aún no reemplaza el rigor del método científico tradicional en la creación de medicamentos. Las promesas de curas rápidas deben ser equilibradas con la evidencia empírica, y el futuro del descubrimiento farmacéutico probablemente se construya sobre una alianza entre la creatividad humana y la capacidad analítica de la IA.
Fuente: xataka