Durante décadas, el desarrollo de nuevos fármacos ha sido uno de los procesos más lentos, costosos y propensos a fallos de la ciencia moderna. Sin embargo, con la inteligencia artificial, ese cuello de botella podría estar superándose. Un fármaco experimental, diseñado principalmente por IA, ha entrado en la fase final de ensayos clínicos a una velocidad récord y va camino de convertirse en el primer medicamento diseñado con IA aprobado para uso humano. Algunos lo consideran un avance médico, mientras que otros lo ven como un atajo inquietante que sustituye la comprensión médica adecuada por la optimización basada en máquinas.
La IA diseña un nuevo fármaco
El fármaco, próximo a su aprobación, fue desarrollado por Insilico Medicine, una empresa de biotecnología centrada en la IA que utiliza modelos de aprendizaje automático para identificar dianas terapéuticas y generar compuestos potenciales para su tratamiento. El objetivo de su nuevo medicamento es la fibrosis pulmonar idiopática (FPI), una enfermedad pulmonar mortal que mata a unos 40,000 estadounidenses cada año sin cura conocida. Increíblemente, el desarrollo ha progresado del descubrimiento de dianas terapéuticas a los ensayos clínicos en humanos en menos de dos años.
Para ponerlo en contexto, el descubrimiento convencional de fármacos suele tardar unos 5 años en llegar a los ensayos en humanos, seguidos de otros 6-8 años de pruebas clínicas y revisión regulatoria. De principio a fin, la mayoría de los fármacos tardan entre 10 y 15 años, con una tasa de fracaso estimada del 90 % una vez que comienzan los ensayos en humanos.
La IA puede reducir drásticamente la fase de descubrimiento inicial, la más lenta y costosa. El proceso de Insilico reemplaza años de iteración en el laboratorio con el cribado algorítmico de millones de estructuras moleculares, prediciendo la toxicidad, simulando el plegamiento de proteínas y proponiendo compuestos candidatos en cuestión de semanas, en lugar de años.
Cómo acelera el proceso
El descubrimiento tradicional de fármacos se basa en un trabajo de laboratorio lento e iterativo: hipótesis, experimento, fallo, revisión. Los sistemas de IA simplifican este proceso entrenándose con enormes conjuntos de datos de estructuras químicas, vías biológicas y resultados históricos de ensayos. Esto permite a los investigadores descartar candidatos improbables al instante y centrar sus recursos en los compuestos con las mayores tasas de éxito previstas.
En términos simples, la IA no entiendes biología, sino que reconoce patrones a escala. Puede analizar digitalmente millones de moléculas teóricas antes de que un químico humano sintetice siquiera una.
Esta eficiencia permite a las farmacéuticas reducir los costos de desarrollo entre un 30 % y un 70 %, y es la razón por la que el capital riesgo está fluyendo a raudales hacia la industria. Según estimaciones, en los últimos cinco años se han invertido más de 60 000 millones de dólares en startups de biotecnología de IA a nivel mundial, y las principales compañías farmacéuticas se han asociado o invertido para no quedarse atrás.
Una visión optimista
Existen argumentos humanitarios genuinos a favor de los fármacos acelerados por IA. Las enfermedades raras, las afecciones desatendidas o las enfermedades con poblaciones pequeñas de pacientes siempre han sido poco atractivas comercialmente. Acelerar y abaratar el desarrollo mediante IA podría finalmente hacer viables tratamientos inviables. También existe la posibilidad de crear medicina personalizada, adaptando los tratamientos a los perfiles genéticos de maneras que la investigación dirigida por humanos no puede o no quiere explorar.
Una aclaración importante es que los medicamentos diseñados con IA aún se prueban en humanos. Los organismos reguladores no han renunciado a los estándares de seguridad, y los ensayos clínicos siguen siendo obligatorios. Por lo tanto, una perspectiva positiva destaca que la IA no es... Sustitución juicio científico sino más bien aumentando Con un método rápido de ensayo y error. Un descubrimiento más rápido no implica automáticamente estándares más bajos.
¿Entonces, cuál es el problema?
La preocupación radica menos en la velocidad en sí y más en lo que esta desplaza. Los sistemas de IA a menudo funcionan como cajas negras, que producen resultados efectivos pero no proporcionan explicaciones claras del razonamiento causal. En muchos sectores, esa opacidad no es un gran problema. En la medicina, sí lo es.
Saber exactamente cómo y por qué funciona un fármaco es crucial para anticipar los efectos secundarios, los riesgos a largo plazo y las interacciones con otros tratamientos. Si los plazos de desarrollo se reducen drásticamente, hay menos oportunidades para la ciencia exploratoria: el trabajo lento y a menudo inconcluso, dirigido por humanos, que construye conceptos. comprensión En lugar de la confianza estadística. ¿Qué sucede si los organismos reguladores aprueban medicamentos que tuvieron buenos resultados en los ensayos, pero cuyos mecanismos aún se comprenden parcialmente?
La IA tiene un historial preocupante más allá del sector farmacéutico
En los últimos años, los sistemas de IA han demostrado repetidamente su tendencia a generar resultados confiables pero incorrectos, un concepto que exploramos con más detalle en este artículoLos modelos de lenguaje de gran tamaño inventan detalles técnicos y citas; las herramientas de reconocimiento de imágenes clasifican erróneamente objetos en entornos críticos para la seguridad; el software de toma de decisiones automatizadas continúa amplificando los sesgos en la política y más allá.
Estos fallos no implican que exista una intención maliciosa en su núcleo, pero sí identifican limitaciones estructurales. Los modelos de IA optimizan la probabilidad en lugar de la verdad. Funcionan mejor en entornos donde los patrones son estables, reconocibles y las consecuencias son reversibles. La biología no es nada de eso. Los errores en el desarrollo farmacéutico (evaluar erróneamente la toxicidad, los efectos secundarios o las interacciones a largo plazo) son costosos, irreversibles y, a veces, letales.
Negociar velocidad por seguridad ha resultado contraproducente en el pasado
La historia médica ofrece duras advertencias. Algunos de los desastres farmacológicos más infames del siglo XX...th El siglo XX se produjo en sistemas totalmente controlados por humanos que seguían sus propios estándares científicos. La talidomida, uno de los ejemplos más conocidos, fue aprobada en varios países a finales de la década de 1950 y superó todas las pruebas requeridas antes de causar defectos congénitos catastróficos. Las medidas de seguridad que ahora ralentizan el desarrollo de fármacos se construyeron en respuesta a tales fallos.
La preocupación no es que la IA produzca más medicamentos malos, sino que podría producirlos más rápido, a gran escala y antes de que las protecciones institucionales puedan adaptarse.
El precedente
Si se aprueba el tratamiento para la FPI diseñado con IA de Insilico, sentaría un precedente importante. De repente, la idea de que los medicamentos pueden generarse más rápido de lo que los científicos pueden comprenderlos por completo se normalizaría y, con el tiempo, esto podría transformar también los diagnósticos, los protocolos de tratamiento y el diseño de los ensayos clínicos.
El reto ahora es que los reguladores y la sociedad decidan cuánta opacidad pueden permitirse negociar a cambio de velocidad. La confianza en la medicina debe basarse en algo más que los resultados: la confianza en el proceso también es crucial.
Pensamiento final
Los pacientes que durante mucho tiempo han sido desatendidos por los modelos de investigación tradicionales —porque su enfermedad se considera económicamente inviable de curar— podrían tener esperanza si los fármacos diseñados con IA tienen éxito. Pero la promesa de velocidad no debería ocultar los riesgos de sustituir la comprensión por la optimización. Las consecuencias de equivocarse son profundas en medicina, y la lentitud del desarrollo, en cierto modo, ha protegido contra tales riesgos. A medida que la IA acelera el descubrimiento, ¿cómo podemos garantizar que el progreso no supere las barreras que nos protegen a todos?
The Expose necesita urgentemente tu ayuda…
¿Podrías ayudarnos a mantener las luces encendidas con el periodismo honesto, confiable, poderoso y veraz de The Expose?
Su gobierno y las grandes organizaciones tecnológicas
Intenta silenciar y cerrar The Expose.
Por eso necesitamos tu ayuda para garantizar
Podemos seguir brindándote el
hechos que la corriente dominante se niega a aceptar.
El gobierno no nos financia
publicar mentiras y propaganda sobre sus
en nombre de los principales medios de comunicación.
En cambio, dependemos únicamente de su apoyo. Así que
Por favor, apóyanos en nuestros esfuerzos para llevar
tu periodismo honesto, confiable e investigativo
Hoy. Es seguro, rápido y fácil.
Elija su método preferido a continuación para mostrar su apoyo.
Categorías: Noticias de última hora
El problema no radica en el proceso ni en su velocidad. El problema es la corrupción. Esta comienza con la falsa narrativa en torno a la enfermedad en cuestión. Los científicos humanos ya se centran en identificar "objetivos patológicos" que "generarán compuestos potenciales para su tratamiento". Lo único que importa es que estos compuestos sean rentables. La seguridad y la eficacia no importan.
La IA solo ayudará a maximizar estas ganancias al reducir los costos de desarrollo entre un 30 % y un 70 %. Los ensayos clínicos ya están manipulados para exagerar los beneficios y ocultar los daños. ¿Quizás la IA podría usarse para manipular mejor estos ensayos ya manipulados?
Es muy ingenuo suponer que los reguladores actualmente tienen "estándares de seguridad" efectivos, ya que ha sido absolutamente obvio durante muchos años que los reguladores han sido capturados por las compañías farmacéuticas y tienen un total desprecio por la seguridad pública.
También es muy ingenuo asumir que el «juicio científico» impulsa el descubrimiento actual de fármacos humanos. Todo se reduce al dinero. Un descubrimiento más rápido solo acelerará los ya muy bajos estándares existentes.
Si la "ciencia exploratoria" que actualmente realizan los humanos es perjudicial para las ganancias, simplemente se entierra. Esto ya se basa en una comprensión conceptual deficiente de la causa de las enfermedades.
y mecanismos “sólo parcialmente comprendidos” de intervenciones supuestamente beneficiosas.
A menudo, la toxicidad, los efectos secundarios y las interacciones a largo plazo ya se comprenden, pero aun así, el medicamento se aprueba. Las estatinas son un ejemplo notable de esto. La corrupción es el problema que debe solucionarse.
Los desastres relacionados con los medicamentos no terminaron en el siglo XX, sino que continúan hasta nuestros días. Me vienen a la mente Vioxx y Celebrex, pero también hay muchos otros desastres no reconocidos. «Las salvaguardias que ahora frenan el desarrollo de fármacos» y otras «salvaguardias institucionales» claramente no funcionan.
Me sorprende que el autor piense que la sociedad aún confía en la medicina tras la pandemia de COVID, que tuvo consecuencias catastróficas. Claramente, no tenemos "barreras de seguridad que nos mantengan a todos a salvo".
Hasta que no se aborde la corrupción, la IA simplemente “producirá medicamentos malos más rápido y a gran escala”.
Creo que el autor solo intentaba ser imparcial y también es escéptico. Sé que yo también soy escéptico y no confío mucho en la IA.
Hola,
De hecho, es un desarrollo nuevo y me interesa explorar todos los ángulos. Sin embargo, soy escéptico sobre su futuro. Por ahora, no hay nada aprobado, pero parece que es solo cuestión de tiempo antes de que implementemos la toma de decisiones mediante IA en áreas más críticas como la medicina.
Seguiremos de cerca cómo evoluciona esto.
Saludos,
G. Calder
Hola Sam,
Su perspectiva es ciertamente válida. Este artículo pretende explorar un panorama general de los posibles resultados. Por supuesto, existe cierta corrupción en la industria farmacéutica y no me hago ilusiones de que vivamos en un mundo perfectamente justo. Sin embargo, este desarrollo... podrían Destacar una posible ventaja para una minoría: aquellos cuyas enfermedades no son lo suficientemente rentables. Hay muchas enfermedades menos comunes que son totalmente curables, pero que no merecen la pena explorar desde una perspectiva económica. Soy muy escéptico, al igual que tú, sobre todo esto, pero siempre me interesa investigar ambos lados.
Gracias por tu comentario.
G. Calder
Llevo 35 años investigando ambos lados. Considero que la industria farmacéutica es completamente corrupta y perversa en su forma actual. Hacen que los asesinos en masa más prolíficos del mundo parezcan aficionados.
Los riesgos cardiovasculares del Vioxx se conocían antes de su aprobación. Una estimación muy conservadora del número de personas fallecidas por ese único medicamento es de 60,000. Stalin y Pol Pot quedarían impresionados con estas cifras.
Creo que este desarrollo simplemente permitirá que quienes padecen enfermedades menos comunes también se envenenen. Todo por un buen beneficio, por supuesto. ¿Se te ocurre alguna enfermedad que sea "totalmente curable" pero que actualmente no se esté curando? ¿Es útil alguna vez la intervención con compuestos sintéticos?
¿Conoce el término informático "Basura que entra = Basura que sale"? La IA se entrenará con datos erróneos y fraudulentos, como los "resultados históricos de ensayos". Ya sabemos que predecir la toxicidad y el plegamiento de proteínas mediante modelos informáticos es extremadamente poco fiable. ¿Lo sabrá la IA? ¿Les importará a los humanos que la utilicen? ¿Serán las vías biológicas que utiliza precisas y relevantes para la enfermedad en cuestión?
La IA simplemente amplificará el sesgo de sus manejadores humanos al analizar datos basura y, en consecuencia, producirá soluciones basura.
Gracias por un artículo que invita a la reflexión.
Sé que esto se vuelve bastante viejo, pero tengo que preguntar nuevamente: "¿Qué podría salir mal?"
Probablemente más de lo que pudiéramos imaginar.
Tengo mucho miedo de un fármaco de IA.
La IA carece de defensas morales y éticas.