GSK, Novartis, Eli Lilly, Bristol Myers Squibb, Novo Nordisk y Sanofi están utilizando inteligencia artificial para diseñar moléculas, identificar nuevos tratamientos y anticipar riesgos. Mientras la tecnología transforma la investigación farmacéutica, Anthropic busca convertirse en un protagonista de una industria que mueve miles de millones de dólares.
La inteligencia artificial comienza a mostrar resultados concretos en uno de los sectores más complejos y costosos de la economía: el desarrollo de nuevos medicamentos. Las principales compañías farmacéuticas del mundo están incorporando modelos de IA en sus procesos de investigación y desarrollo, con avances que ya permiten reducir considerablemente los tiempos necesarios para identificar moléculas, seleccionar candidatos y avanzar hacia las primeras etapas de pruebas clínicas.
Según un relevamiento publicado por Reuters, algunas de las grandes farmacéuticas consiguieron reducir hasta la mitad el tiempo necesario para determinadas actividades de descubrimiento temprano de medicamentos. El cambio representa un paso importante para una industria en la que desarrollar un nuevo tratamiento puede demandar entre 10 y 15 años y miles de millones de dólares.
Entre las compañías que están acelerando esta transformación aparecen GSK, Bristol Myers Squibb, Novartis, Eli Lilly, Novo Nordisk, AstraZeneca y Sanofi. Todas aseguran que la inteligencia artificial dejó de utilizarse exclusivamente para tareas administrativas, como la preparación de documentación regulatoria, y pasó a intervenir directamente en el trabajo científico: desde el diseño de moléculas hasta la identificación de riesgos de seguridad.
«No hay ninguna parte del proceso que va desde el descubrimiento hasta el desarrollo en la que no estemos utilizando inteligencia artificial», afirmó Sharon Barr, ejecutiva de AstraZeneca.
El avance también está modificando la relación entre las farmacéuticas tradicionales y las compañías especializadas en inteligencia artificial. En particular, Anthropic aparece como un actor que podría convertirse simultáneamente en socio tecnológico y competidor de los grandes laboratorios.
Los resultados concretos de la IA en las farmacéuticas
Algunos de los avances más relevantes ya pueden medirse en proyectos específicos.
Sanofi informó que consiguió ahorrar al menos un año en el desarrollo de lunsekimig, un tratamiento experimental para el asma. La compañía utilizó inteligencia artificial para traducir información biológica temprana en decisiones clínicas y pudo evitar un estudio destinado a seleccionar las dosis del medicamento.
Novartis, por su parte, explicó que sus herramientas de IA permitieron identificar cinco objetivos terapéuticos prioritarios para desarrollar tratamientos contra enfermedades renales.
En Bristol Myers Squibb, la tecnología tuvo un papel todavía más determinante. Robert Plenge, director de Investigación de la compañía, afirmó que uno de sus candidatos para tratar la anemia falciforme no habría llegado a desarrollarse sin los sistemas de inteligencia artificial de la empresa.
La farmacéutica también utiliza estos modelos para perfeccionar nuevas moléculas y realizar simulaciones basadas en los datos obtenidos durante sus ensayos. El objetivo es determinar cuáles tienen mayores posibilidades de avanzar.
«La siguiente etapa para nosotros es integrar esos modelos con la automatización de los laboratorios, para producir moléculas mejores, de mayor calidad y más rápidamente», explicó Plenge.
Novo Nordisk también comunicó mejoras significativas. Según la compañía, la inteligencia artificial permitió reducir de aproximadamente ocho a tres los ciclos necesarios para diseñar, fabricar y probar nuevas moléculas. Además, el tiempo de cada ciclo pasó de ocho semanas a cuatro.
En Novartis, Fiona Marshall, presidenta de Investigación Biomédica, señaló que el tiempo promedio desde el inicio de un proyecto hasta la obtención de un candidato a medicamento pasó de tres años a aproximadamente entre 18 meses y dos años.
«Tenemos una gran cantidad de datos y ahora podemos utilizarlos de una manera mucho más sofisticada», sostuvo Marshall.
Anthropic quiere entrar en el negocio farmacéutico
Mientras las grandes farmacéuticas desarrollan sus propias capacidades de inteligencia artificial, las compañías tecnológicas también buscan posicionarse en el negocio del descubrimiento de medicamentos.
Uno de los casos más relevantes es Anthropic, la empresa liderada por Dario Amodei, que viene ampliando sus inversiones en investigación científica. En los últimos meses abrió su propio laboratorio y anunció iniciativas destinadas a utilizar inteligencia artificial para acelerar el desarrollo de tratamientos.
La compañía también trabaja con socios del sector, entre ellos Bristol Myers Squibb, y lanzó Claude Science, un conjunto de herramientas de inteligencia artificial orientadas a la investigación científica. Además, incorporó a Vas Narasimhan, CEO de Novartis, a su directorio.
Otras farmacéuticas, como Novo Nordisk, también utilizan modelos de Anthropic y Claude Science en sus actividades de investigación y desarrollo.
La ambición de Amodei tiene una dimensión personal. Durante una presentación en Nasdaq, el ejecutivo recordó que su padre murió a causa de una enfermedad poco antes de que se encontrara una cura.
«Creo que estos procesos pueden acelerarse sustancialmente mediante la inteligencia artificial. Esperamos que, en el futuro, menos familias pierdan la oportunidad de acceder a una cura por apenas unos años», expresó.
Sin embargo, desde la industria farmacéutica advierten que todavía existe una distancia importante entre acelerar la investigación y conseguir medicamentos capaces de superar todas las etapas de desarrollo.
Aliza Apple, responsable de TuneLab, la iniciativa de Eli Lilly que permite a pequeñas empresas biotecnológicas acceder a algunos de los modelos internos de inteligencia artificial del laboratorio, considera exageradas ciertas afirmaciones sobre la posibilidad de curar todas las enfermedades.
«Sería fantástico que primero consiguieran curar una. Después podemos hablar del resto», señaló.
La cautela tiene fundamentos: históricamente, casi nueve de cada diez medicamentos desarrollados mediante métodos convencionales fracasan durante los ensayos clínicos.
Los datos siguen siendo la principal ventaja competitiva
Uno de los grandes desafíos para las compañías de inteligencia artificial es acceder a información científica de calidad. Los modelos necesitan grandes volúmenes de datos especializados para identificar patrones biológicos y generar resultados útiles.
En este punto, las farmacéuticas tradicionales conservan una ventaja importante: décadas de investigación, experiencia científica y bases de datos propias.
Matt Truppo, responsable global de estrategia computacional e inteligencia artificial en Investigación y Desarrollo de Sanofi, explicó que espera que la IA reduzca entre un 20% y un 25% los tiempos de descubrimiento temprano de medicamentos durante los próximos dos años. En un horizonte de cinco años, la reducción podría alcanzar el 50% en más de 100 programas de desarrollo de la compañía.
Sin embargo, advirtió que la posibilidad de extender estos beneficios dependerá de la disponibilidad de datos propietarios en cada área terapéutica.
Novo Nordisk y Sanofi, de hecho, señalaron que no entregan sus datos confidenciales a los grandes laboratorios de inteligencia artificial para entrenar sus modelos.
Mientras tanto, las compañías tecnológicas buscan ampliar su acceso a información y capacidades del sector farmacéutico. Luca Giani, directivo de Alumni Ventures, afirmó que Anthropic y otros desarrolladores de modelos avanzados están explorando adquisiciones de empresas vinculadas con la industria.
«Están buscando conseguir más datos y también adquirir más compañías», explicó.
El crecimiento de la IA aplicada a medicamentos todavía está en una etapa inicial. En marzo, investigadores identificaron 129 candidatos a medicamentos desarrollados con inteligencia artificial en 69 compañías, frente a aproximadamente 117 registrados ocho meses antes. La mayoría continúa en fases tempranas.
Waqas Haque, investigador especializado en oncología de la Universidad de Chicago y parte del equipo que recopiló esos datos, anticipa un crecimiento significativo de estos proyectos durante los próximos uno, dos y tres años.
No obstante, advierte que todavía no está demostrado que los medicamentos desarrollados con IA tengan mayores probabilidades de éxito ni que puedan recibir aprobaciones regulatorias más rápidamente. Los ensayos en seres humanos y los procesos de evaluación de las autoridades sanitarias siguen siendo obstáculos que la tecnología no puede eliminar.
La transformación ya está en marcha, pero su impacto definitivo dependerá de algo más que la capacidad de los modelos para diseñar moléculas: deberán demostrar que pueden convertir los avances computacionales en tratamientos seguros, eficaces y disponibles para los pacientes.

