La adopción de la IA en los ensayos clínicos se centra en operaciones, descubrimiento de fármacos y participación de pacientes
Durante 2025, la inteligencia artificial se consolidó como el tema dominante en la investigación clínica, con aplicaciones que van desde la eficiencia operativa hasta el descubrimiento de fármacos y el reclutamiento de pacientes. Aunque la inversión es elevada y aún no hay fármacos descubiertos por IA con aprobación completa de comercialización de la FDA, su uso se acelera para reducir fricciones en los ensayos y mejorar la interacción con los participantes.
La inteligencia artificial fue el tema más candente en la investigación clínica durante 2025, con la Food & Drug Administration, la gran industria farmacéutica y los investigadores explorando formas en que la IA generativa puede ayudar al descubrimiento de fármacos, al proceso de los ensayos clínicos y al panorama regulatorio. Sin embargo, los ensayos clínicos siguen lastrados por ineficiencias operativas, que ahora la IA se está desplegando para abordar.
Según el 2025 Site Challenges Report de WCG, casi un tercio de los encuestados situó los problemas de puesta en marcha del estudio relacionados con contratos, presupuestos y configuraciones de sistemas como el principal obstáculo que ralentiza los ensayos clínicos, mientras que casi el 20% señala la gestión financiera del ensayo (pagos) como la carga más importante. Además, el 78% de los centros clasificados como centros médicos académicos y redes de centros, y el 69% de los centros independientes y consultas médicas coinciden en que los "problemas de contratos y presupuestos" son el mayor factor que contribuye a los largos plazos de inicio de los estudios. Estos mismos problemas se destacaron con el mismo peso hace dos años en el informe 2023 de WCG, lo que indica que no se ha logrado ningún progreso.
Ya el 80% de los profesionales farmacéuticos utiliza IA para encontrar nuevos fármacos, ya que numerosos candidatos a fármacos descubiertos mediante IA o habilitados por IA se encuentran actualmente en desarrollo clínico. El fármaco de Insilico Medicine para la fibrosis pulmonar idiopática (IPF), Rentosertib, es un fármaco generado íntegramente por IA (tanto la diana como la molécula fueron identificadas por IA) y ha completado ensayos de fase 2a con resultados positivos. Las moléculas descubiertas mediante IA también han mostrado una impresionante tasa de éxito del 80% al 90% en ensayos clínicos de fase 1, muy superior a los promedios históricos de entre el 40% y el 65%.
Sin embargo, en la vara de medir del mundo real para el éxito del descubrimiento de fármacos —la aprobación completa de comercialización por parte de la FDA—, ningún fármaco descubierto mediante IA ha dado aún en el clavo pese a la enorme inversión. Los estudios muestran que las inversiones cuestan entre $25,000 y $100,000 por caso de uso en infraestructura, desarrollo y costes operativos. Además, dado el tiempo que normalmente se tarda en llevar un fármaco desde el descubrimiento hasta el mercado, una inversión en descubrimiento de fármacos con IA puede tardar muchos años en generar algún retorno tangible, si es que llega a hacerlo.
Un análisis reciente indica que aproximadamente el 70% del tiempo de las operaciones en curso de pago a centros se dedica al procesamiento de facturas en papel. En conjunto, esto se traduce en miles de horas al mes en las que una factura se introduce manualmente en un sistema para tramitar su pago. La IA puede eliminar este desperdicio operativo y, después, los retornos demostrados de esta inversión en IA pueden sustentar el argumento para futuras inversiones en otras áreas.
AstraZeneca está utilizando IA generativa para acelerar sus ambiciones a cinco años de ser una empresa de $80 billion, entregar 20 nuevos medicamentos y ser carbono negativa. Las actividades iniciales que aportan valor incluyen la creación de asistentes de IA para ayudar con la detección de localización 3D en tomografías computarizadas (CT scans) y facilitar la extracción de conocimiento para documentos clínicos, así como una herramienta inteligente de protocolos construida en colaboración con redactores médicos.
Un agente de IA conocido como Grace ha impulsado durante el último año más de 50 ensayos de fase 2 y 3, que han implicado más de 500,000 interacciones con posibles participantes y participantes ya inscritos en los ensayos. Las comunicaciones incluyen llamadas telefónicas, mensajes de texto y correos electrónicos para realizar tareas como el cribado de participantes y, después, programar y recordar a las personas sus citas de cribado presenciales. AI Participant Relationship Management de Grove funciona "entre bambalinas" para sacar a la luz información crítica del ensayo en tiempo real, lo que permite a los equipos de investigación tomar decisiones basadas en datos sobre el cribado y la inclusión.
En el transcurso de tres años, Walgreens se ha posicionado como un actor clave en el ecosistema de ensayos clínicos, destacado por más de 35 alianzas con biopharma y la participación de más de 17 millones de clientes en estudios patrocinados por la industria. El modelo de ensayos clínicos de la empresa se basa en identificar y reclutar pacientes para ensayos, mejorar la accesibilidad mediante 20 centros de ensayos clínicos ubicados dentro de sus farmacias comunitarias, y comprender a quién y cómo implicar a los pacientes a partir de evidencia del mundo real y análisis.
Se anunciaron los ganadores de los 2025 SCOPE Best of Show Awards. Este año, la comunidad de SCOPE eligió a cuatro ganadores—dos veteranos del sector y dos compañías nuevas para SCOPE: Anju Software, Medidata, Biorce y Phastar.