Se considera que las herramientas de IA acortarán los plazos de desarrollo de fármacos y aumentarán las ganancias de las farmacéuticas

La inteligencia artificial está acelerando el desarrollo de fármacos y reduciendo los costos en toda la industria farmacéutica, con el potencial de aumentar las ganancias operativas en más de un 10%. Las herramientas de IA se están adoptando cada vez más en todo el proceso de desarrollo clínico, ayudando a las compañías farmacéuticas a diseñar ensayos de manera más eficiente, reclutar pacientes con mayor rapidez y automatizar las presentaciones regulatorias. Estas mejoras podrían acortar los plazos de desarrollo de fármacos en aproximadamente 18 meses, al tiempo que reducirían el gasto en investigación y desarrollo en torno a un 5% durante los próximos años.

Desarrollar un nuevo medicamento ha sido tradicionalmente un proceso largo y costoso, que a menudo lleva más de una década y requiere una inversión significativa antes de que un producto llegue al mercado. Gran parte del tiempo y del costo se concentra durante los ensayos clínicos y la revisión regulatoria, etapas en las que las compañías deben reclutar pacientes, gestionar grandes volúmenes de datos y preparar expedientes regulatorios detallados. La IA se utiliza cada vez más para agilizar estas etapas mediante el análisis de datos históricos de ensayos, la mejora del diseño de protocolos, la optimización de la selección de centros clínicos y el refuerzo de la monitorización de los pacientes durante los ensayos.

Estas eficiencias pueden ayudar a reducir retrasos, limitar modificaciones costosas en los protocolos de los ensayos y acelerar la documentación regulatoria. Unos plazos de desarrollo más rápidos también podrían ampliar el período durante el cual los fármacos generan ingresos antes de que expiren las patentes y surja la competencia de los genéricos. Una entrada más temprana al mercado, combinada con menores costos de I+D, podría traducirse en una mejora significativa de la rentabilidad de las grandes compañías farmacéuticas.

Las empresas de ciencias de la vida compiten por cumplir la promesa de la IA: identificar con mayor rapidez terapias prometedoras, agilizar el desarrollo y hacer que los tratamientos novedosos lleguen antes y de forma más segura a los pacientes. Las biotecnológicas y las farmacéuticas están integrando los modelos más recientes de IA generativa en sus sistemas de I+D: analizan enormes volúmenes de datos, identifican patrones para fundamentar recomendaciones o predicciones y optimizan los estudios clínicos. La forma de estos acuerdos de asociación empieza a parecerse a un modelo puro de concesión de licencias de IA, y las farmacéuticas priorizan ahora la capacidad de incorporar pesos de modelos de terceros y ajustarlos con precisión utilizando conjuntos de datos propios en su propia infraestructura.

Sin embargo, materializar estos beneficios depende de la calidad y la procedencia de los datos que los alimentan. Según el modelo, esto puede incluir datos de ensayos clínicos, evidencia del mundo real, datos genómicos, historias clínicas electrónicas y conjuntos de datos disponibles públicamente. Si estos datos no son trazables, auditables y conformes con la normativa, pueden introducir riesgos de privacidad y legales.

Otra preocupación es el uso secundario, en el que los modelos de IA se entrenan con datos recopilados en ensayos realizados antes de que existiera la tecnología, lo que significa que el paciente no pudo haber dado un consentimiento explícito para ese uso. Esto plantea dudas sobre si los marcos de consentimiento originales cubren adecuadamente la aplicación de datos personales de salud para entrenar algoritmos de aprendizaje automático, en particular cuando esos modelos pueden comercializarse o utilizarse de formas que no se contemplaban en el momento de la recopilación de datos. Para las empresas de ambos lados de los acuerdos entre IA y farmacéuticas, unas prácticas rigurosas sobre la procedencia de los datos se están volviendo esenciales para gestionar el riesgo y garantizar valor a largo plazo.

Se espera que las grandes compañías farmacéuticas con capacidades globales de desarrollo clínico sean las que más se beneficien del cambio, ya que cuentan con la escala, los datos y la infraestructura necesarios para desplegar la IA de forma eficaz. Entre las compañías destacadas como bien posicionadas para capturar el potencial al alza de las eficiencias impulsadas por la IA figuran Daiichi Sankyo, Takeda y Astellas. Se espera que la IA mejore la productividad en toda la industria, pero el desarrollo de fármacos seguirá siendo intensivo en capital y estando fuertemente regulado.