La IA transforma el descubrimiento de fármacos mientras el mercado alcanza los 31,5 mil millones de dólares y se avecinan ensayos de fase III

El mercado de servicios de desarrollo de fármacos está proyectado a subir de $28.09 billion en 2025 a $31.5 billion en 2026, lo que representa una tasa de crecimiento anual compuesta del 12,2%, a medida que la inteligencia artificial entra en un año decisivo de validación clínica. Se espera que el mercado alcance $50.26 billion para 2030 con una CAGR del 12,4%.

El avance más determinante de 2026 serán los resultados de Fase III que decidirán si la IA puede aportar fármacos que realmente funcionen a escala. Los fármacos diseñados con IA más avanzados están entrando en ensayos pivotales, con múltiples lecturas clínicas previstas a lo largo del año. Estos resultados proporcionarán la primera prueba a gran escala de si la IA mejora las tasas de éxito clínico más allá de la persistente tasa de fracaso del 90% de la industria farmacéutica.

Los datos positivos de Fase III podrían validar el diseño de IA habilitado por física (physics-enabled) para dianas específicas, lo que potencialmente permitiría presentaciones regulatorias y plazos de aprobación que se extenderían hasta 2027. Sin embargo, siguen siendo estadísticamente probables fracasos clínicos adicionales dadas las tasas históricas de abandono. Comentadores científicos han cuestionado si la IA mejora de forma fundamental los resultados clínicos, señalando que los compuestos descubiertos mediante IA muestran tasas de progresión similares a las moléculas descubiertas de manera tradicional.

Los flujos de trabajo habilitados por IA comprimirán de manera demostrable los plazos de descubrimiento temprano en un 30-40% y reducirán el desarrollo de candidatos preclínicos a 13-18 meses, frente a los tres a cuatro años tradicionales. Los avances en diseño de anticuerpos informan tasas de acierto del 16-20% frente a referencias computacionales del 0,1%. Sin embargo, la duración de los ensayos clínicos, los plazos de revisión regulatoria y el escalado de fabricación permanecen sin cambios.

Investigadores de la University of Missouri han publicado la mayor colección del mundo de modelos de proteínas con evaluación de calidad, un nuevo recurso revolucionario que podría acelerar el desarrollo de fármacos para enfermedades como el Alzheimer y el cáncer. La base de datos, denominada PSBench, incluye 1,4 millones de modelos anotados de estructura proteica, todos verificados por expertos independientes. Proporciona a los científicos la información fiable que necesitan para construir sistemas de inteligencia artificial más precisos para evaluar la calidad de los modelos de estructura proteica, lo cual es crítico para desarrollar futuros tratamientos médicos.

Los avances recientes en IA, incluidas herramientas como AlphaFold de Google, han mejorado de forma drástica la predicción de estructuras proteicas. Pero incluso AlphaFold tiene limitaciones. Ninguna herramienta de IA es consistentemente precisa para cada tipo de proteína, lo que dificulta que los investigadores sepan cuándo puede confiarse en una predicción. PSBench proporciona ese punto de referencia.

El grupo de Cheng fue el primero en demostrar que el aprendizaje profundo podía ayudar a resolver el problema del plegamiento de proteínas en la competición CASP de 2012. El trabajo de Cheng catalizó la revolución del aprendizaje profundo de más de una década en el campo, incluida la creación de AlphaFold, ahora considerada una de las herramientas de predicción de proteínas más precisas del mundo.

Las disposiciones de alto riesgo de la EU AI Act entran en vigor el 2 de agosto de 2026, lo que podría clasificar parte de la IA para desarrollo de fármacos como de alto riesgo. Esto crea nuevos requisitos de cumplimiento para las compañías farmacéuticas que usan IA en aplicaciones críticas para la regulación. Sin embargo, los requisitos específicos para validar modelos de IA en contextos regulatorios siguen sin estar definidos. Las farmacéuticas esperan claridad sobre los criterios de clasificación que distinguen herramientas de descubrimiento temprano de «bajo riesgo» de aplicaciones de «alto riesgo» que afectan a las presentaciones regulatorias.

El borrador de la guía sobre IA se centra en la IA que afecta decisiones regulatorias, excluyendo explícitamente el descubrimiento temprano. Esto significa que la mayoría de las aplicaciones actuales de IA en descubrimiento de fármacos quedan fuera del ámbito regulatorio.

Las previsiones de mercado proyectan que el descubrimiento de fármacos con IA crezca de aproximadamente $5-7 billion en 2025 a $8-10 billion en 2026, y algunas estimaciones sugieren que la IA generativa podría aportar $60-110 billion anuales de valor para el sector farmacéutico en conjunto. Sin embargo, varias compañías cerraron por completo pese a un respaldo sustancial en 2025; otras anunciaron reducciones de plantilla superiores al 20% y varias buscaron la exclusión de cotización. La inversión de capital riesgo sigue concentrada en actores bien financiados mientras las empresas más pequeñas tienen dificultades.

Las valoraciones se han desplomado desde las salidas a bolsa de 2021-2022 y la proporción 50:1 entre los «biobucks» anunciados y los pagos iniciales reales revela una cautela apropiada del sector. Se espera que continúe la consolidación, con actores más fuertes adquiriendo activos en dificultades y compañías más débiles saliendo por completo.

El crecimiento histórico del mercado de servicios de desarrollo de fármacos se atribuye en gran medida al aumento de las inversiones en investigación y desarrollo por parte de las farmacéuticas, una mayor externalización de tareas de desarrollo, la creciente prevalencia de enfermedades crónicas e infecciosas, estándares regulatorios más estrictos y avances en biología molecular y técnicas de pruebas in vitro. Entre los factores clave que respaldan el crecimiento futuro se incluyen la adopción de inteligencia artificial y aprendizaje automático en los procesos de descubrimiento de fármacos, el crecimiento de las carteras de biológicos y medicina personalizada, una mayor demanda de organizaciones de investigación por contrato, la integración de sistemas de gestión de datos clínicos basados en la nube y la expansión de mercados en regiones emergentes.

El creciente énfasis en la medicina de precisión y personalizada es una fuerza importante que impulsa el mercado de servicios de desarrollo de fármacos. En febrero de 2024, la Personalized Medicine Coalition informó que la FDA aprobó 16 nuevos tratamientos personalizados para enfermedades raras en 2023, un aumento significativo respecto de seis en 2022. Esta tendencia pone de relieve cómo la medicina personalizada está impulsando la demanda de servicios especializados de desarrollo de fármacos.

En 2025, Norteamérica mantuvo la mayor cuota del mercado de servicios de desarrollo de fármacos. Sin embargo, se prevé que la región de Asia-Pacífico alcance el crecimiento más rápido durante el periodo de pronóstico.