Por Lic. Leandro Mbarak, Fundador de Pharma.IA, MIT Certified CDO, Máster en Ingeniería de la Innovación Tecnológica UNIBO
En un mundo donde la innovación y la eficiencia son cruciales, la inteligencia artificial (IA) emerge como una herramienta indispensable para transformar las industrias y la farmacéutica no queda al margen. Esta transformación es especialmente necesaria en un sector reconocido como uno de los más ineficientes a nivel global debido a los altos costos y largos tiempos involucrados en el desarrollo de nuevas moléculas, donde la inversión de tiempo, dinero y datos en investigaciones no siempre produce resultados positivos. Según el Foro Económico Mundial, aproximadamente el 90% de los proyectos farmacéuticos fracasan en ensayos clínicos, lo que genera vastas cantidades de recursos y datos no aprovechados. Es aquí donde la IA puede intervenir, no sólo para reducir el sobrecosto en nuevos productos, sino también para potenciar la eficiencia y la innovación en la industria.
El estado actual de la industria farmacéutica
La industria farmacéutica enfrenta varios desafíos estructurales que limitan su capacidad para innovar de manera efectiva. En primer lugar, existe una significativa pérdida de recursos en investigación y desarrollo (I+D) debido a la falta de eficacia o toxicidad de los fármacos en desarrollo, que no funcionan como se esperaba o resultan ser demasiado tóxicos. Además, las empresas farmacéuticas deben lidiar con la corta vida útil de las patentes, lo que puede reducir el incentivo para invertir en proyectos a largo plazo.
En este contexto, la inteligencia artificial surge como una solución prometedora para optimizar los procesos de I+D, permitiendo a las empresas identificar los objetivos terapéuticos más adecuados y desarrollar moléculas optimizadas con mayor precisión y menos recursos. La adopción de IA generativa puede ayudar a las farmacéuticas a realizar ensayos clínicos paralelos para el mismo fármaco en múltiples indicaciones, lo que incrementa la probabilidad de éxito y reduce el riesgo financiero.
El potencial de la IA en la farmacéutica global
A nivel global, la IA se está utilizando para desarrollar nuevas moléculas y mejorar los procesos de descubrimiento de fármacos basados en simulaciones de dinámicas moleculares. Empresas como Google, que lanzó este año su tercera versión de la IA AlphaFold [2] para el modelado de proteínas complejas, y NVIDIA [3], con su plataforma de modelado biológico Bionemo, están liderando estos avances. En el ámbito de los sistemas de lenguaje, Google trabaja en Med-Gemini [5], un modelo especializado para asistir al personal de salud y pacientes, mientras que OpenAI (ChatGPT) apoya proyectos como Lifespan [4] orientados al mismo ámbito. Este enfoque no solo mejora la eficiencia en la investigación farmacéutica, sino que también reduce el tiempo necesario para llevar un nuevo fármaco al mercado. Además, la IA generativa puede realizar un seguimiento de las decisiones clave de gestión y del rendimiento de los investigadores desde el inicio hasta la finalización de un programa, lo que permite una mayor transparencia en el proceso de I+D. Las plataformas de IA entrenadas en datos farmacéuticos pueden funcionar como sistemas multiagente, ayudando a las empresas a gestionar mejor las contrataciones, el rendimiento de los ejecutivos y las decisiones de desarrollo de negocios, licencias y adquisiciones.
IA en la industria farmacéutica de América Latina: un enfoque a medida
Sin embargo, mientras que las expectativas globales de la IA en la industria farmacéutica se centran en el desarrollo de nuevas moléculas [6] [7] [8], para nuestra región, América Latina, este enfoque puede no ser el más adecuado. La industria farmacéutica en países como Argentina no está enfocada en el descubrimiento de nuevas moléculas, sino en la mejora de formulaciones y de los procesos farmacéuticos y biotecnológicos relacionados con los medicamentos genéricos o bioequivalentes ya existentes.
Por lo tanto, la inversión en soluciones basadas en IA debe centrarse en áreas donde se pueda generar un mayor impacto local y donde podamos tener alguna ventaja competitiva. En este contexto, el aprendizaje automático (machine learning) y la IA generativa aplicada a un entorno empresarial, pueden desempeñar un papel crucial en la optimización de procesos productivos y documentales en la mejora de la eficiencia operativa.
Por ejemplo, una IA generativa, especialmente entrenada para el sector farmacéutico, podría incrementar las capacidades de los profesionales en tareas como el diseño de instalaciones productivas, la investigación de desvíos, el cumplimiento normativo, la redacción de documentos, la capacitación, el correo interno, el soporte al cliente y actividades de marketing. En estos casos se requiere de la formación de un equipo hombre-máquina que permite aumentar la productividad y calidad del trabajo realizado. Otros casos de uso tienen que ver con el uso de machine learning para analizar grandes de volúmenes de datos de proceso de forma generar gemelos digitales que permitan optimizarlos, hacer predicciones de fallas, controlar la calidad de los productos en tiempo real o hasta tener alertas predictivas para cambiar el rumbo antes de generar un posible impacto en el producto.
De esta forma la IA se vuelve un socio estratégico para automatizar procesos de fabricación, mejorar la calidad de los productos y reducir los errores humanos, lo que es fundamental para cumplir con los estándares regulatorios internacionales y mejorar la competitividad en el mercado global. Esto, sin embargo, requiere de partners tecnológicos que comprendan los procesos internos y puedan generar soluciones a medida de las necesidades de la industria.
Hacia una adopción de la IA en América Latina
La IA representa una oportunidad única para transformar la industria farmacéutica a nivel global y regional. Mientras que en los mercados más avanzados la IA está impulsando el desarrollo de nuevas moléculas, en América Latina, su mayor valor reside en la optimización de los procesos farmacéuticos y biotecnológicos existentes. Invertir en la integración de la IA a sus procesos no solo mejorará la eficiencia operativa, sino que también permitirá a las empresas locales competir en un mercado global cada vez más competitivo y con un alto nivel de exigencia regulatoria.
A medida que la industria farmacéutica adopte más ampliamente estas tecnologías, veremos una mejora significativa en la eficiencia y un aumento de la calidad. Sin embargo, es fundamental que esta adopción sea estratégica y adaptada a las realidades y necesidades específicas de cada región. Para América Latina, esto significa centrarse en el potencial de la IA para mejorar la calidad de los productos, el cumplimiento regulatorio e impulsar la aumentación de las capacidades de sus profesionales. La clave radica en una adopción inteligente y adaptativa de las tecnologías de IA que incluya a las personas para aprovechar al máximo sus recursos y capacidades, impulsando así el desarrollo de una industria farmacéutica más eficiente e innovadora.