Los CEO de Anthropic, DeepMind y OpenAI regularmente señalan el descubrimiento de medicamentos como el área donde la IA tendrá el mayor impacto positivo en la próxima década. La primera generación de startups de descubrimiento de medicamentos de IA aún no ha entregado, pero para citar a Dario Amodei, CEO de Anthropic, la creencia es que la próxima generación de “IA poderosa podría al menos 10 veces la tasa de estos descubrimientos, dándonos los próximos 50-100 años de progreso biológico en 5-10 años”.
Si esta explosión cámbrica realmente sucede, no estamos listos para ello. Identificar órdenes de magnitud más candidatos a medicamentos es solo parte de la batalla. El Valle del Silicio tiende a enfocarse en el descubrimiento y pasar por alto el desarrollo, pero hasta que tengamos alternativas viables, los ensayos clínicos siguen siendo el único camino para llevar estos descubrimientos a los pacientes.
Los ensayos clínicos son la parte más cara y que consume más tiempo del desarrollo de medicamentos, costando cientos de millones de dólares y llevando hasta una década. A menos que encontremos una forma de acelerar los ensayos clínicos, terminaremos con cien veces más candidatos a medicamentos pero sin más medicamentos llegando a los pacientes que los necesitan.
La buena noticia es que la IA no es solo una herramienta para el descubrimiento. También puede transformar el desarrollo, pero esto requerirá un tipo de inteligencia fundamentalmente diferente. A diferencia del descubrimiento, no puedes simplemente lanzar potencia bruta a los ensayos y aumentar tu producción en 10 veces. El ecosistema está demasiado fragmentado entre demasiados interesados. Necesitas agentes de IA que apoyen a los pacientes, profesionales de la salud y patrocinadores de ensayos a través de un proceso que es a la vez complejo y de alto riesgo.
Los patrocinadores, sitios y pacientes tienen sus propios desafíos y objetivos. Los patrocinadores quieren llevar nuevos medicamentos al mercado más rápido. Los sitios quieren ofrecer más ensayos a sus pacientes. Los pacientes quieren tomar las mejores decisiones para su salud. La IA generativa ahora puede resolver grandes problemas discretos para cada interesado que estaban fuera de su alcance hace solo un año. Los patrocinadores pueden usar la IA para diseñar mejores protocolos. Los sitios pueden usarla para identificar pacientes elegibles en todos sus ensayos activos. Los propios pacientes están utilizando cada vez más chatbots para apoyar su toma de decisiones y tomar el control de su salud.
Pero no es suficiente que la IA mejore las experiencias individuales en un silo. Este enfoque se descompone consistentemente en la práctica. Los patrocinadores usan la IA para generar una lista de sueños de sitios informados por décadas de datos históricos, solo para descubrir que algunos sitios ni siquiera están interesados en el ensayo. Los sitios solicitan un ensayo que se ajusta precisamente a las necesidades de sus pacientes, solo para descubrir tres meses después que no fueron seleccionados por el patrocinador. Un paciente expresa interés en un ensayo, luego espera tres semanas para compartir con éxito su historial médico con el sitio y averiguar si siquiera es elegible para participar.
Es una carrera de seis patas. Un interesado no puede correr adelante y esperar tener éxito. Las experiencias de los patrocinadores, sitios y pacientes están demasiado interconectadas; necesitan operar en sincronía para impulsar un verdadero progreso médico. El cambio real con la IA sucederá no cuando todos adopten la tecnología, que está ocurriendo rápidamente, sino cuando estas IAs puedan comunicarse y coordinarse realmente entre sí.
En un futuro cercano, esperamos que todos los interesados tengan agentes de IA dedicados que puedan colaborar entre sí sin necesidad de API o integraciones estandarizadas. Así es como se vería esto. Los sitios de investigación mapean las necesidades de cada paciente con todos los ensayos disponibles. Ofrecen automáticamente el ensayo adecuado al paciente adecuado en el momento adecuado. Los inscriben en cuestión de días, con apoyo personalizado para mantenerlos comprometidos durante todo el ensayo.
Imagina esto a gran escala en decenas de miles de sitios a nivel mundial. Los patrocinadores ven instantáneamente dónde cada medicamento satisface las necesidades reales de los pacientes. Priorizan los programas con la mayor necesidad no satisfecha y se asocian a nivel global con sitios que tienen pacientes elegibles e interesados. Los ensayos se llenan en semanas, no en años.
El desarrollo ha vivido a la sombra del descubrimiento durante mucho tiempo, pero la realidad es que el descubrimiento no puede tener éxito solo. Es hora de construir agentes de IA que puedan colaborar en todo el ecosistema de investigación para traducir rápidamente los avances en medicamentos en un impacto real en los pacientes.
Foto: Yuuji, Getty Images
Kourosh Davarpanah es el cofundador y CEO de Inato. Bajo su liderazgo, Inato está construyendo una plataforma que combina una planificación temprana, selección de sitios e inscripción para hacer que los ensayos clínicos sean más eficientes e inclusivos.