Así es como la IA podría impulsar la industria farmacéutica

En la industria farmacéutica, las empresas invierten varias décadas, decenas de miles de millones de dólares e incontables horas experimentando con animales y seres humanos para intentar demostrar la hipótesis de que un determinado mecanismo de enfermedad puede abordarse con una clase específica de fármacos.

El 90% de estos esfuerzos fracasan en los ensayos clínicos y aún más en la investigación preclínica, dejando tras de sí ingentes cantidades de lo que se conoce como "datos oscuros", es decir, datos que se han recopilado como parte de la investigación y el desarrollo y que no se han procesado ni analizado.

Muy a menudo, los medicamentos que fracasan en su uso previsto pueden funcionar en otros ámbitos. Un ejemplo famoso es el Viagra, que se probó para una determinada enfermedad cardiovascular antes de convertirse en un medicamento para la disfunción eréctil de gran éxito. Ozempic, el actual fármaco para adelgazar, empezó como medicamento para la diabetes.

Sin embargo, la mayoría de las drogas no tienen una segunda oportunidad. Eso crea un vasto páramo de datos oscuros, investigación y financiación. Este despilfarro masivo convierte a la industria farmacéutica en una de las más ineficientes del planeta. Si queremos solucionar la ineficacia de la industria farmacéutica, es fundamental examinar primero las causas de este despilfarro. La lista de razones por las que las farmacéuticas ponen fin a sus programas es muy larga:

A menudo, el fármaco no funciona para tratar la afección para la que fue diseñado o es demasiado tóxico. La biología humana es compleja y puede que no sea posible encontrar una buena indicación para un fármaco en desarrollo.

Las patentes proporcionan a las empresas farmacéuticas un periodo exclusivo de 20 años en el que tienen el monopolio de su medicamento y pueden fijar los precios. Pero incluso una patente de 20 años puede no ser suficiente. Por término medio, un medicamento tarda 10 años en ser aprobado. Si tarda más debido a traspasos de empresas, fallos menores, retrasos en la reglamentación o dificultades para conseguir financiación, puede que no resulte económico seguir adelante.

La recién introducida Ley de Reducción de la Inflación (IRA) introducida en EE. UU. lo hace aún más difícil, ya que muchas empresas farmacéuticas están quitando prioridad al desarrollo de fármacos de moléculas pequeñas en favor de productos biológicos (productos derivados de organismos vivos, como las vacunas) más caros, que ofrecen formas adicionales de proteger su negocio.

Imaginemos un escenario hipotético, en el que quedan 10 años de patente y una empresa fracasa en un ensayo clínico de fase II para el cáncer de próstata, pero descubre que el mismo medicamento puede funcionar para el cáncer de mama. Después de rehacer el trabajo para la nueva indicación, les llevaría otros seis u ocho años conseguir la aprobación del medicamento, lo que les dejaría sólo dos años de protección de la patente antes de que este medicamento pudiera ser fabricado y vendido por otras empresas.

Durante mis 10 años como CEO de Insilico Medicine, he visto a varios CSO y jefes de I+D farmacéutica cambiar de trabajo varias veces. Muchas empresas farmacéuticas han cambiado de CEO al menos una vez. Cada vez que hay un cambio en la dirección, se producen cambios en la investigación y el desarrollo. Los nuevos jefes pueden recortar o aumentar la I+D interna, pero casi siempre cambian el enfoque de un sector a otro. Una vez vi llegar a un nuevo CEO que eliminó cerca del 70% de la I+D interna y la mayor parte de la I+D externa, cambió el enfoque de la empresa, cerró grandes acuerdos con colegas cercanos y se marchó a los pocos años a una empresa fundada por uno de esos colegas.

Cuando una nueva tecnología entra de moda, las empresas farmacéuticas suelen perseguir esa oportunidad. El reciente avance de los fármacos contra la obesidad impulsados por Novo Nordisk y Eli Lilly hizo que muchas farmacéuticas suprimieran áreas terapéuticas y departamentos enteros para volver a centrarse en este campo emergente. Muchas comprendieron que se habían perdido el enfoque específico de los biológicos inyectables y empezaron a comprar inhibidores orales de moléculas pequeñas. Otros se dieron cuenta de que algunos de estos fármacos contra la obesidad tienen pasivos potenciales, como la pérdida de masa muscular, y se lanzaron a los medicamentos contra el desgaste muscular. Es probable que en este cambio fundamental se abandonen muchos medicamentos prometedores contra el cáncer.

Como hay miles de personas trabajando durante muchos años en un programa terapéutico antes de su lanzamiento, es difícil culpar a una persona concreta o a un pequeño grupo de personas cuando fracasa. Rara vez se puede atribuir a un solo CEO el mérito de dar prioridad a la plataforma de investigación en las primeras fases, descubrir un fármaco, completar los ensayos clínicos y comercializarlo.

La mejor manera de reciclar es evitar la creación de residuos en primer lugar. La IA generativa tiene la capacidad de aumentar drásticamente las posibilidades de éxito de un programa terapéutico al ayudar a elegir la diana correcta de la enfermedad y generar una molécula altamente optimizada con las propiedades deseadas, en lugar de buscar una aguja en un pajar e intentar identificar la probabilidad de que funcione el par diana/mecanismo-fármaco.

Las empresas farmacéuticas que realmente adopten la IA podrían realizar ensayos clínicos paralelos para el mismo fármaco como agente único o en combinaciones dirigidas a múltiples enfermedades en las que se prevé que el fármaco funcione. Este enfoque puede ayudar a tratar varias enfermedades simultáneamente y generar beneficios mientras el fármaco aún está patentado.

Los sistemas de IA generativa también pueden realizar un seguimiento de la dirección de la empresa y de los investigadores responsables de las decisiones clave desde el inicio del programa hasta su finalización. Las plataformas de IA generativa entrenadas en datos farmacéuticos pueden iniciarse como sistemas multiagente para ayudar a contratar y seguir el rendimiento de los ejecutivos farmacéuticos, ayudar en el desarrollo de negocios orientados a objetivos, licencias y adquisiciones, y proporcionar informes en tiempo real sobre los resultados y el progreso.

Las empresas farmacéuticas se enfrentan a pérdidas masivas de exclusividad, con un 20-70% de sus productos terapéuticos superventas fuera de patente y oportunidades limitadas para posibles adquisiciones de superventas. Estas empresas necesitan empezar a hacer grandes apuestas con la rendición de cuentas e informes en tiempo real tanto sobre la I+D interna como sobre las asociaciones externas. Estas decisiones pueden tomarse mucho mejor con el uso de las últimas plataformas de IA generativa.

Por supuesto, estos cambios no son fáciles de aplicar porque los inversores, los empleados, los miembros de los consejos de administración e incluso los responsables políticos tienden a resistirse a los cambios sustanciales. Recientemente, el nuevo CEO de una gran empresa farmacéutica puso en marcha un plan para renovar la investigación interna con el fin de reponer la cartera de productos con terapias desarrolladas internamente y acuerdos de licencia en fase inicial, y las acciones de la empresa cayeron un 20% en un solo día.

A corto plazo, debemos esperar que el mercado castigue estos movimientos audaces pero necesarios hasta que las primeras empresas que adopten estrategias de IA generativa integral tengan éxito. Esto requerirá varios años. Pero al final, acelerar la adopción de la IA generativa en la industria farmacéutica es vital no solo para reducir el despilfarro de recursos, sino también para mejorar la calidad de vida de todos.