Menos del 10 % de los intentos de desarrollo de fármacos tienen éxito con los procesos tradicionales de descubrimiento de fármacos.
La convergencia de la IA y las tecnologías cuánticas ofrece una solución única para optimizar los procesos fundamentales del descubrimiento de fármacos.
La adopción de la IA y las tecnologías cuánticas también plantea desafíos de implementación y éticos, que se abordan en el marco de confianza desarrollado por el Centro para la Tecnología Confiable.
Los procesos tradicionales de descubrimiento de fármacos no logran atender las necesidades actuales y futuras de la atención sanitaria mundial. Los procesos engorrosos, desde la I+D inicial hasta los ensayos clínicos, pueden prolongarse durante una década y tienen más probabilidades de fracasar en la aprobación del fármaco. De hecho, más del 90 % de los intentos de desarrollo de fármacos no tienen éxito.
Lamentablemente, esto suele significar que los seres humanos quedan indefensos frente a virus e infecciones nuevos y en progresión. La Organización Mundial de la Salud de las Naciones Unidas prevé 10 millones de muertes humanas para 2050 a causa de la resistencia antimicrobiana (RAM), que es la resistencia de los microbios a los fármacos existentes.
Sin embargo, los avances en inteligencia artificial (IA) y en tecnologías cuánticas podrían cambiar esta situación. Estas tecnologías emergentes están trabajando conjuntamente para mejorar los sistemas existentes de descubrimiento de fármacos.
IA cuántica: ¿una nueva era para el descubrimiento de fármacos?
Los métodos de aprendizaje profundo, incluidas las nuevas técnicas de optimización, son útiles para identificar y validar dianas moleculares. Una vez identificadas las dianas moleculares, los modelos de IA buscan y optimizan las interacciones de los compuestos, ampliando el descubrimiento de compuestos químicos eficaces para las dianas moleculares dadas. Mientras tanto, las tecnologías cuánticas aceleran las capacidades de la IA. Las unidades de procesamiento gráfico (GPU) avanzadas permiten que los modelos de IA obtengan resultados más rápidos a partir de conjuntos de datos más extensos mediante el procesamiento en paralelo.
La relación simbiótica entre la IA y las tecnologías cuánticas ha abierto el camino a una nueva herramienta analítica: el aprendizaje automático cuántico (QML, por sus siglas en inglés). A diferencia del aprendizaje automático tradicional, el QML permite trabajar con conjuntos de datos más grandes y genera resultados más rápidos y precisos. Estas técnicas resultan especialmente útiles ante desafíos de optimización complejos, como la búsqueda de orientaciones de unión molecular adecuadas o la mejora de la absorción de fármacos.
Una nueva frontera para el descubrimiento de fármacos
El Centro para la Tecnología Confiable ofrece una descripción detallada del papel de la IA y las tecnologías cuánticas en las fases críticas del proceso de desarrollo de fármacos, desde el descubrimiento inicial hasta los ensayos clínicos en fase avanzada. El documento publicado recientemente por el Centro, titulado A New Frontier for Drug Discovery and Development: Artificial Intelligence and Quantum Technology, ofrece una visión realista de las limitaciones de estas tecnologías y de los desafíos que las empresas farmacéuticas enfrentarán inevitablemente al implementar nuevas técnicas en sistemas heredados y al abordar el debate ético.
Para gestionar esta tecnología con potencial transformador y aprovechar al máximo sus oportunidades, el Centro para la Tecnología Confiable ha creado un marco para promover la confianza, la eficacia y el uso adecuado de estas herramientas emergentes. El marco, denominado VITAL PIECES, articula un enfoque cuidadoso y razonado para aplicar la IA y la tecnología cuántica a los procesos de descubrimiento de fármacos.
Hacer que el descubrimiento de fármacos mediante IA cuántica funcione para todos
El marco hace hincapié en siete áreas clave que garantizarán el uso más eficaz y responsable de esta herramienta emergente:
1. La importancia de que las empresas elaboren planes detallados y personalizados de mitigación de riesgos, dando prioridad a la transparencia, la documentación y las variaciones procedimentales justificadas.
2. Evaluaciones periódicas de los modelos de IA, una gestión vigilante de los datos para prevenir sesgos y una sólida estrategia de datos para mantener la integridad en el proceso de desarrollo de fármacos.
3. La comunicación clara con los reguladores y un enfoque multidisciplinario en el diseño de soluciones son mecanismos inherentes de generación de confianza para una integración sólida de estas tecnologías.
4. Centrarse en la seguridad y en el cumplimiento de los principios rectores a lo largo de todo el ciclo de descubrimiento de fármacos es fundamental, lo que aboga por una adopción más amplia de estos principios en toda la industria.
5. La cooperación ética y el intercambio de buenas prácticas durante las primeras etapas de la integración de la IA y la tecnología cuántica son vitales para una adopción responsable.
6. Formar a toda la plantilla en principios éticos y estrategias de mitigación de riesgos es una prioridad.
7. Avanzar con una visión compartida que equilibre los beneficios y los riesgos de estas tecnologías es crucial para mantener la confianza y garantizar un acceso más rápido a los fármacos.
Las tecnologías de IA y cuánticas ofrecen enormes beneficios para la industria farmacéutica. Sin embargo, la industria debe abordar la transición con cuidado, diligencia ética y una comprensión integral de los desafíos y responsabilidades inherentes al desarrollo de fármacos. Alinear esta integración tecnológica con principios establecidos y directrices éticas es esencial para aprovechar su poder transformador, preservando la confianza y la seguridad que son fundamentales para el sector.
