Después del Metaverso (ahora prácticamente silenciado) la nueva moda para los mercados financieros es la Inteligencia Artificial (IA) que ya ha entrado en las valoraciones de los analistas que buscan sectores y empresas que más se puedan beneficiar de esta tecnología. Una explicación a la consolidación de los valores tecnológicos en el mercado estadounidense Nasdaq en el último mes se encuentra en este rehacer de cuentas de cómo la IA beneficiará a este sector donde brillan especialmente las firmas de biotecnología y las farmacéuticas. 

El banco estadounidense Morgan Stanley apuntaba hace ya unos meses que la IA y el aprendizaje automático (un subconjunto de la IA) podrían dar lugar a 50 nuevos fármacos adicionales por valor de más de 50.000 millones de dólares en ventas en un periodo de 10 años. Los expertos aconsejan los fondos temáticos de biotecnología y farmacia como la fórmula más atractiva para acercarse a este sector, frente a la inversión directa en compañías. Eso sí, apuntan a que es necesario aún mantener una cautela debido a que las mejoras aún tardarán en reflejarse en la cuenta de resultados de las compañías. 

Andy Acker y Agustín Mohedas, gestores de la firma Janus Henderson apuntan a que el entusiasmo por la IA se ha extendido al sector de la biotecnología, con un flujo constante de historias sobre cómo la IA está ayudando a facilitar el descubrimiento de fármacos, desde un antibiótico prometedor contra las bacterias resistentes a los medicamentos hasta un nuevo tratamiento de la psoriasis con un potencial de ventas multimillonario. Estos relatos han despertado el interés de los inversores ante las afirmaciones de que la IA puede acelerar el desarrollo de fármacos, reducir costes y mejorar los resultados.

 La IA se está implantando en todo el sector y está mostrando los primeros signos de su potencial. Las vacunas de ARNm COVID-19, por ejemplo, se desarrollaron en un tiempo récord gracias a algoritmos de IA que ayudaron a diseñar ARNm sintéticos, identificar dianas de fármacos o vacunas y automatizar los pasos de control de calidad. En el cribado del cáncer de mama, las imágenes 3D basadas en IA están mejorando las posibilidades de detectar antes el cáncer de mama invasivo y reduciendo el número de imágenes que deben revisar los radiólogos. Y en un informe reciente, la Administración de Alimentos y Medicamentos (FDA) afirma que se está produciendo un aumento significativo de las presentaciones de fármacos con componentes basados en IA y espera que el número se acelere a partir de ahora.

También, desde la multinacional de la consultoría, McKinsey & Company consideran que las industrias farmacéuticas y de productos médicos podrían desbloquear entre 61.000 y 110.000 millones de dólares anuales gracias al potencial de la IA generativa para acelerar el ciclo de 10 a 15 años que tarda un medicamento en llegar al mercado, sin olvidar que se podría mejorar la calidad de los compuestos farmacéuticos y reducir el coste de la I+D.

Principales aplicaciones

Una de las áreas en las que la IA ha demostrado ser especialmente útil es en la identificación de nuevas moléculas y compuestos farmacológicos. Tradicionalmente, el descubrimiento de medicamentos ha sido un proceso lento y costoso que implicaba la exploración de una amplia variedad de moléculas en busca de aquellas con propiedades terapéuticas deseadas. Sin embargo, con la ayuda de algoritmos de aprendizaje automático y redes neuronales, la IA puede analizar grandes volúmenes de datos y patrones moleculares para predecir la actividad y la toxicidad de las moléculas, acelerando así el proceso de cribado y selección de compuestos candidatos.

Además, la IA también se utiliza para mejorar la eficiencia de los ensayos clínicos. Estos ensayos son cruciales para evaluar la seguridad y eficacia de nuevos medicamentos antes de que sean aprobados para su comercialización. Sin embargo, los ensayos clínicos a menudo son costosos, requieren mucho tiempo y pueden generar una gran cantidad de datos. Aquí es donde la IA puede marcar la diferencia al analizar y extraer información relevante de los datos clínicos, agilizando el reclutamiento de pacientes adecuados, optimizando los protocolos de ensayo y mejorando la monitorización de los efectos del fármaco en los participantes.

Otra de las áreas es la medicina de precisión, que busca personalizar el tratamiento según las características individuales de cada paciente. Con la ayuda de algoritmos de aprendizaje automático y minería de datos, se pueden analizar grandes conjuntos de datos clínicos y genómicos para identificar patrones y biomarcadores que indiquen qué pacientes responderán mejor a ciertos tratamientos. Esto permite seleccionar terapias más efectivas y reducir los efectos secundarios al adaptar el tratamiento a las características específicas de cada paciente.

Otro aspecto importante es el uso de la IA en la vigilancia y detección de efectos adversos de medicamentos. La monitorización de la seguridad de los medicamentos después de su comercialización es fundamental para identificar y prevenir posibles problemas y reacciones adversas. Aquí, la IA puede analizar grandes cantidades de datos de diferentes fuentes, como registros electrónicos de salud y redes sociales, para identificar patrones y señales de posibles efectos adversos, lo que permite una detección temprana y una respuesta más rápida.