Creación de fármacos por Inteligencia atificial: el futuro está ya aquí

Se trata de un nuevo modelo de desarrollo de medicamentos que daría la vuelta a las cifras en el tiempo de su creación y en sus costes. Todo un avance para la salud.

  • Autor: Esther Martín del Campo

La relación matemática de la estructura química del medicamento y su actividad biológica permite reducir costes y tiempos de producción.

En este sentido, las oportunidades que ofrece actualmente la Inteligencia Artificial (IA), eran impensables hace tan solo unos años. El avance de la digitalización y la llegada del Big Data han reconvertido la forma de producir algunos productos tan cotidianos como los fármacos. En este sentido, reducir el tiempo de producción y abaratar los costes de los medicamentos son algunos de los objetivos  alcanzables gracias a la inteligencia artificial.

“Los estudios actuales señalan ahorros del 40-50 % en tiempo y de 26 billones de euros al año en fases preclínicas”.

Es así como se conforma la nube de datos virtuales “AItenea” (leído “eitenea” por las siglas de IA en inglés), un modelo de tecnología disruptiva que pretende estudiar “un desarrollo lógico de fármacos”.

En qué consiste

La relación matemática de la estructura química del medicamento se analiza junto con su actividad biológica, para poder realizar modificaciones estructurales que potencien futuros fármacos. Así lo ha explicado la científica del Consejo Superior de Investigaciones
Científi cas (CSIC) Nuria Campillo, cofundadora de la startup junto a Carlos Roca, doctor en Farmacia por la Universidad Complutense,
entre otros.

“Intentamos imitar las redes neuronales de nuestro cerebro a través de los modelos matemáticos”, dice. La información necesaria correspondiente a las estructuras químicas existentes se introduce en la nube, y las “redes neuronales” analizan la propiedad que se pretenda estudiar por inteligencia artificial, como por ejemplo la toxicidad de los fármacos, entre otras propiedades.

Redes virtuales óptimas

La memoria es un elemento clave para el funcionamiento de estas “redes neuronales”, ya que la nube virtual de datos aprende y, “cuando le das una nueva estructura, es capaz de saber si es tóxica o no”, agrega la experta. Este modelo ha evolucionado hasta métodos como el machine learning o el deep learning, dos tecnologías que hacen referencia a la capacidad existente de que el sistema
aprenda por sí solo, lo que permite ahorrar recursos en todas las etapas del desarrollo de los fármacos.

Además, otra de las ventajas principales del proyecto es que las estructuras moleculares son virtuales, por lo que no tienen por qué estar sintetizadas en el laboratorio, una característica que puede trasladarse a otras etapas la identificación de nuevos fármacos o el estudio en animales, por ejemplo.

Ahorros gracias al Big Data

“Las investigaciones actuales señalan ahorros del 40-50 % en tiempo y de 26 billones de euros al año en fases preclínicas”. Estas cifras se incrementan en los ensayos clínicos, que suponen una reducción entre el 50 y el 60 % en tiempo y 28 billones de euros en costes al año gracias a la inteligencia artificial.

Los ahorros que pueden suponer el Big Data y la Inteligencia Artificial en la industria farmacéutica van más allá del capital económico. “Se puede tardar en llevar un medicamento a la farmacia de doce a quince años”, ha explicado Campillo, quien señala además que “50.000 animales de experimentación son necesarios al año” para el desarrollo de los fármacos. Sin embargo, “aún hay muchas personas escépticas a la inteligencia artificial”, lamenta, “pero es importante que la sociedad confíe en ella, es un salto que hay que dar”, concluye la experta.

Gaceta Médica

Gaceta Médica

El periódico líder en información sanitaria y de salud en España. Dirigido a médicos, enfermeras y todos los profesionales de la sanidad.

Continúa leyendo