Descubrimiento de nuevos fármacos: las grandes farmacéuticas invierten U$S 250.000 millones

• curecompass
• 6 septiembre, 2025
• I+D, Medicina, Negocios, Tecnología
• Bernstein Research, Dassault Systèmes, Duke University, Flatiron, Ley de Eroom, Medidata, Portada, Roche
• 0 Comments

Con la IA, desde gigantes farmacéuticos hasta organizaciones de investigación buscan revertir décadas de estancamiento en la aprobación de nuevos medicamentos, recortando tiempo, costos y riesgos en un sector que invierte $250.000 millones anuales.

El desarrollo de un nuevo medicamento se ha vuelto uno de los desafíos más costosos y complejos de la industria global. Entre 2012 y 2022, el gasto global en investigación y desarrollo farmacéutico aumentó casi un 50%, alcanzando aproximadamente $250.000 millones, según Bernstein Research. Sin embargo, el número de aprobaciones de fármacos innovadores permaneció prácticamente inalterado, lo que evidencia una preocupante falta de eficiencia y un retorno decreciente en la inversión.

Desde los ensayos clínicos hasta la logística, las dificultades se acumulan. Por ejemplo, analizar la neumonía bacteriana adquirida en hospitales en un ensayo de Fase 3 de 1.000 pacientes podría costar cerca de $90.000 por paciente, según estudios de las universidades de Tufts y Duke. Además, la escasez de participantes es crítica: en una investigación en Reino Unido, más de dos tercios de los ensayos no lograron reclutar suficientes candidatos. Jack Scannell y colegas definieron este fenómeno hace una década como la Ley de Eroom: lo opuesto a la Ley de Moore, pues la productividad cae a la mitad cada nueve años desde 1950.

IA al rescate: velocidad, datos y eficiencia

Los ensayos clínicos, desde la Fase 1 hasta su lanzamiento, duran una media de diez años y la tasa de éxito es de solo uno de cada diez, según cálculos de McKinsey. Ante este contexto, organizaciones como IQVIA —el mayor contratista de investigación con un valor de mercado de $32.000 millones— han apostado por sistemas de IA de Nvidia para acelerar procesos. Un ejemplo concreto: la revisión de datos que antes tomaba siete semanas ahora puede ejecutarse en solo dos.

Otras empresas líderes, como Medidata (propiedad de Dassault Systèmes) y Flatiron (de Roche), también licencian software especializado para investigación clínica. En el caso de Roche, su filial Genentech ha impulsado la estrategia “lab in a loop”: los datos experimentales alimentan modelos de IA que generan predicciones y posibles tratamientos, los cuales luego evalúan científicos humanos. “La IA parece un aliado natural para los ensayos: la industria farmacéutica dispone de enormes volúmenes de datos y muchas tareas repetitivas, desde el flujo de trabajo hasta el análisis, que pueden acelerarse notablemente con tecnología”, señala el informe.

Desafíos regulatorios y el límite de los sueños

El potencial de la IA en la farmacéutica incluye la generación de conjuntos de datos sintéticos para simulaciones y la optimización de procesos fundamentales. Sin embargo, el avance tecnológico supera aún el ritmo de regulación y la actualización ética en el sector, generando incertidumbre y riesgos. Además, pese a la implementación de IA, muchas empresas de investigación clínica han mostrado bajo desempeño financiero debido al aumento de costos y la estandarización de tecnologías en el sector.

El mayor objetivo es eliminar, o incluso revertir, la Ley de Eroom; por ahora, sigue siendo solo una aspiración. Pero, si hay una industria acostumbrada al método prueba y error, es la farmacéutica. Mientras continúe la apuesta por inteligencia artificial —desde la reducción de tiempos y costos hasta la mejora en las tasas de aprobación— el sector se acerca, aunque sea un paso a la vez, a una nueva era de innovación y eficiencia.