La IA acelera el diseño de 4 tipos de fármacos y exige un rol farmacéutico

El diseño de medicamentos gracias a la Inteligencia Artificial está cambiando las reglas del juego: más allá de los anticuerpos y las pequeñas moléculas, ahora los péptidos sintéticos y las vacunas de ARNm se perfilan como algunos de los primeros fármacos que podrían desarrollarse con esta tecnología. Sin embargo, aunque la IA avanza a gran velocidad, la llegada de estos avances a los hospitales españoles se ve frenada por la falta de formación especializada, la complejidad regulatoria y la capacidad desigual del sistema sanitario para incorporar la innovación.

Así lo explica Yared González, miembro del grupo de Trabajo de Nuevas Tecnologías y Farmacia Hospitalaria Digital (Digifhar) de la Sociedad Española de esta especialidad (SEFH), que asegura que "existen opciones prometedoras como los péptidos sintéticos, las vacunas de ARNm, las enzimas o los ácidos nucleicos". Aunque para este nuevo escenario, González apunta a un cambio de perfil profesional. "Quizás podamos hablar de la necesidad de un nuevo perfil dentro de la Farmacia Hospitalaria, un perfil híbrido clínico-tecnológico", indica. 

El diseño de fármacos mediante IA también presenta importantes retos científicos. "El principal obstáculo reside en la brecha que aún existe entre la predicción computacional (in silico) y la realidad biológica y química", explica. Y es que uno de los problemas principales es la calidad de los datos y los sesgos vinculados a esta tecnología: "Los conjuntos de entrenamiento suelen estar sesgados, lo que impacta notablemente en la robustez de los algoritmos".

Nuevas fármacos con IA: una transición pendiente

Además, aunque reconoce que los anticuerpos cuentan con cierta ventaja competitiva gracias al auge tecnológico, González advierte de que no deben infravalorarse otros enfoques. "No debemos subestimar el papel fundamental del descubrimiento de pequeñas moléculas tradicionales, que continúan siendo la columna vertebral de la farmacoterapia". Además, recuerda que "la gran mayoría de las dianas terapéuticas utilizadas en la actualidad siguen siendo proteínas".

El impacto de la IA en el desarrollo de medicamentos se traducirá, previsiblemente, "en una reducción significativa de los tiempos de desarrollo gracias a la evolución de los modelos in silico". Sin embargo,González insiste en que el factor determinante "no será únicamente tecnológico, sino normativo". La adaptación de los marcos regulatorios y el encaje con la Ley de Inteligencia Artificial de la Unión Europea serán claves para que estos fármacos lleguen a los Servicios de Farmacia Hospitalaria.

Aunque se trata de un campo aún incipiente, González confirma que "ya existen proyectos en marcha que apuntan hacia esta dirección". El verdadero desafío, añade, radica en "la incorporación efectiva de la innovación en las diferentes Comunidades Autónomas", lo que exigirá "una transformación profunda en la redefinición de los mecanismos de evaluación, adquisición, acceso y compra de la innovación terapéutica".

Retos científicos y tecnológicos

También indica que, incluso cuando el diseño teórico es óptimo, la molécula debe ser viable en el mundo real. "Debe ser sintetizable, capaz de atravesar membranas celulares, lograr una correcta distribución y actuar sobre la diana terapéutica adecuada". A ello se suma la complejidad de los sistemas biológicos. "Sigue siendo extremadamente difícil predecir con exactitud la selectividad, la interacción dinámica fármaco-diana y las propiedades farmacocinéticas en un organismo vivo". Aparte, todo esto se ve agravado por la dificultad de interpretar los algoritmos: "Sin entender el porqué de las decisiones de la IA, es difícil generar la confianza clínica y regulatoria necesaria para llevar estos fármacos a los pacientes".

Por estos motivo, a su juicio, "el farmacéutico hospitalario se convierte en una figura indispensable para cerrar el círculo de la innovación" y su papel es clave en la personalización de los tratamientos, la gestión clínico-logística y la generación de evidencia en vida real: "Aunque no participe directamente en el diseño, sí lo hará en la fase de evaluación, incorporación al plan farmacoterapéutico y en el seguimiento de estos medicamentos diseñados con IA".

Hacia un cambio de paradigma terapéutico

Para González, la IA no solo optimiza procesos, sino que transforma el modelo terapéutico. "Transitaríamos de un modelo tradicional basado en el ensayo-error hacia una era de diseño personalizado y predictivo", asegura. Esta tecnología permite adaptar los tratamientos a las características moleculares específicas de cada patología, acercándose a la Medicina de Precisión: "Al reducir drásticamente tiempos y costes, ganamos la capacidad operativa necesaria para abordar situaciones de alta complejidad biológica que, con los métodos clásicos, resultan costosas e inasumibles".

Además del diseño de nuevas moléculas, la IA puede aportar valor en otros procesos. González identifica dos ámbitos estratégicos: "La identificación de nuevas indicaciones para moléculas ya aprobadas, una utilidad cuya relevancia quedó patente durante la pandemia de la Covid-19" y "el desarrollo galénico y la formulación de medicamentos para adaptarlos a las necesidades individuales del paciente en términos de dosis, vías de administración y estabilidad".

Pese a su potencial, la adopción de la IA en el Sistema Nacional de Salud (SNS) sigue siendo desigual. "Existe una brecha formativa evidente y el grado de adopción es muy heterogéneo entre centros y profesionales", reconoce. La formación, añade, "queda relegada al interés individual, cuando esta disciplina puede marcar el futuro de cómo trabajamos". Por ello, defiende que la capacitación en IA "no es opcional, sino una necesidad estratégica". En este sentido, considera imprescindible reforzar la formación durante el FIR. "Si queremos que el futuro farmacéutico especialista interactúe de forma rutinaria con algoritmos de soporte a la decisión, la IA y la ciencia de datos deben integrarse de manera estructural en el programa formativo".

Entorno "atractivo" para el desarrolllo de medicamentos

Igualmente, González subraya la importancia de la gobernanza desde las etapas iniciales de cada proyecto: "El farmacéutico hospitalario posee la visión integral del medicamento y el criterio clínico necesarios para liderar la gobernanza de la IA aplicada a la farmacoterapia y la farmacocinética". Un liderazgo que, afirma, es clave para garantizar que la tecnología esté siempre al servicio de la seguridad del paciente y de los objetivos de salud.

Este debate surge a raíz de una reciente publicación de Nature que analiza qué tipos de fármacos tienen mayor probabilidad de ser diseñados mediante IA. Para González, esta afirmación debe contextualizarse dentro de un proceso de transformación más amplio: "Para comprender la trascendencia de esta publicación y la relevancia del diseño de fármacos guiado por Inteligencia Artificial debemos remitirnos al hito que Google DeepMind consiguió inicialmente con AlphaFold: predecir la estructura 3D de una proteína basándose en su secuencia genética". Este avance supuso la resolución de uno de los grandes desafíos históricos de la biología: el plegamiento de proteínas.

El salto cualitativo llegó cuando AlphaFold alcanzó una precisión comparable a la de los métodos experimentales. "Lejos de detenerse, la evolución ha continuado, y en 2024 asistimos a la llegada de AlphaFold 3, una herramienta capaz de modelar interacciones complejas con ADN, ARN y ligandos", añade. Así, esta capacidad, señala, es la que convierte al actual ecosistema tecnológico en un entorno especialmente atractivo para el desarrollo de nuevos medicamentos. Sin embargo, cada país tiene sus propias características que determinan su capacidad para daptar estos avances, ya que la incorporación de fármacos diseñados con IA depende de la estructura regulatoria, los sistemas de adquisición y la manera en que cada sistema sanitario gestiona la innovación farmacéutica.