¿Qué hay detrás de las multimillonarias inversiones?
Las mayores empresas farmacéuticas del mundo están integrando rápidamente las tecnologías de inteligencia artificial en sus operaciones, invirtiendo sumas significativas en esta área. Según los expertos, solo Pfizer lanzó en 2023 una plataforma interna de IA generativa, de la cual espera un impacto económico de entre 750 millones y 1.000 millones de dólares.
Moderna ha ido aún más lejos y en abril de 2024 firmó un acuerdo de colaboración con OpenAI. Como resultado de esta asociación, la farmacéutica comenzó a utilizar ChatGPT Enterprise en todos sus departamentos, desde el área legal hasta los laboratorios de investigación.
El conglomerado farmacéutico alemán Merck KGaA desarrolla varios proyectos en colaboración con empresas especializadas en IA. El objetivo principal de estas asociaciones es la búsqueda y desarrollo de medicamentos. Exscientia, la primera empresa en aplicar IA para el descubrimiento de fármacos, ahora trabaja en la integración de IA generativa con laboratorios robotizados, con el apoyo de Amazon Web Services (AWS).
Según Dan Sheeran, gerente general del área de salud y ciencias biológicas de AWS, los directivos de las empresas farmacéuticas suelen enfrentarse al problema de la accesibilidad de datos. A pesar de contar con enormes volúmenes de información, los empleados no pueden localizar rápidamente la información que necesitan. La situación se complica por el hecho de que los datos provienen de diversas fuentes: hospitales, farmacias, compañías de seguros e incluso directamente de los pacientes.
La IA generativa ha ayudado a resolver el problema de la sistematización de datos. Ahora, la tecnología genera automáticamente metadatos para toda la información disponible y crea herramientas de búsqueda prácticas que funcionan de manera similar a los motores de búsqueda.
Mahmoud Majid, director global de la práctica de tecnologías digitales de ZS, destaca la importancia de los datos conectados para la toma de decisiones. Un ejemplo destacado de la implementación exitosa de este enfoque es Sanofi, que ha desarrollado la aplicación analítica plai. Gracias a esta herramienta, el tiempo de los procesos de investigación se ha reducido de varias semanas a unas pocas horas. Además, la efectividad en la búsqueda de objetivos terapéuticos en áreas como inmunología, oncología y neurología ha aumentado entre un 20% y un 30%.
Los datos conectados permiten a las empresas farmacéuticas personalizar su interacción con los profesionales de la salud y comprender mejor las necesidades de los pacientes. Anteriormente, para ello se usaban modelos tradicionales de aprendizaje automático que ofrecían soluciones basadas en parámetros predeterminados. Sin embargo, estos modelos carecían de flexibilidad y no podían considerar las particularidades individuales de los médicos.
La IA generativa ha abierto nuevas oportunidades en este campo. La tecnología analiza las preferencias de los profesionales de la salud en cuanto a la recepción de información, estudia las preguntas que formulan y el historial de sus prescripciones para ofrecer datos lo más relevantes posibles.
Las empresas farmacéuticas también están utilizando la IA generativa para la creación de materiales de marketing. Un proceso que antes tomaba semanas ahora se realiza en cuestión de minutos. Además, el contenido se traduce automáticamente a diferentes idiomas y se adapta a los requisitos regulatorios de cada país.
Los especialistas tienen grandes esperanzas en los modelos biológicos de inteligencia artificial. Según Sheeran, actualmente existen aproximadamente seis categorías principales de estos modelos, cada una de las cuales incluye de 5 a 25 desarrollos provenientes de universidades y organizaciones comerciales.
Para proteger la propiedad intelectual creada a través de estos modelos biológicos, se emplean servicios específicos. Por ejemplo, Amazon Bedrock proporciona control total sobre los datos y previene su uso no autorizado.
Según Mahmoud Majid, para implementar con éxito la IA, las empresas deben centrarse en tres factores clave. En primer lugar, es importante definir con precisión el problema y los criterios de éxito. En segundo lugar, es necesario evaluar correctamente el alcance de la implementación de la tecnología. En tercer lugar, la empresa debe ser capaz de aprender rápidamente de sus experimentos y ajustar su enfoque.
Al mismo tiempo, los expertos subrayan que, a pesar de todas las ventajas de la IA generativa, el factor humano sigue siendo decisivo. En algunos casos, las tecnologías tradicionales pueden funcionar mejor y con menores riesgos. Por ello, es importante desarrollar la alfabetización tecnológica de los empleados para que puedan encontrar las mejores formas de interacción entre humanos e IA.