La búsqueda de fármacos con IA se orienta hacia los datos humanos, pero el verdadero cuello de botella no está solo en los modelos

El error más costoso en el desarrollo de nuevos fármacos a menudo no es que el ordenador calcule mal, sino que el mundo que aprende el modelo está demasiado lejos del cuerpo humano. Labiotech.eu señaló recientemente, bajo el concepto de “human-first datasets”, que el descubrimiento de fármacos con IA está pasando de perseguir simplemente modelos más grandes a dar más importancia a la construcción de hipótesis farmacológicas a partir de datos de origen humano; este giro no es tan llamativo como las demostraciones visuales de la IA generativa, pero podría estar más cerca del verdadero punto crítico de la I+D biomédica.

Los llamados datos centrados en lo humano suelen referirse a muestras de pacientes, fenotipos clínicos, tejidos humanos, datos unicelulares y multiómicos, registros médicos del mundo real, o datos generados por modelos como organoides y chips de órganos que se aproximan más a las respuestas humanas. Su función no es permitir que la IA “invente” fármacos de la nada, sino ayudar a los equipos de investigación a determinar qué dianas tienen más probabilidades de estar relacionadas con los mecanismos de la enfermedad y qué moléculas merecen una validación adicional en un contexto humano.

Esto también cambia el eje narrativo de la búsqueda de fármacos con IA. Muchos casos iniciales se centraban en la rapidez con que los modelos podían cribar compuestos, diseñar proteínas o predecir estructuras; pero si los datos de entrenamiento proceden principalmente de animales, líneas celulares o bases de datos públicas dispersas, los candidatos a fármaco aún pueden perder impulso al entrar en humanos por falta de eficacia o por problemas de seguridad. El atractivo de los datos humanos consiste precisamente en intentar exponer antes los fracasos en las etapas iniciales de la I+D, en lugar de descubrir solo durante ensayos clínicos costosos que la hipótesis no se sostiene.

Sin embargo, estos datos también son los más difíciles de manejar. Las poblaciones de pacientes son muy heterogéneas, y los formatos de datos suelen estar fragmentados entre distintos hospitales, plataformas y proyectos de investigación; el tamaño de las muestras puede ser insuficiente, mientras que los sesgos pueden ser profundos. Si los sistemas de IA no etiquetan claramente el origen de los datos, los criterios de inclusión y las limitaciones del análisis, lo que se denomina “más cercano al cuerpo humano” podría no ser más que envolver la incompletitud del mundo clínico en modelos más complejos.

Los resúmenes públicos disponibles actualmente no proporcionan datos sobre empresas específicas, tamaño de conjuntos de datos, rendimiento de modelos ni validación mediante experimentos húmedos, por lo que esta tendencia no puede interpretarse como prueba de que una tecnología concreta ya haya demostrado mejorar la tasa de éxito clínico. Una formulación más prudente es que la industria está desplazando hacia etapas posteriores los criterios para evaluar el descubrimiento de fármacos con IA: no solo se observa cuántas moléculas candidatas puede generar, sino también si puede proponer hipótesis biológicas trazables, reproducibles y refutables mediante datos experimentales y clínicos.

**Contexto**

Esta dirección también converge con varias líneas recientes de la I+D biomédica. Por un lado, el diseño de anticuerpos, la estructura de proteínas y el análisis multiómico están llevando la IA a fases más tempranas del descubrimiento molecular; por otro, los ensayos sin animales, los organoides y los modelos de tejido humano están siendo empujados hacia el centro institucional. En la intersección de ambas tendencias aparece una cuestión más pragmática: si la IA quiere participar en las decisiones sobre nuevos fármacos, debe lograr que los datos, los modelos experimentales y la evidencia regulatoria hablen el mismo idioma.

Por eso, “human-first” no es un eslogan que garantice el éxito, sino una prueba de presión. Exige que el descubrimiento de fármacos con IA pase de una capacidad predictiva deslumbrante a una responsabilidad más pesada: si los datos representan a pacientes reales, si los resultados pueden validarse experimentalmente y si las inferencias pueden ser comprendidas por los revisores. El desarrollo de nuevos fármacos necesita velocidad, pero ante la biología humana, la velocidad solo tiene sentido cuando la cadena de evidencia es suficientemente sólida.