Industria biotecnológica · global
Novo Nordisk se asocia con AWS para crear un centro de IA en Londres e intentar conectar las brechas de datos en el desarrollo de fármacos
Ambas partes integrarán datos genómicos, de imagen y clínicos para identificar dianas, diseñar terapias y crear herramientas de agentes para I+D; sin embargo, lo anunciado hasta ahora sigue siendo un plan de plataforma y organización, sin candidatos a fármacos ni validación experimental disponibles para su evaluación.
El obstáculo para la adopción de la inteligencia artificial en la industria farmacéutica no suele limitarse a la capacidad de los modelos, sino que también radica en si es posible conectar realmente los datos dispersos entre distintos sistemas, formatos y etapas de I+D. Novo Nordisk y Amazon Web Services (AWS) anunciaron una alianza estratégica y la creación de un centro conjunto de innovación en Londres, con el propósito de incorporar la computación en la nube, la IA generativa y los datos de ciencias de la vida en un mismo flujo de trabajo de I+D.
Según el plan anunciado por Novo Nordisk, AWS se convertirá en su proveedor de nube preferente y en su socio estratégico de IA para el descubrimiento de fármacos. El centro de Londres estará ubicado en instalaciones existentes de Novo Nordisk, donde ingenieros, especialistas en IA y científicos aplicados de AWS trabajarán junto con los equipos de I+D de la farmacéutica. Sus objetivos abarcan la identificación de dianas de enfermedades, el diseño de terapias y la reducción del recorrido desde el descubrimiento de una diana hasta el primer ensayo en humanos.
Las herramientas centrales de la colaboración incluyen Amazon Bio Discovery, orientada a la investigación en ciencias de la vida, y Amazon Bedrock, que permite acceder a diversos modelos fundacionales. Ambas partes planean conectar datos genómicos, de imágenes médicas y clínicos para que los modelos ayuden a los investigadores a buscar relaciones entre distintos tipos de datos, formular hipótesis comprobables y respaldar el diseño de terapias candidatas. El valor real de estos sistemas dependerá de la calidad de los datos, la representatividad de las poblaciones y la posibilidad de reproducir las predicciones en células, animales o muestras humanas.
La colaboración también se extiende a las operaciones empresariales más allá de la investigación. Se prevé utilizar Amazon Bedrock AgentCore para crear agentes de IA capaces de ejecutar tareas de varios pasos. Novo Nordisk señaló que proyectos anteriores de ambas partes ya habían reducido el tiempo de procesamiento de algunos documentos clínicos y proporcionado herramientas de productividad a más de 25.000 empleados. Sin embargo, la empresa no publicó los criterios de comparación, la magnitud del ahorro ni las tasas de error, por lo que aún resulta difícil determinar si las mejoras son suficientes para influir en los plazos del desarrollo clínico.
Este acuerdo refleja que las grandes farmacéuticas están llevando la colaboración en IA desde experimentos puntuales hasta el nivel de la infraestructura: los modelos no solo seleccionan moléculas, sino que también intervienen en la gobernanza de datos, los flujos documentales y las decisiones de I+D. No obstante, el anuncio no reveló la duración de la colaboración, las condiciones financieras ni las áreas de enfermedades prioritarias, y tampoco presentó dianas o candidatos a fármacos generados por la plataforma y confirmados experimentalmente. Por ahora, el resultado más concreto es la puesta en marcha del equipo conjunto y de la arquitectura tecnológica, no una mejora ya demostrada en la eficiencia del descubrimiento de fármacos.
Si en el futuro el sistema participa en la priorización de candidatos a fármacos o en decisiones clínicas, también será necesario abordar los permisos de acceso a datos sanitarios sensibles, la trazabilidad de los resultados de los modelos, la supervisión de sesgos y la revisión humana. Para este centro de Londres, la verdadera prueba no será cuántas respuestas pueda ofrecer la IA, sino si puede dejar una cadena de evidencia auditable y lograr que sus predicciones resistan la validación mediante experimentos de laboratorio y resultados clínicos.