La intel·ligència artificial (IA) està travessant un moment clau en el sector farmacèutic, i d’això se’n fa ressò Demis Hassabis, CEO de DeepMind i Isomorphic Labs. En una recent entrevista amb Bloomberg, Hassabis va sostenir que els avenços en IA podrien escurçar el procés tradicional de descobriment de fàrmacs, que avui demanda anys d’investigació i assaig/error, fins a només uns pocs mesos. Aquest canvi, segons ell, no és una promesa abstracta sinó quelcom ja en marxa: DeepMind ha desplegat models que ajuden a identificar candidats farmacològics amb més precisió, simulant interaccions moleculars, prevenint fallades costoses en etapes tardanes, i plantejant estructures moleculars noves que els mètodes convencionals podrien no haver considerat.
L’empresa derivada de DeepMind, Isomorphic Labs, juga un rol central en aquesta transformació. Fundada el 2021 sota Alphabet, és la punta de llança d’estratègies “AI-first” en biologia, que incorporen tècniques com la predicció estructural de proteïnes (AlphaFold i els seus successors), models generatius, i una col·laboració estreta amb farmacèutiques com Novartis i Eli Lilly per aplicar aquests descobriments en condicions reals. Hassabis ha assenyalat que esperen tenir els primers fàrmacs dissenyats per IA en assajos clínics cap a finals d’aquest any, el que marcaria un fita de verificació pràctica que la IA no només proposa hipòtesis, sinó substàncies reals que podrien provar-se en humans.
Tanmateix, encara que les expectatives són altes, els reptes no són menors. Les prediccions dels models han de validar-se experimentalment; hi ha obstacles reguladors, d’ètica, de seguretat, a més de la complexitat biològica inherent a l’organisme humà que continua sent difícil de modelar informàticament. Assajos clínics, toxicitat, bio distribució, efectes secundaris, variabilitat genètica, tots aquests factors han de tenir resposta abans que un nou fàrmac sigui aprovat. Hassabis reconeix que la reducció del temps no implica ometre passos crítics, sinó optimitzar i accelerar els més lents amb ajuda de la IA.
L’impacte social d’accelerar el descobriment de medicaments podria ser enorme. D’una banda, seria possible respondre amb més rapidesa a emergències sanitàries, pandèmies o brots inesperats. D’altra banda, s’obre la porta a tractaments més personalitzats, adaptats a perfils genètics o metabòlics individuals. A més, menors costos de desenvolupament podrien traduir-se en més accessibilitat, especialment en països amb menys recursos.
En conclusió, el que DeepMind i Isomorphic Labs presenten no és una visió futurista irreal, sinó un camí plausible ja traçat: la IA té el potencial de convertir un procés de descobriment farmacològic de 5-10 anys en un de mesos o setmanes. Però perquè aquesta promesa es converteixi en realitat clínica estesa, serà necessari travessar les barreres de validació, seguretat, regulació, i assegurar-se que el benefici sigui ètic i equitatiu.
Obre un parèntesi en les teves rutines. Subscriu-te al nostre butlletí i posa’t al dia en tecnologia, IA i mitjans de comunicació.
