Artificial intelligence in drug discovery — what it is, where we stand and the path forward
En la última década, la inteligencia artificial (IA) ha captado un interés creciente en el ámbito del descubrimiento de fármacos. Este campo, que promete revolucionar la forma en que se desarrollan medicamentos más seguros y eficaces, enfrenta aún importantes retos para demostrar su impacto clínico real. A pesar de la variedad de métodos de IA desarrollados y aplicados, la evidencia de su efectividad clínica sigue siendo limitada.
Entre las razones de esta limitación se encuentra la falta de enfoque en la traducción clínica durante el desarrollo de modelos, las dificultades para aplicar algoritmos de IA en datos de ciencias de la vida condicionados, y una definición insuficiente de problemas que resulta en modelos computacionales subespecificados para casos de uso en el mundo real. Además, la tendencia de ‘empuje tecnológico’ en comparación con ‘atracción científica’ podría ser un factor subyacente, así como el tiempo sustancial requerido para operacionalizar capacidades técnicas en sistemas escalados y accesibles para los usuarios.
Para aumentar la relevancia traslacional de la IA en el descubrimiento de fármacos, se recomienda que los estudios de referencia de herramientas de IA se centren no solo en la validación de modelos, sino también en su capacidad para mejorar la toma de decisiones. Este enfoque podría ser clave para avanzar en la integración efectiva de la IA en la industria farmacéutica.