Jefe de Google DeepMind Promete Fármacos en Meses Gracias a la IA, Aunque Admite un Obstáculo Inquietante

Demis Hassabis asegura que la inteligencia artificial puede comprimir años de espera en meses en el descubrimiento de nuevos fármacos, un cambio con impacto directo en cómo se tratan enfermedades complejas. La idea llega desde Isomorphic Labs, filial de Alphabet dirigida por el propio Hassabis, y se apoya en AlphaFold, la tecnología nacida en Google DeepMind.

El proceso clásico para crear un medicamento es lento y caro, con una tasa alta de fracaso y aprobaciones que tardan años. Isomorphic Labs, fundada en 2021 en Londres bajo el paraguas de Alphabet, nace para usar la IA en ese cuello de botella. Su punto de partida es AlphaFold, el sistema que predice la forma y el comportamiento de proteínas, clave para diseñar moléculas desde cero.

Ese avance tuvo recompensa pública en 2024: Hassabis y John Jumper recibieron el Premio Nobel de Química junto a un investigador estadounidense por su trabajo con AlphaFold. El descubrimiento de fármacos con IA todavía tiene una barrera conocida por todos en la industria, y es la que define el ritmo real al que se mueve el mercado.

Isomorphic Labs ha firmado acuerdos con Eli Lilly y con Novartis. Con esta última, arrancaron en 2023 con tres objetivos moleculares y ya trabajan en seis, aunque sin detallar cuáles. En enero, Hassabis fijó el objetivo de iniciar los primeros ensayos clínicos con medicamentos diseñados por IA a finales de 2025. A septiembre de ese año, aún no han comenzado, pero cuentan con “primeros puntos de prueba” para dar el salto.

El descubrimiento de fármacos con IA promete reducir tiempos y coste por iteración. Si lo comparas con el método tradicional, vas a poder explorar más compuestos, fallar antes y ajustar mejor. La empresa levantó 600 millones de dólares en 2024 en una ronda liderada por Thrive Capital, y Hassabis ve un negocio con potencial por encima de 100.000 millones de dólares si la tesis se confirma.

¿Dónde está el motor técnico? En una versión más avanzada de AlphaFold que no solo predice interacciones proteína-proteína, sino que aspira a modelar procesos moleculares más complejos. Eso, bien validado, acorta hipótesis y filtra mejor candidatos. El descubrimiento de fármacos con IA pasaría así de intuición de laboratorio a simulación computacional con ciclos rápidos y datos ricos.

Qué falta para que el descubrimiento de fármacos con IA llegue a ensayos clínicos

Rebecca Paul, directora de diseño medicinal en Isomorphic Labs, explica que ahora miran con prioridad a cáncer y trastornos inmunológicos. El motivo es práctico: ahí vas a poder medir señales clínicas antes y ajustar dianas terapéuticas con rapidez. Paul cree que los medicamentos creados por IA podrían permitir tratar muchos cánceres como enfermedades crónicas, aunque admite que fijar una fecha concreta sigue siendo difícil.

A día de hoy, aún no existe ningún fármaco desarrollado íntegramente por IA que haya superado ensayos clínicos ni llegado a la práctica médica. La trampa está en la clínica, donde seguridad y eficacia mandan. Entre el algoritmo y el hospital hay pasos que no puedes saltarte: química sintética, preclínica robusta y un diseño de Fase I sin sorpresas.

1. Demuestra mecanismo y selectividad en modelos fiables.
2. Sube evidencia preclínica con datos reproducibles.
3. Abre Fase I con criterios claros de seguridad.

El impulso no es menor. La colaboración con Novartis crece y el descubrimiento de fármacos con IA encaja con una industria que quiere responder rápido ante emergencias de salud, optimizar costes y reducir riesgos. Si ves registros de ensayos para finales de 2025, es señal de que el puente algoritmo-clínica empieza a consolidarse.

La verificación pública llega por varias vías: anuncios de Isomorphic Labs y entrevistas recientes de Hassabis y Paul, cifras de financiación comunicadas por la empresa y por Thrive Capital, y el reconocimiento del Nobel en 2024. Como resumió el responsable de DeepMind: “Queremos que el descubrimiento de fármacos pase de años a meses, y creemos que puede ser aún más rápido”.

El contexto ayuda a leer el momento. Desde 2021, AlphaFold abrió el mapa de proteínas y dio una base para el diseño de medicamentos con IA. Faltaba cubrir interacciones y dinámicas más ricas, y en eso trabajan ahora. Sin datos clínicos, la promesa sigue siendo promesa. Por eso, el siguiente hito es tan concreto como necesario.

¿Qué escenarios puedes esperar? Mejor caso, Isomorphic Labs inicia Fase I a finales de 2025 y comparte datos tempranos en 2026. Caso central, el calendario se mueve unos meses y las colaboraciones se amplían a más dianas. Peor caso, aparece toxicidad inesperada y el descubrimiento de fármacos con IA regresa un paso a la mesa de diseño para ajustar modelos y datos.

En cualquier caso, vas a poder seguir tres señales: registro formal de ensayos, publicaciones con datos preclínicos detallados y ampliación de acuerdos con farmacéuticas más allá de Lilly y Novartis. Si esas tres piezas encajan, el descubrimiento de fármacos con IA pasará de promesa a pipeline tangible con plazos más cortos y decisiones más informadas.

La foto final es prudente, pero optimista. Isomorphic Labs tiene capital, socios y un objetivo ambicioso, y tú vas a poder medir su progreso por hitos públicos y no por hype. Si el descubrimiento de fármacos con IA cumple su promesa de pasar de años a meses, cambiará los costes y la velocidad de la innovación médica en la próxima década.