En el mundo de los productos farmacéuticos, Descubrimiento de fármacos con IA Es un tema que se ha debatido interminablemente, centrándose en la creencia de que los algoritmos pueden acortar mágicamente los plazos y reducir drásticamente los costos de I+D. Es como si la inteligencia artificial estuviera actuando “Botón fácil“Para la industria.
Esto es muy exagerado, según Diogo Rao, director de información y digital de Eli Lilly.
“Si bien soy un gran defensor de la IA, también soy el primero en decir: ‘No, la IA no significa que vayamos a reducir el tiempo que lleva el descubrimiento de fármacos de 10 años para desarrollar ensayos… a dos años’, lo cual juro que todos quieren que diga siempre”, declaró Rao con una sonrisa en una entrevista reciente.
Continuó agregando más detalles.
“Si hacemos todo bien, todavía tenemos que esperar a que la biología funcione, a que los medicamentos funcionen en el cuerpo”, dijo Rao. “No podrás soportarlo [away] Esos últimos cinco años, incluso si conseguí todo lo demás allí. Por eso creo que la promoción excesiva es un posible asesino de esta industria.
Esta visión puede parecer un poco irónica dado lo que han hecho Lilly y su socio tecnológico Nvidia. Anunciaron su esfuerzo conjunto de IA, que tendrá lugar en el sur de San Francisco.donde equipos multifuncionales dedicarán sus energías al descubrimiento de fármacos impulsado por IA. Pero ciertamente es más realista dado que muchas empresas de descubrimiento de fármacos de IA no han logrado avances significativos, al menos no todavía.
Antes de unirse a la compañía farmacéutica con sede en Indianápolis, Rao pasó 10 años en Apple como jefe de ingeniería para las tiendas minoristas y en línea de Apple. Por lo tanto, esta no es ciertamente una perspectiva que surja del escepticismo sobre la tecnología. Rao explicó que la incapacidad de reducir los plazos de desarrollo tan agresivamente como a algunos les gustaría no significa que aprovechar la IA sea un error o que el descubrimiento de fármacos con IA no sea la dirección que todos deberían tomar.
“No creo que ninguna persona razonable argumente que en las décadas de 2040 y 2050, la mayoría de los trabajos de descubrimiento se realizarán con humanos en batas de laboratorio, de la misma manera que descubrieron la medicina hace 100 años”, dijo Rao. “Pero todavía no estamos preparados para ese cambio. Pero creo que necesitamos saber que esta es la dirección en la que se dirige. Discovery es probablemente el lugar que tiene en mente el mayor potencial en todos los aspectos, pero es uno de los más difíciles de descubrir”.
Al mismo tiempo, prefiere hablar de otras áreas de la industria biofarmacéutica en las que la IA puede tener un gran impacto, áreas de las que la gente está menos dispuesta a hablar.
Rao dijo que Lilly ha adoptado la IA en sus procesos de fabricación porque la fabricación es un proceso repetible que se adapta particularmente bien a tecnologías como la IA. Llevar envases de vidrio para medicamentos. Se utiliza inteligencia artificial para monitorear el producto y garantizar que no haya defectos.
“Tomamos alrededor de 70 u 80 imágenes… de cada inyector automatizado que sale de nuestras líneas de fabricación en unos cientos de milisegundos, y las tomamos desde todos los ángulos”, dijo, señalando que eso excede con creces la capacidad humana para detectar errores.
Es un ejemplo de cómo la IA mejora la seguridad.
“¿Con qué frecuencia sufres actualmente de defectos de fabricación en los envases de medicamentos?” Rao desafió. “Y quiero decir, eso básicamente se ha eliminado con la IA, por lo que es algo muy real”.
Otra área en la que Lilly está utilizando la IA es la previsión de la demanda, que describió como fundamental para la fabricación, especialmente cuando se trata de cambios en la cadena de suministro.
“La IA puede profundizar mucho más en la cadena de suministro, puede detectar patrones mucho más, puede predecir las señales de demanda mucho mejor y eso ciertamente también supera a los humanos, lo cual es una oportunidad muy real que hemos aprovechado”, dijo.
Rao añadió que la tecnología de gemelos digitales, algo que también se ha promocionado en el ámbito de los ensayos clínicos y que aún no se ha explorado, es algo que Lilly ha aprovechado en su fabricación, particularmente en la producción de uno de sus medicamentos GLP-1. Rao recuerda que Lilly creía que era un proceso de fabricación ideal diseñado y probado por ingenieros que incluía una pieza particular de equipo que se encontraba en el “camino crítico del proceso de fabricación”. La empresa se basó en la inteligencia artificial para replicar virtualmente el proceso de fabricación.
“Diseñamos el dispositivo, diseñamos la máquina, diseñamos las entradas y todo lo que lo rodea, y diseñamos los pasos del proceso. Pudimos replicarlo con una precisión muy alta para que el gemelo digital predijera con mucha precisión cómo se comportaría todo en términos de rendimiento y temperaturas y todo tipo de cosas por el estilo”, explicó Rao. “Luego utilizamos el gemelo digital para ejecutar una gran cantidad de simulaciones de diferentes configuraciones, diferentes pasos del proceso… y lo que nos sorprendió a todos fue que la solución óptima que se me ocurrió, que era un poco mejor, resultó ser cierta en el mundo físico”.
De modo que el modelo puso en marcha un proceso que funcionó bien virtualmente, pero que se replicó en la fabricación real.
Se negó a decir cuántas unidades adicionales de GLP-1 Lilly pudo fabricar utilizando el proceso de fabricación de IA reconfigurado, pero eso es exactamente lo que sucedió.
“No sé si podría revelar cuánto producimos además de eso, pero nuestras cifras de ingresos serían sustancialmente diferentes y la cantidad de pacientes, y más importante, la cantidad de pacientes a la que hubiéramos llegado, habría sido materialmente diferente el año pasado si no hubiéramos utilizado IA para el gemelo digital, que es un paso crítico en nuestro proceso de fabricación”, dijo.
Este uso del gemelo digital podría aplicarse a muchos procesos de fabricación diferentes y no solo a la producción de medicamentos GLP-1, aunque las ganancias de ingresos no serían significativas.
“Mi punto más importante es que a veces tienes oportunidades de ingresos en todo tipo de lugares además del descubrimiento de fármacos si haces las cosas bien”, dijo.
Foto: Claudinakagawa, Getty Images
