¿Ha oído hablar de la Ley de Eroom? En la industria farmacéutica es al mismo tiempo una regla y una broma. Básicamente establece que, a pesar de las mejoras en la ciencia y en la tecnología, el coste de desarrollar nuevos fármacos es cada vez mayor, no menor.

El nombre hace referencia a la Ley de Moore, el famoso paradigma del crecimiento exponencial, pero al revés. De hecho, según la CEO de Insitro, Daphne Koller, el coste de llevar un nuevo medicamento al mercado ha aumentado de los 177 millones de euros de hace 30 años a los 2.200 millones de euros actuales.

Hablando en la reciente conferencia EmTech Digital de MIT Technology Review, Koller explicó cómo los investigadores y los científicos más destacados están intentado utilizar los algoritmos de inteligencia artificial (IA) para revertir esa tendencia. La experta afirmó: "Es un problema de predicción. Y la predicción es algo que al aprendizaje automático se le da estupendamente. Entonces, ¿el aprendizaje automático podría ayudar a reducir los costes?"

Aunque estos costes por descubrimiento han aumentado debido a una variedad de factores, incluida la normativa, Koller agregó que Insitro esperaba tener los sistemas y los datos listos para realizar sus primeros descubrimientos antes de 2021.

No obstante, advirtió que el aprendizaje automático no resolvería todos los problemas del descubrimiento de nuevos medicamentos, especialmente si los algoritmos trabajan datos incorrectos o persiguen objetivos equivocados. Mencionó el fracaso de muchos medicamentos dirigidos al tratamiento del alzhéimer, de los cuales la mayoría se desarrolló bajo la idea de que la enfermedad está causada por la acumulación de una proteína llamada beta-amiloide (después de que Roche haya suspendido dos ensayos más a principios de este año, existe un consenso de que la acumulación de beta-amiloide se correlaciona con el Alzheimer en vez de causarlo).

"El aprendizaje automático es una espada de doble filo, y cuanto más potente se vuelve, más fácil es caer en esas brechas", explicó. Koller cree que para evitar estos riesgos hacen falta mejores datos, como los que se ven en los campos de IA distintos de la atención médica. "Este tipo de conjuntos de datos ni siquiera existen en biología", aseguró.

Esto se debe en gran parte a las intensas protecciones de privacidad que rodean los datos médicos de la gente. Pero Koller cree que esas medidas están bloqueando innecesariamente la innovación, y propone una solución para que las cosas vayan más rápido. La experta sentencia: "Ni siquiera podemos pedir [a los pacientes] que elijan compartir sus datos con las organizaciones que intentan crear mejores tratamientos. Si los datos de las personas se compartieran por defecto mientras se protege su privacidad, tendríamos muchos más datos".

Y añadió: "Algunos países de Europa han creado un sistema en el que la donación de órganos es una opción de exclusión voluntaria en vez de una opción de aceptación voluntaria, y resulta se ha cuadruplicado el nivel de donaciones de órganos sin limitar el control que las personas tienen sobre sus propios cuerpos".

Las nuevas técnicas de IA no solo se están implementando en el descubrimiento de medicamentos. La inteligencia artificial también está teniendo un impacto significativo en la forma de inventar nuevos compuestos y materiales químicos. La CEO de Kebotix, Jill Becker, una start-up que descubre nuevos materiales, lanzada públicamente a finales de 2018, explicó en la conferencia que está invirtiendo fuertemente en técnicas de aprendizaje automático para identificar nuevos productos químicos y materiales. Y afirmó que su empresa se está alejando bastante de los productos farmacéuticos por la sombra de la Ley de Eroom y, en concreto, por la normativa reguladora.

La CEO concluyó: "Esperamos crear 100 moléculas a la semana; un centenar de moléculas de primera categoría. Hay dos tipos de químicos: los que disfrutan haciendo medicamentos y a los que les gusta que las cosas avancen. Yo soy de los segundos. No tengo ningún interés en esperar a la FDA (La Administración de Medicamentos y Alimentos​​ de EE.UU.). No tengo paciencia."