La farmacéutica comienza a construir laboratorios donde la inteligencia artificial podrá participar cada vez más en la elección de experimentos, el análisis de resultados y la búsqueda de nuevos medicamentos. La ciencia podría estar entrando en una etapa completamente distinta.
Durante siglos el laboratorio fue territorio humano. Una persona observaba algo extraño, formulaba una hipótesis, diseñaba un experimento, esperaba los resultados y comenzaba otra vez. A veces acertaba. Muchas otras veces no. El conocimiento avanzaba lentamente, acumulando pruebas, errores y años de trabajo.
Ahora una inteligencia artificial comienza a sentarse, metafóricamente, en esa misma mesa.
Roche, uno de los gigantes farmacéuticos del mundo, está desarrollando laboratorios cada vez más autónomos en los que la inteligencia artificial no servirá únicamente para analizar información. También podrá participar en la decisión de qué investigar después. Y esa diferencia parece pequeña hasta que entendemos lo que significa.
UNA MÁQUINA QUE APRENDE DEL EXPERIMENTO
La idea que Roche desarrolla tiene un nombre bastante sencillo: Lab in a Loop, algo así como un laboratorio funcionando dentro de un ciclo permanente. El proceso comienza con datos.
Resultados de laboratorio, información genética, comportamiento de proteínas, moléculas, enfermedades y tratamientos anteriores pueden alimentar modelos de inteligencia artificial capaces de buscar relaciones que para una persona serían extremadamente difíciles de encontrar.
La IA estudia esa montaña de información y propone una posibilidad. Entonces ocurre algo importante: esa predicción no se queda dentro de una computadora. Se prueba. El laboratorio realiza el experimento. Los resultados regresan al sistema. La inteligencia artificial analiza lo ocurrido, corrige sus cálculos y propone un nuevo experimento.
Y vuelve a comenzar. Predicción. Experimento. Resultado. Aprendizaje. Otra predicción. Lo verdaderamente poderoso no está en ninguno de esos pasos por separado. Está en la velocidad con que pueden repetirse.
EL PROBLEMA DE ENCONTRAR UN MEDICAMENTO
Crear un medicamento nuevo es brutalmente difícil. Miles de moléculas pueden parecer prometedoras al principio y terminar siendo inútiles. Otras funcionan en una placa de laboratorio pero fracasan cuando llegan a organismos más complejos. Algunas producen efectos secundarios inesperados. Muchas simplemente no hacen lo que los investigadores esperaban. Años de investigación pueden terminar en nada.
Miles de millones de dólares pueden desaparecer detrás de una molécula que nunca llegará a una farmacia. Ese enorme embudo es precisamente uno de los lugares donde la inteligencia artificial puede cambiar las reglas.
Un sistema capaz de examinar cantidades gigantescas de información podría eliminar antes los caminos menos prometedores y concentrar los experimentos en aquellos que ofrecen señales más interesantes. No significa que la máquina conozca la respuesta.
Significa que puede buscarla de una manera que ningún equipo humano podría reproducir manualmente.
YA NO ES SOLO UNA HERRAMIENTA
Hasta ahora hemos utilizado las computadoras principalmente como asistentes científicos. Calculan. Ordenan. Comparan. Simulan. La diferencia comienza cuando el sistema participa en la siguiente decisión.
Imagínese un laboratorio donde una inteligencia artificial analiza veinte mil resultados durante la noche y descubre que tres experimentos produjeron un patrón inesperado. No necesita esperar semanas para que alguien revise todos los datos.
Puede identificar ese patrón inmediatamente, modificar una hipótesis y proponer qué debería probarse después. Si los equipos del laboratorio están automatizados, incluso parte de esos experimentos podría comenzar sin que una persona tenga que preparar manualmente cada paso. Ese es el horizonte hacia el que avanza Roche. No un robot con bata blanca caminando entre tubos de ensayo. Algo mucho más interesante. Una inteligencia conectada directamente al proceso experimental.
LOS CIENTÍFICOS SIGUEN AHÍ
Conviene evitar la fantasía. Los laboratorios de Roche no son instalaciones vacías controladas completamente por máquinas. Tampoco existe hoy una inteligencia artificial capaz de sustituir de manera general a un investigador humano. La biología es demasiado compleja.
Un resultado debe verificarse. Un experimento debe reproducirse. Una molécula puede comportarse de manera inesperada. Un tratamiento que parece funcionar puede fracasar más adelante.
Y cuando hablamos de medicamentos destinados a seres humanos aparecen además años de ensayos clínicos, regulaciones, controles de seguridad y evaluación médica.
La IA no elimina nada de eso. Lo que puede hacer es acelerar brutalmente la parte anterior. Encontrar mejores candidatos. Descartar antes los peores. Detectar relaciones ocultas. Proponer experimentos. Aprender de ellos. Y repetir.
LA FARMACÉUTICA YA ESTÁ USANDO IA PARA TOMAR DECISIONES
Roche asegura que las herramientas de inteligencia artificial ya están participando en una proporción importante de las decisiones relacionadas con su investigación.
La compañía también está desarrollando sistemas capaces de ayudar a seleccionar objetivos biológicos: genes, proteínas o mecanismos que podrían convertirse en puntos de ataque contra una enfermedad. Esto es particularmente importante porque una de las primeras grandes decisiones al desarrollar un medicamento consiste precisamente en escoger qué atacar.
Elegir mal puede significar años de trabajo perdido. Elegir bien puede abrir una nueva terapia. La IA está entrando justamente en ese momento.
EL LABORATORIO QUE NUNCA DUERME
Aquí aparece una posibilidad difícil de ignorar. Un científico trabaja determinadas horas. Una inteligencia artificial no necesita dormir.
Puede analizar datos mientras el laboratorio está vacío. Puede comparar millones de combinaciones. Puede estudiar publicaciones científicas, estructuras moleculares y resultados anteriores simultáneamente.
Si además se conecta a sistemas automatizados capaces de ejecutar experimentos, aparece algo nuevo: un ciclo científico que podría continuar prácticamente sin interrupción.
Una máquina analiza. Otra prepara las muestras. El experimento ocurre. Los sensores registran el resultado. La inteligencia artificial recibe la información. Y comienza de nuevo. No dentro de una década. Ahora se están construyendo los primeros pasos de ese sistema.
LA MEDICINA PODRÍA ACELERARSE
Pensemos por un momento en las consecuencias. Cáncer. Alzheimer. Enfermedades raras. Trastornos genéticos. Virus desconocidos. Resistencia a antibióticos. Cada uno de esos problemas contiene cantidades extraordinarias de variables biológicas.
Durante generaciones los científicos han tenido que avanzar por ellas casi una por una. La inteligencia artificial puede explorar miles de caminos simultáneamente. Seguramente se equivocará muchas veces. Pero puede equivocarse millones de veces más rápido. Y en ciencia eso también puede ser una ventaja. Porque cada fracaso elimina una posibilidad. Cada resultado negativo enseña algo. Cada experimento reduce ligeramente el territorio desconocido.
TAMBIÉN EXISTEN RIESGOS
Cuanto mayor sea la autonomía de estos sistemas, mayor deberá ser también la supervisión.
Una inteligencia artificial puede encontrar correlaciones que no significan causalidad. Puede interpretar mal determinados datos. Puede producir hipótesis aparentemente convincentes que fracasan cuando se enfrentan al mundo real. En medicina, un error no es simplemente una cifra incorrecta. Puede terminar afectando personas. Por eso el crecimiento de estos laboratorios tendrá que venir acompañado de controles igualmente sofisticados.
La velocidad nunca puede reemplazar la evidencia. Y la automatización nunca puede convertirse en una excusa para reducir la responsabilidad humana.
ALGO ESTÁ CAMBIANDO
Hay un detalle de esta historia que probablemente resulte mucho más importante con el paso del tiempo. Durante miles de años, la ciencia tuvo un protagonista indiscutible. El ser humano hacía la pregunta. El ser humano diseñaba el experimento. El ser humano interpretaba el resultado. Ahora hemos construido una herramienta capaz de comenzar a participar en las tres cosas. Todavía necesita nuestra dirección. Todavía depende de nuestros laboratorios, nuestros instrumentos y nuestras reglas.
Pero ya no permanece completamente afuera del proceso. Está entrando. Puede que durante los próximos años estos sistemas solo permitan descubrir medicamentos un poco más rápido. Puede que reduzcan costos. Puede que encuentren moléculas que jamás habríamos considerado. O puede que estemos observando algo bastante mayor sin comprender todavía su dimensión.
Porque el día en que una inteligencia artificial pueda formular una hipótesis, diseñar el experimento necesario para comprobarla, interpretar el resultado y utilizarlo para crear la siguiente hipótesis, habrá ocurrido algo extraordinario.
La humanidad habrá construido una máquina capaz de ayudarnos no solamente a almacenar el conocimiento. También a descubrirlo.
Y cuando una inteligencia pueda producir nuevo conocimiento durante las veinticuatro horas del día, experimentar, aprender de sus errores y comenzar nuevamente miles de veces más rápido que nosotros, el verdadero cambio quizá no sea que las máquinas entren en nuestros laboratorios.
Será descubrir cuánto puede avanzar la ciencia cuando, por primera vez en la historia, el científico ya no tenga que trabajar solo.
