Respaldada por gigantes como Sequoia y Alphabet, la empresa de Demis Hassabis busca revolucionar el desarrollo terapéutico, aunque enfrenta desafíos éticos, regulatorios y de equidad.
Isomorphic Labs, la compañía de fármacos fundada por Demis Hassabis, captó US $5.000 millones en una Serie C para acelerar el diseño de medicamentos mediante inteligencia artificial. La ronda fue codirigida por Greenoaks y Sequoia Capital, con participación de Andreessen Horowitz y Alphabet. Esto demuestra que los inversionistas están dispuestos a financiar la aplicación de la IA a la investigación farmacéutica, incluso antes de que existan resultados clínicos que validen esa apuesta.
Desafíos éticos, regulatorios y de equidad
Desde una perspectiva ética, el potencial de la iniciativa es valioso. Si los modelos de Isomorphic Labs logran comprender mejor la biología molecular y diseñar candidatos terapéuticos con mayor precisión, podrían reducir tiempos, costos y fracasos en las etapas tempranas del desarrollo de medicamentos. Para pacientes con enfermedades complejas o poco atendidas, esa posibilidad representa un beneficio real.
Sin embargo, la capacidad de una IA para generar hipótesis o diseñar moléculas no equivale a demostrar que un tratamiento es seguro y eficaz. El desarrollo farmacéutico exige validación experimental, ensayos clínicos rigurosos, supervisión regulatoria y evidencia de beneficio para los pacientes. Por ello, la financiación debe interpretarse como una apuesta por el potencial de la tecnología, no como una confirmación de que ya existan medicamentos disponibles.
La privacidad de los datos es otro punto central. Los modelos biológicos requieren información genómica, clínica y de investigación que puede ser altamente sensible. La empresa deberá establecer límites claros sobre el consentimiento, el uso secundario de los datos, la seguridad de la información y la responsabilidad ante posibles errores.
También surge una preocupación de equidad. Si los sistemas de IA se entrenan principalmente con datos de poblaciones bien representadas, podrían ofrecer resultados menos precisos para comunidades subrepresentadas. La promesa de una medicina más eficiente solo será éticamente sólida si considera la diversidad biológica, clínica y social de quienes podrían beneficiarse de ella.
El momento cumbre será el punto de inflexión. Una ronda de capital de esta magnitud genera expectativas de retorno, pero el valor ético de la innovación dependerá de que los futuros fármacos sean seguros, eficaces y accesibles. La IA puede acelerar el descubrimiento; la evidencia clínica, la regulación y la equidad deben determinar si esa aceleración se traduce en un beneficio real para la salud pública.
