OpenAI anunció el 20 de octubre (hora de EE. UU.) que había adquirido Orchestra Bio, una empresa que desarrolla una plataforma de gestión operativa para compañías biofarmacéuticas. No se han hecho públicos el importe ni otras condiciones de la operación. El equipo y la tecnología de la compañía se integrarán en Rosalind, el conjunto de modelos y herramientas de IA de OpenAI para las ciencias de la vida.
La IA para descubrir fármacos se adentra más allá del laboratorio
Al oír hablar de la combinación de descubrimiento de fármacos e IA, quizá muchos imaginen una escena en la que «la IA encuentra un nuevo compuesto». La compra apunta a un ámbito que va un poco más allá. Para que un medicamento llegue a los pacientes, el trabajo de coordinación pesa tanto como la ideación de experimentos o el análisis de resultados. OpenAI también quiere incorporar la IA a esa labor.
Rosalind consta de dos componentes. Uno es GPT-Rosalind, que respalda el razonamiento en biología y química. El otro es Rosalind Workbench, que conecta herramientas y datos científicos para facilitar el análisis y la planificación de experimentos. Puede resultar útil imaginar el primero como el cerebro y el segundo como la mesa de trabajo.
A esto se suma la tecnología de Orchestra Bio. OpenAI afirma que desarrollará agentes de IA capaces de conectar los resultados de investigación con los ensayos y las decisiones posteriores. Un agente de IA es un sistema que, tras recibir instrucciones, lleva a cabo varias tareas de forma autónoma. Así, además de ayudar en experimentos concretos, la IA asumirá la función de cubrir las transiciones entre las distintas etapas.
Detectar señales de retraso y poner sobre la mesa posibles respuestas
La plataforma de Orchestra Bio permite a investigadores y responsables de programas delegar en agentes de IA la supervisión y el seguimiento de ensayos y planes de desarrollo. Uno de los ejemplos concretos que se plantean es el riesgo de que un ensayo clínico se retrase por un problema en el proceso de fabricación. En ese caso, el sistema identifica las tareas y fechas afectadas y reúne en un mismo lugar la información pertinente y las posibles medidas.
Lo importante es que la decisión final corresponde a los investigadores o responsables. La IA se limita a ordenar la información sobre la situación, mientras que las personas son quienes deciden: la línea divisoria está clara. OpenAI tampoco ha anunciado que vaya a automatizar el propio juicio científico; el planteamiento es que la IA se encargue de organizar la información y gestionar el avance, mientras los científicos toman las decisiones.
Si lo trasladamos al trabajo en una empresa, sería algo parecido a que el progreso de varios proyectos estuviera disperso en distintos sistemas y alguien tuviera que recopilar la información antes de la reunión semanal. La IA asumiría ese papel de «recopilación». No es algo llamativo, pero afecta directamente a la carga de trabajo del día a día.
La toma de decisiones y la coordinación sostienen un recorrido de más de diez años
Según OpenAI, en Estados Unidos transcurren de media entre 10 y 15 años desde el descubrimiento de una diana terapéutica hasta la aprobación de las autoridades reguladoras. Además de la investigación propiamente dicha, hay muchas otras etapas: la colaboración entre departamentos internos y empresas externas, la planificación de ensayos, la fabricación y los trámites regulatorios. En algunos casos, la información está repartida entre sistemas desconectados, y la compañía sostiene que la IA puede ayudar tanto con tareas especializadas como con la compleja gestión del avance.
OpenAI ya colabora con Novo Nordisk en investigación y desarrollo y en operaciones empresariales. A Moderna le proporciona IA para diseñar procedimientos experimentales a partir de datos complejos. Con esta compra, Rosalind amplía su ámbito de acción: además de la ideación, el diseño de experimentos y la interpretación de resultados, abarcará la coordinación operativa necesaria para llevar los fármacos candidatos a la fase de desarrollo.
Al medir el valor de la IA para descubrir fármacos, tendemos a fijarnos en «hasta qué punto puede proponer buenos candidatos». Sin embargo, en un recorrido que dura más de diez años, la capacidad de conectar las distintas etapas y detectar pronto posibles retrasos también influye igual de decisivamente en los resultados. La IA pasa de ayudar a los científicos a generar ideas a contribuir a que tengan una visión global del proyecto. Esta compra supone un paso en esa dirección.
コメント