La transformación digital continúa ganando terreno en la industria farmacéutica. En un paso que podría redefinir los procesos de evaluación de seguridad de nuevos medicamentos, la Food and Drug Administration de los Estados Unidos (FDA) comenzó a revisar una herramienta de desarrollo farmacéutico basada en inteligencia artificial (IA) diseñada para predecir lesiones hepáticas inducidas por fármacos antes de su ingreso a estudios clínicos en humanos.

La iniciativa fue aceptada por el Centro para la Evaluación e Investigación de Medicamentos (CDER) de la FDA dentro de su programa ISTAND (Innovative Science and Technology Approaches for New Drugs), destinado a promover tecnologías innovadoras capaces de mejorar los procesos regulatorios y el desarrollo de nuevas terapias. Se trata del primer modelo computacional ("in silico") de este tipo que ingresa formalmente al proceso de evaluación del organismo.

El sistema, denominado "AI-Driven Digital Liver Model", utiliza algoritmos de inteligencia artificial para comparar la estructura química de nuevos candidatos farmacológicos con una extensa base de datos de compuestos cuyo perfil de toxicidad hepática ya es conocido. El objetivo es estimar el riesgo potencial de desarrollar lesiones hepáticas inducidas por medicamentos (DILI, por sus siglas en inglés), una de las principales causas de fracaso durante el desarrollo clínico de nuevas moléculas.

La hepatotoxicidad continúa siendo uno de los mayores desafíos para la industria farmacéutica. Diversos estudios y datos regulatorios muestran que los daños hepáticos asociados a medicamentos representan una causa frecuente de interrupción de ensayos clínicos, retrasos regulatorios e incluso retiros de productos del mercado. La FDA reconoce que los modelos preclínicos tradicionales y los estudios en animales presentan limitaciones significativas para predecir con precisión el comportamiento de los fármacos en el hígado humano.

Ante este escenario, las herramientas de inteligencia artificial aparecen como una alternativa capaz de mejorar la predictibilidad toxicológica en etapas tempranas del desarrollo. Según la FDA, la incorporación de este tipo de tecnologías podría fortalecer las evaluaciones de seguridad, optimizar la toma de decisiones antes del inicio de los estudios de Fase I y contribuir a reducir la utilización de animales en investigación, en línea con las nuevas metodologías regulatorias impulsadas por el organismo.

La revisión se produce en un contexto de creciente adopción de inteligencia artificial en la industria biofarmacéutica. Durante los últimos años, laboratorios, biotecnológicas y organizaciones de investigación por contrato han comenzado a utilizar modelos predictivos para acelerar la identificación de moléculas, optimizar diseños experimentales y anticipar problemas de seguridad. Diversos especialistas estiman que estas tecnologías podrían reducir significativamente los tiempos y costos asociados al desarrollo de nuevos medicamentos durante la próxima década.

La FDA ya había dado señales de esta tendencia en 2025, cuando calificó la primera herramienta de inteligencia artificial destinada a optimizar la evaluación de enfermedad hepática grasa en ensayos clínicos. Ahora, con la incorporación de modelos predictivos orientados a toxicología, el organismo avanza un paso más hacia la integración de sistemas digitales en los procesos regulatorios.

Para los laboratorios farmacéuticos, la eventual validación de este modelo podría representar una oportunidad para detectar riesgos de seguridad mucho antes de realizar inversiones millonarias en ensayos clínicos avanzados. Además, permitiría fortalecer las estrategias de desarrollo basadas en datos y acelerar la llegada de tratamientos innovadores al mercado, manteniendo los estándares de calidad y seguridad exigidos por las autoridades regulatorias.

La evaluación de esta herramienta marca un nuevo hito en la convergencia entre inteligencia artificial, toxicología predictiva y desarrollo farmacéutico. Si logra superar el proceso de calificación regulatoria, podría convertirse en uno de los primeros modelos de IA utilizados de manera formal para respaldar decisiones críticas en el desarrollo de medicamentos, abriendo una nueva etapa para la innovación en la industria global.

Fuente: Reuters.