AstraZeneca aprovecha la inteligencia artificial en los ensayos clínicos para transformar los resultados de los pacientes

La carrera por implementar la IA en las grandes farmacéuticas abarca el descubrimiento de fármacos, el desarrollo y los ensayos clínicos. Sin embargo, AstraZeneca se ha diferenciado al implementar la IA en ensayos clínicos a una escala sin precedentes en materia de salud pública.

Mientras que sus competidores se centran en optimizar la I+D interna, AstraZeneca ya ha integrado su IA en los sistemas nacionales de salud. Examina a cientos de miles de pacientes, lo que demuestra el impacto real de trasladar la IA del laboratorio a la primera línea de la atención sanitaria.

La validación clínica respalda este modelo. Presentado en el Congreso Europeo sobre Cáncer de Pulmón de 2025, el estudio CREATE de AstraZeneca demostró que su herramienta de IA para radiografías de tórax alcanzó un valor predictivo positivo del 54,1 %, superando con creces el umbral de éxito predefinido del 20 %.

Detrás de estas cifras hay más de 660 000 personas examinadas en Tailandia desde 2022, con la IA señalando lesiones pulmonares sospechosas en el 8 % de los casos. Es fundamental destacar que la Oficina Nacional de Seguridad Sanitaria de Tailandia está implantando esta tecnología en 887 hospitales, con el respaldo de un presupuesto trienal que supera los 415 millones de baht.

No se trata de un proyecto piloto limitado ni de una prueba de concepto. Se trata de IA para ensayos clínicos que opera a escala de todo un sistema sanitario nacional.

Estrategias divergentes en la IA para ensayos clínicos

El contraste con otros líderes farmacéuticos es instructivo. El Centro de Investigación de ML de Pfizer ha acortado los plazos de descubrimiento de fármacos, identificando moléculas en aproximadamente 30 días. La empresa utilizó la IA para desarrollar Paxlovid a una velocidad récord, con un aprendizaje automático que analizaba los datos de los pacientes un 50 % más rápido que los enfoques convencionales. La IA desempeña ahora un papel en más de la mitad de los ensayos clínicos de Pfizer.

Novartis colabora con Isomorphic Labs (fundada por el premio Nobel Demis Hassabis) y Microsoft en el descubrimiento de fármacos impulsado por la IA. Su sistema de decisión inteligente utiliza gemelos computacionales para simular los procesos de los ensayos, y, según se informa, los centros seleccionados por la IA reclutan pacientes más rápidamente que los métodos tradicionales.

Roche emplea una estrategia de «laboratorio en bucle», en la que se alternan modelos de IA con experimentos físicos. Tras las adquisiciones de Foundation Medicine y Flatiron Health, Roche creó la mayor base de datos genómica clínica del sector, con más de 800 000 perfiles de más de 150 subtipos de tumores, y se ha fijado el objetivo de aumentar en un 50 % la eficiencia en la gestión de la seguridad para 2026.

La ventaja operativa de AstraZeneca en los ensayos clínicos

La distinción de AstraZeneca en IA para ensayos clínicos se deriva de la ejecución a gran escala. Con más de 240 ensayos activos en todo el mundo, la empresa ha integrado sistemáticamente la IA generativa en sus operaciones clínicas.

Un ejemplo es su «herramienta de protocolo inteligente», desarrollada con redactores médicos, que ha reducido el tiempo de redacción de documentos hasta en un 85 %. La empresa también utiliza la IA para la detección de ubicaciones en 3D en tomografías computarizadas, lo que reduce drásticamente el tiempo que los radiólogos dedican a las anotaciones manuales.

Más significativo aún es que AstraZeneca es pionera en el uso de grupos de control virtuales para los ensayos. Mediante el uso de historias clínicas electrónicas y datos históricos de ensayos para simular grupos de placebo, puede reducir potencialmente el número de pacientes que reciben tratamientos inactivos, lo que supone un cambio fundamental en el diseño de los ensayos.

La iniciativa de detección del cáncer de pulmón es un ejemplo de esta estrategia. Con la herramienta qXR-LNMS de Qure.ai, AstraZeneca no solo está llevando a cabo un ensayo, sino que está transformando la infraestructura de salud pública. La ampliación prevista para diciembre de 2025 incluye un nuevo programa de detección en 5000 trabajadores industriales de cuatro provincias tailandesas, ampliando su enfoque del cáncer de pulmón a la detección de insuficiencia cardíaca.

La carrera por acelerar los plazos

Las métricas del sector subrayan la importancia de la IA en los ensayos clínicos. El desarrollo tradicional de fármacos lleva entre 10 y 15 años, con una tasa de fracaso del 90 %. Los fármacos descubiertos mediante IA alcanzan tasas de éxito en la fase I del 80-90 %, el doble del 40-65 % tradicional. Se están desarrollando más de 3000 fármacos asistidos por IA, y se prevé que para 2030 se aprueben más de 200 fármacos basados en IA.

Pfizer avanza desde la identificación de moléculas hasta los ensayos clínicos en ciclos de seis semanas. Novartis puede analizar 460 000 ensayos clínicos en minutos en lugar de meses. Sin embargo, el modelo de AstraZeneca tiene un impacto inmediato en los pacientes, ya que detecta cánceres en poblaciones desatendidas hoy en día, a menudo antes de que aparezcan los síntomas.

La pregunta de 410 000 millones de dólares

El Foro Económico Mundial estima que la IA podría generar entre 350 000 y 410 000 millones de dólares anuales para la industria farmacéutica en 2030. La pregunta clave es qué estrategia captura más valor: ¿acelerar el descubrimiento de fármacos o optimizar las operaciones clínicas?

El enfoque de Pfizer en el diseño computacional de fármacos y la selección de emplazamientos basada en IA de Novartis pueden dar lugar a moléculas revolucionarias. El modelo integrado de diagnóstico farmacéutico de Roche crea una potente ventaja en materia de datos propios.

Pero la estrategia de AstraZeneca de integrar la IA en todas las operaciones clínicas, desde el diseño de protocolos hasta la selección de pacientes y la presentación de solicitudes reglamentarias, está acortando de forma demostrable el tiempo de comercialización, al tiempo que genera pruebas reales a gran escala.

El modelo de colaboración de la empresa es igualmente distintivo. Mientras que otras empresas adquieren empresas de IA o crean centros internos, AstraZeneca colabora con socios tecnológicos como Qure.ai y Perceptra, organismos reguladores y sistemas nacionales de salud para implementar la IA donde las deficiencias de infraestructura son mayores.

Mientras AstraZeneca trabaja para alcanzar su objetivo de 2030 de lanzar 20 nuevos medicamentos y obtener 80 000 millones de dólares en ingresos, su ventaja en materia de IA en los ensayos clínicos no se limita a la velocidad. Se trata de demostrar el valor de la IA en la fase más regulada y reacia al riesgo del desarrollo de fármacos. Mientras sus rivales compiten por encontrar la próxima molécula revolucionaria, AstraZeneca está rediseñando la forma en que se llevan a cabo los ensayos clínicos.

El ganador final puede que no sea quien construya el algoritmo más avanzado, sino quien implemente la IA en ensayos clínicos en los que mejore de forma tangible los resultados de los pacientes, a gran escala, bajo el escrutinio de las autoridades reguladoras y dentro de los sistemas sanitarios reales.

En esa carrera, AstraZeneca lleva actualmente la delantera.

Véase también: Google AMIE: un médico de IA aprende a «ver» imágenes médicas

¿Quiere saber más sobre la IA y el big data de la mano de los líderes del sector? Eche un vistazo a la AI & Big Data Expo que se celebra en Ámsterdam, California y Londres. Este completo evento forma parte de TechEx y se celebra junto con otros eventos tecnológicos de primer orden. Haga clic aquí para obtener más información.

AI News está impulsado por TechForge Media. Explore aquí otros eventos y seminarios web sobre tecnología empresarial que se celebrarán próximamente.