La búsqueda de una cura para el cáncer comenzó hace miles de años. Algunas de las primeras investigaciones conocidas se remontan al Antiguo Egipto, donde Imhotep, médico y arquitecto del rey Zoser, describió un tumor humano en papiro alrededor del año 2600 a.C.
Hoy en día, un coro cada vez mayor de líderes tecnológicos elogia la IA como la clave para resolver un misterio médico que ha desconcertado a los médicos durante milenios. Eso es lo que predijo la presidenta de Google, Ruth Porath, el pasado mes de octubre. Es por eso que el director ejecutivo de Anthropic, Dario Amodei, acuñó el término “siglo XXI comprimido”, reflejando su creencia de que la IA acelerará el progreso médico. Pero algunos en el campo médico creen que el pronóstico es al menos demasiado alto.
En una entrevista reciente en un podcast en Plain English con Derek Thompson, el director ejecutivo de Eli Lilly, David Ricks, dijo que la IA está lejos de ser una cura para la enfermedad.
“Si simplemente les pides que resuelvan preguntas de biología o química, no podrán hacerlo”, dijo. “Están formados en el lenguaje humano, no en el lenguaje de la química, la física y la biología”.
Una de las razones por las que la inversión en IA ha alcanzado niveles récord, rivalizando con el PIB de algunos países desarrollados, es la creencia de que la tecnología puede proporcionar avances científicos revolucionarios. Durante una conferencia de prensa el año pasado en la que se anunció el Proyecto Stargate del presidente Donald Trump, una inversión de 500 mil millones de dólares en infraestructura de inteligencia artificial hasta 2029, el director ejecutivo de Oracle, Larry Ellison, dijo que el proyecto podría conducir a una vacuna contra el cáncer que podría desarrollarse en sólo 48 horas.
La realidad actual de la investigación del cáncer asistida por IA
Si bien Ricks tiene dudas sobre el poder de la IA en la investigación científica, algunos modelos de IA han logrado avances significativos en la investigación del cáncer. Por ejemplo, el modelo de inteligencia artificial Sybil de Harvard predijo con precisión en 2023 el riesgo de cáncer de pulmón en seis años.
Y el modelo AlphaProteo de Google DeepMind ha demostrado ser útil en el desarrollo de aglutinantes de proteínas que se dirigen a moléculas específicas, incluidas las asociadas con el cáncer. De hecho, Eli Lilly utiliza y está asociado con AlphaFold, otro sistema de inteligencia artificial desarrollado por Google DeepMind.
Pero Ricks dijo que las capacidades actuales de la inteligencia artificial son sólo una gota en el mar en comparación con la necesidad de más investigación científica. “Podemos hacer que la máquina prediga cosas bastante bien, como predecir la estructura de una proteína”, dijo. “Pero este puede ser el problema número mil al que nos enfrentamos en el descubrimiento de fármacos”.
El CEO de Eli Lilly apuesta por modelos de IA personalizados para sellar acuerdos sobre avances científicos. Durante la entrevista, señaló que la mayoría de los graduados de LLM no logran dominar los matices necesarios para trabajar con biología, algo que, en su opinión, algún día podrán lograr los modelos entrenados con datos complejos y específicos.
“Realmente el futuro aquí es construir más y más modelos de estos problemas de predicción estrechos, porque la biología, a diferencia del lenguaje humano, no sigue todas las mismas reglas”, dijo, de manera similar a Alphafold y AlphaProteo de Google DeepMind.
Sin embargo, Ricks cree que los humanos, con o sin IA, todavía estamos lejos del desarrollo biológico, a pesar de los avances ya realizados en medicina. “En el lenguaje de la biología, somos una especie de bebés”, dijo.
