La IA diseñó un medicamento. Ahora viene lo difícil.
20 de nov. de 2026 · Ciencia en bits
Un programa de computadora eligió el objetivo biológico y dibujó la molécula de un medicamento que ahora se prueba en personas con una enfermedad pulmonar mortal. En un estudio pequeño, los pacientes con la dosis más alta mejoraron en una prueba de respiración. Eso es real, y es lo más lejos que ha llegado este tipo de medicamento. Pero el estudio se diseñó para probar la seguridad, no si el medicamento funciona; una tercera parte de las personas con esa dosis lo dejó antes de terminar, y la FDA no ha aprobado ningún medicamento diseñado de esta manera. El estudio más grande, el que dará una respuesta real, no terminará hasta finales de 2029.
Una computadora ayudó a diseñar una pastilla para una enfermedad que convierte poco a poco los pulmones en tejido cicatricial.
En un estudio pequeño, los pacientes que tomaron la dosis más alta mejoraron en una prueba de respiración, mientras que el grupo de comparación empeoró un poco. Esa es la parte esperanzadora, y es la que salió en los titulares.
Esto es lo que conviene saber antes de celebrar. El trabajo principal del estudio era comprobar si el medicamento era seguro, no demostrar que funcionaba. Seis de las 18 personas con esa dosis alta dejaron de tomarlo antes de que terminara el estudio. Y el medicamento, rentosertib, apenas acaba de pasar al estudio más grande que de verdad decidirá si ayuda a alguien.
Es la mejor prueba hasta ahora de una pregunta enterrada bajo miles de millones de dólares en titulares: ¿qué tan cerca está la inteligencia artificial de producir una medicina que un paciente real pueda tomar?
Primero, la enfermedad
La fibrosis pulmonar idiopática, o FPI, deja cicatrices en los pulmones. A medida que la cicatrización avanza, los pulmones se ponen rígidos y reciben menos aire. Con frecuencia a las personas les falta el aire al hacer cosas normales — cruzar una habitación, vestirse, cargar las compras. Son comunes una tos seca que no se quita y un cansancio profundo. Algunas personas empeoran despacio a lo largo de años; otras sufren episodios repentinos y peligrosos en los que la respiración empeora mucho en unos días.
Afecta sobre todo a adultos mayores, y los cálculos de qué tan común es varían según cómo se cuenten los casos; andan por unas pocas decenas de personas por cada 100,000.
No tiene cura. Hay dos medicamentos aprobados para frenarla: Ofev (nintedanib) y Esbriet (pirfenidona). Los dos son antifibróticos, es decir, hacen más lenta la caída de la función pulmonar. Ninguno revierte la cicatrización que ya ocurrió.10
La supervivencia mediana después del diagnóstico suele indicarse entre tres y cinco años.1011 Todavía verás citada la cifra de dos a cuatro años; sale de datos reunidos antes de que existieran los antifibróticos. De todos modos, son promedios de grupos grandes, y cada caso varía enormemente.
Ese es el vacío que un medicamento nuevo intentaría llenar.
Lo que encontró el estudio
El rentosertib viene de una empresa llamada Insilico Medicine. Su programa marcó una proteína llamada TNIK, que antes no se había perseguido como objetivo de un medicamento para la FPI, y luego generó la molécula dirigida a ella. Esa combinación — la IA eligiendo el objetivo y diseñando la molécula — es lo que lo hace inusual.1
Los resultados se publicaron en la revista Nature Medicine en junio de 2025.1 (Revisado por pares significa que otros científicos examinaron el trabajo antes de publicarlo. Es un filtro real, pero no vuelve independiente a un estudio: este lo pagó Insilico, y entre sus autores hay científicos de la empresa.)
Setenta y un pacientes en hospitales de China tomaron el medicamento o un placebo durante 12 semanas, en cuatro grupos — tres dosis y placebo.2 Un placebo es una pastilla falsa sin medicina, para que los investigadores puedan saber si el medicamento en sí hace algo.
En seguridad, que es lo que el estudio se diseñó para medir: los problemas médicos durante el tratamiento fueron comunes en todos los grupos, incluido el placebo — más o menos 7 u 8 de cada 10 personas en todos. La cifra más reveladora es cuántos de esos problemas los investigadores consideraron relacionados con el medicamento. Con placebo, unos 3 de cada 10. Con la dosis más alta, casi 8 de cada 10.2
En respiración, la cifra que salió en los titulares: los pacientes con la dosis más alta ganaron en promedio unos 98 mililitros en 12 semanas, mientras que el grupo de placebo perdió unos 20.6 Lo que se mide es la capacidad vital forzada, o CVF — cuánto aire puedes sacar de los pulmones en una sola exhalación fuerte. En una enfermedad en la que esa cifra normalmente baja, verla subir merece atención.
Ahora las advertencias, y son varias.
No era la pregunta que el estudio se diseñó para responder. La función pulmonar era una medición secundaria planeada.7 El criterio principal de valoración es el resultado principal alrededor del cual se construye un estudio, y el número de pacientes se elige pensando en ese resultado. Un estudio de seguridad de 71 personas no incluye suficiente gente para separar con confianza un efecto real del tratamiento de la variación normal entre pacientes. Así que un buen resultado secundario es una pista que vale la pena seguir, no una conclusión.
El 98 no es la ventaja del medicamento sobre el placebo. Es cuánto cambió ese grupo en comparación con donde empezó. Los investigadores también reportaron un intervalo de confianza del 95% de aproximadamente 11 a 186 mililitros.6 Eso mide la incertidumbre en torno al promedio del grupo — no la variación entre pacientes individuales, ni es una predicción para una persona en particular. Restar los promedios de los dos grupos da unos 119 mililitros, pero es una simple aritmética, no una comparación analizada que el estudio se hiciera para realizar.
Y un mejor número de CVF no es lo mismo que sentirse mejor. No significa automáticamente que alguien camine más lejos, tosa menos, necesite menos oxígeno o tenga menos cicatrices. Son preguntas distintas, y este estudio no las resolvió.
El titular salió de 18 personas, seis de las cuales lo dejaron antes de tiempo.
El panorama de seguridad no es limpio
Dieciséis de los 71 pacientes dejaron el tratamiento antes del final. En doce de ellos, el motivo fue un problema médico.34
El más común fue daño o disfunción del hígado, en siete personas de los grupos de tratamiento. Cuatro de esas siete también tomaban nintedanib, uno de los medicamentos que ya existen para la FPI, y los autores dicen que hace falta más trabajo para aclarar cuál medicamento hacía qué.5 Lo que el resumen publicado no nos dice es qué tan graves fueron esos casos — si eran análisis de sangre anormales o lesiones diagnosticadas, si alguien fue hospitalizado, si se resolvieron al suspender el medicamento. Esas diferencias importan, y no pude establecerlas. Si ya tomas varios medicamentos recetados, esa es una pregunta para un médico, no algo cuya respuesta se deba dar por hecha.
También hubo una muerte, por insuficiencia cardíaca, que los investigadores juzgaron no relacionada con el tratamiento.
Y una señal más que casi no recibió cobertura: tres pacientes del grupo de dosis más alta tuvieron una exacerbación aguda de su FPI y fueron hospitalizados, frente a uno en el grupo de placebo.1 Una exacerbación aguda es un empeoramiento repentino y peligroso de la enfermedad. Tres de 18 contra uno de 17 es demasiado poco para demostrar que el medicamento causó algo. Pero en un estudio de este tamaño es el tipo de desequilibrio que nota un especialista en pulmones, y tiene lugar en cualquier resumen honesto.
¿Contaron la empresa y el estudio la misma historia?
En su mayor parte sí — con un punto que vale la pena entender, porque es una buena lección sobre cómo leer este tipo de noticias.
El estudio reporta que las medidas de calidad de vida y capacidad física — un cuestionario sobre la tos y una prueba de caminata de seis minutos — fueron en general parecidas entre los grupos. También reporta que, cuando los investigadores ajustaron estadísticamente las puntuaciones de la tos, el grupo de dosis más alta salió mejor que el placebo, por un margen que apenas superó el umbral habitual de significancia estadística.1
El propio sitio web de Insilico destaca esa mejoría de la tos.8 El estudio la contiene. Así que no es una empresa inventando un resultado.
La crítica justa es más estrecha y más útil: es un resultado en el límite, en una medida secundaria, en un estudio de 71 personas que observó varios resultados distintos. Mientras más cosas mides, más probable es que una de ellas cruce la línea por pura casualidad. Hay que confirmarlo en un estudio más grande antes de que signifique mucho.
Esa es la lección general. El resumen de una empresa empieza con su mejor número. El estudio normalmente contiene ese número y el contexto que lo rodea. Leer ambos es como se encuentra la diferencia.
Quiénes participaron en el estudio
El participante promedio tenía unos 67 años. Pero 64 de los 71 eran hombres, todos eran asiáticos y todos fueron tratados en hospitales de un solo país.1 Es un grupo reducido. Eso no hace erróneo el resultado, pero limita con cuánta seguridad se puede aplicar a, por ejemplo, una mujer estadounidense de 67 años, o a alguien que maneja varias otras enfermedades a la vez.
Qué sigue
Insilico anunció el estudio de Fase 3 en julio de 2026 y le dio la primera dosis a un paciente en septiembre.1213 Planea inscribir a unos 320 pacientes en 47 centros de China, cada uno tratado durante un año, y esta vez la pregunta principal es el ritmo de caída de la función pulmonar. Está registrado como NCT07687459, y el registro estima que terminará en octubre de 2029.14
Por cierto, trescientas veinte personas es una Fase 3 modesta. “Fase 3” no significa automáticamente miles de pacientes.
La Fase 3 es donde los investigadores intentan confirmar que los beneficios de un medicamento superan sus riesgos en un grupo más grande, por lo general durante uno a cuatro años. Los estudios en esta etapa todavía fracasan, y algunos dan resultados que nadie puede interpretar con claridad.
Y terminar no es lo mismo que ser aprobado. Después de que termina un estudio, los investigadores analizan los datos, la empresa los presenta a un regulador y el regulador decide si la evidencia justifica los riesgos. Como este estudio se hace en China, tener éxito allá no produciría automáticamente una aprobación de la FDA en Estados Unidos; la FDA tendría que evaluar una solicitud propia. El investigador principal, el profesor Zuojun Xu, ha dicho que la aprobación podría llegar de tres a cuatro años después de iniciada la Fase 3, en condiciones favorables13 — pero esa es la estimación de un investigador, no un calendario.
El medicamento no está aprobado en ningún lugar hoy.
¿Qué significa realmente “la IA diseñó un medicamento”?
En la práctica, algo bastante flexible. La frase puede describir elegir el objetivo, generar la molécula, predecir cómo se une, optimizar algo que ya existe o ayudar a diseñar el estudio. Son aportes muy distintos — y un diseño generado por IA sigue siendo solo una propuesta hasta que un laboratorio fabrica el compuesto y lo prueba.
La pastilla de Takeda para la psoriasis, zasocitinib, muestra el problema. Se le llama a menudo un medicamento diseñado por IA. Nimbus Therapeutics lo desarrolló y se lo vendió a Takeda en 2022, usando aprendizaje automático junto con modelado por computadora basado en la física para evaluar miles de compuestos contra una proteína que los científicos ya conocían. El jefe de investigación de Nimbus le dijo a la publicación especializada PharmaVoice que no llamaría al resultado un medicamento diseñado por IA.17
Importa porque el zasocitinib va más adelantado que cualquier otro de esta conversación. La FDA lo aceptó para revisión prioritaria en septiembre, con una decisión esperada en el primer trimestre de 2027.1516 La revisión prioritaria es una revisión más rápida, no una aprobación.
Para este artículo uso una definición estricta: la IA eligió el objetivo y diseñó la molécula. El rentosertib es el ejemplo público mejor documentado que ha llegado a pruebas de etapa final. No puedo decirte que sea el único en el mundo, porque nadie mantiene un registro que clasifique los candidatos a medicamento según cuánta IA intervino.
Entonces, ¿la IA es realmente mejor en esto?
Un análisis de 2024 de Jayatunga y colegas, publicado en Drug Discovery Today y resumido por Boston Consulting Group, examinó los proyectos clínicos de empresas de biotecnología enfocadas en la IA. En la Fase 1 — la primera ronda de pruebas en humanos, que examina la seguridad, la tolerancia, la dosis y cómo procesa el cuerpo un medicamento — sus moléculas la superaron en alrededor del 80 al 90 por ciento, muy por encima de las tasas históricas de la industria.18
En la Fase 2, donde empiezas a averiguar si un medicamento ayuda, la tasa fue de alrededor del 40 por ciento. Eso es más o menos lo que la industria siempre ha logrado, y solo unas diez moléculas habían terminado la Fase 2 cuando se hizo el análisis.
Ten cuidado con lo que concluyes de la cifra de la Fase 1. No demuestra que la IA haga moléculas más seguras. Estas empresas eligen desde el principio qué candidatos llevar a personas, la muestra era pequeña, las empresas no son una muestra representativa de la industria y nadie asignó candidatos al azar a descubrimiento con IA y sin IA. Los propios autores señalan los límites.
Los fracasos también forman parte del registro. Exscientia anunció en 2020 el primer medicamento diseñado por IA en entrar a pruebas en humanos — DSP-1181, para el trastorno obsesivo-compulsivo, desarrollado con Sumitomo Dainippon Pharma — y ese programa se abandonó después; un candidato distinto contra el cáncer se cerró tras él. El medicamento de BenevolentAI para el eccema, BEN-2293, cumplió su objetivo principal de seguridad en pruebas de etapa intermedia pero no alcanzó sus objetivos de eficacia.19 Después de que Recursion y Exscientia se fusionaron, Recursion descartó tres programas clínicos en mayo de 2025, pausó un cuarto y cerró uno preclínico, y sus acciones cayeron con fuerza el día en que anunció los recortes.20
Mientras tanto, el dinero sigue moviéndose. Eli Lilly acordó en marzo de 2026 pagarle a Insilico 115 millones de dólares por adelantado, con pagos por hitos y regalías que podrían llevar la cifra de los titulares a 2,750 millones de dólares21 — dinero que en su mayor parte se debería más adelante, y solo si todo sale bien. Isomorphic Labs, derivada de Google DeepMind, recaudó 2,100 millones de dólares en mayo y otros 5,000 millones el 17 de noviembre, tres días antes de que yo escribiera esto.22 Su propio anuncio dice que ese dinero es para llevar a sus primeros candidatos hacia los estudios clínicos; todavía no tiene ninguno en pruebas en humanos.23 Y Anthropic, la empresa detrás de la IA Claude que usé para investigar esta historia, habría comprado una empresa emergente de descubrimiento de fármacos por unos 400 millones de dólares en acciones, según se informó.24
Una cifra que verás citada: funcionarios de la FDA dijeron este año que los centros de medicamentos y productos biológicos de la agencia han recibido más de mil solicitudes que contienen componentes de IA.25 Es real, y significa que la IA aparece en cualquier parte de un expediente — trabajo de laboratorio, diseño de estudios, fabricación, vigilancia de seguridad. No significa que haya mil medicamentos inventados por IA esperando aprobación.
Cómo leer el próximo titular sobre IA y medicina
- ¿En qué fase está? La Fase 1 es la primera prueba en humanos de seguridad, dosis y cómo procesa el cuerpo el medicamento. La Fase 2 busca señales tempranas de beneficio. La Fase 3 es donde los investigadores intentan confirmarlo. Un comunicado de prensa sobre resultados tempranos no es un avance decisivo.
- ¿Qué se diseñó el estudio para medir? Si el número emocionante fue una medición secundaria, como el resultado de la función pulmonar aquí, es una pista y no un hallazgo.
- ¿Cuántas personas, por cuánto tiempo y quiénes eran? Si todos en el estudio eran de un solo sexo, un solo país o un solo grupo de edad, el resultado quizá no aplique a ti.
- Lee el estudio, no solo el anuncio. Una empresa empieza con su mejor número. El estudio normalmente tiene ese número y el contexto — qué tan dudoso era, cuántas otras cosas se midieron, de qué advierten los propios autores.
Si tú o alguien que quieres tiene FPI
El rentosertib es experimental. No está disponible, y nada de lo que lees aquí es motivo para cambiar lo que estás tomando.
Si sientes que tus opciones son pocas, vale la pena hablar de los estudios clínicos con tu propio especialista — no de este estudio en particular, que está reclutando en China, sino de estudios en general. Ser elegible depende de tu propia situación, y hay riesgos reales además de posibles beneficios. El registro federal en clinicaltrials.gov (en inglés) enumera lo que está reclutando, y tu médico puede ayudarte a juzgar si alguno te conviene.
Esto no es consejo médico. Soy un escritor de tecnología, no un médico.
¿Qué contaría como un avance de verdad? No otra molécula en una pantalla, ni otra ronda de financiamiento. Un estudio más grande, más largo y más variado que muestre que los pacientes de verdad mejoran, con un nivel de daño que valga la pena aceptar. Para el rentosertib, esa respuesta llegará hacia 2029.
Mi opinión
Llegará el día en que la IA diseñe mejores medicamentos, más rápido que las personas. Hoy no es ese día.
Lo que hay es una primera vez real. Un programa eligió un objetivo al que nadie había ido para esta enfermedad, dibujó una molécula para bloquearlo, y esa molécula está ahora en un estudio de 320 personas con pacientes reales. Eso no es poca cosa. Pero es un medicamento, en un estudio, en un país, con un panorama de seguridad que todavía hay que explicar, y la respuesta honesta a “¿funciona?” es que nadie lo sabe todavía.
Quedan muchos obstáculos. Lo difícil nunca fue la química. Es averiguar si un medicamento ayuda a personas enfermas sin dañarlas, y eso sigue tomando años y muchos pacientes sin importar qué diseñó la pastilla. Ninguna cantidad de poder de cómputo acelera esa parte.
Pero al ritmo al que avanza esto, no creo que tarde mucho. Y la única manera de llegar es recorrer ese camino. Alguien tiene que hacer los primeros estudios, publicar las primeras cifras decepcionantes y descubrir en qué se equivocó el programa. De eso se trata esto.
Pregúntame otra vez en 2029.
Cómo se hizo esto: La IA ayudó a investigar y a escribir esta historia. Claude, hecho por Anthropic, hizo la investigación y el primer borrador. Otros cuatro sistemas de IA — Perplexity, Grok, Gemini y ChatGPT — lo revisaron contra las fuentes. Detectaron errores reales, y también se contradijeron entre sí más de una vez; cuando eso pasó, volví a los documentos originales. Vale la pena describir una corrección, porque es el mismo error contra el que advierte este artículo. Un borrador anterior afirmaba que el sitio web de Insilico contradecía su propio estudio publicado sobre los resultados de la tos. No es así — el estudio también reporta ese número, con mucha más cautela alrededor. Me alegré tanto de haberlo encontrado que casi lo publico. Estar demasiado ansioso por descubrir a una empresa maquillando sus resultados es otro tipo de sesgo, y casi me cuesta caro. Divulgaciones: Anthropic tiene su propio negocio de descubrimiento de fármacos, mencionado arriba. El estudio descrito aquí lo financió Insilico Medicine, cuyos científicos figuran entre los autores del estudio. No pude abrir directamente el artículo completo de Nature Medicine; las cifras de aquí vienen del resumen publicado, de la página del artículo en la revista y de la cobertura independiente que coincide con ellas. Esta historia no es consejo médico.
Mira la versión en video (50 segundos): YouTube Short
Fuentes (en inglés)
- Xu Z., Ren F., Wang P. et al., "A generative AI-discovered TNIK inhibitor for idiopathic pulmonary fibrosis: a randomized phase 2a trial," Nature Medicine 31:2602–2610 (June 3, 2025).
- PubMed, abstract of the phase 2a trial.
- Europe PMC, full-text record (discontinuations by group).
- Healio, "Q&A: AI-established drug breakthrough in the treatment of IPF" (July 7, 2025).
- Drug Discovery & Development, "Insilico’s AI-designed rentosertib shows promise in first phase 2a trial results" (June 5, 2025).
- American Journal of Managed Care, "AI-Derived Therapy for IPF Shows Potential in Phase 2a Trial."
- Genetic Engineering & Biotechnology News, coverage of the trial design and endpoints.
- Insilico Medicine, company case study.
- Peking Union Medical College Hospital, statement on the trial.
- Merck Manual (professional), "Idiopathic Pulmonary Fibrosis."
- American Journal of Managed Care, "The IPF Journey."
- Insilico Medicine, Phase III initiation announcement (July 7, 2026).
- News-Medical, "Rentosertib enters Phase III trial" (Sept. 10, 2026).
- Clinical Trial Vanguard, registry details and completion estimate.
- Takeda, "FDA Accepts NDA Under Priority Review for Zasocitinib" (Sept. 14, 2026).
- Dermatology Times, "FDA Grants Priority Review to Zasocitinib."
- PharmaVoice, interview with Nimbus R&D president Peter Tummino.
- Jayatunga M.K.P. et al., Drug Discovery Today (2024); summary by Boston Consulting Group.
- Endpoints News, "After years of hype, the first AI-designed drugs fall short in the clinic."
- Fierce Biotech, "Recursion reworks pipeline after Exscientia merger" (May 2025).
- Pharmaceutical Executive, "Eli Lilly and Insilico Enter $2.75 Billion Agreement" (March 30, 2026).
- MobiHealthNews, "Isomorphic Labs raises $5B for AI drug discovery" (Nov. 17, 2026).
- Reuters via Investing.com, "Isomorphic Labs delays clinical trial timeline" (Jan. 20, 2026).
- Fierce Healthcare, "Anthropic acquires Coefficient Bio in $400M deal."
- U.S. Food and Drug Administration, remarks by Mark Abdoo (May 6, 2026).