Llevar un nuevo fármaco al mercado cuesta una media de 1.300 millones de dólares, según un informe reciente del Journal of the American Medical Association, y lleva hasta 20 años.
Estas sumas astronómicas sí tienen en cuenta los miles de millones de dólares y años de investigación invertidos en terapias potencialmente prometedoras que en última instancia no conducen a ninguna parte, según David Harel, cofundador y director ejecutivo de CytoReason , una startup israelí que utiliza inteligencia artificial y una gran cantidad de datos sobre el cuerpo humano para crear modelos computacionales de enfermedades que afectan a la humanidad.
“Desarrollar nuevos medicamentos es muy, muy caro. Y la razón por la que es caro no es sólo por los costos directos, sino también por la alta tasa de fallas”, le dice Harel a NoCamels.
“Más del 90 por ciento de los programas de desarrollo de fármacos fracasan. Y si cuestan decenas o cientos de millones cada uno, el coste de llevar un medicamento al mercado se está volviendo ridículamente alto”, afirma.
Las empresas farmacéuticas utilizan modelos de enfermedades creados por IA para desarrollar nuevas terapias (Pexels)
Fundada en 2016 y con sede en Tel Aviv, CytoReason cuenta con docenas de expertos en datos y biología que trabajan con empresas farmacéuticas y de biotecnología para determinar los nuevos tratamientos más relevantes y viables para los pacientes, ahorrando literalmente tiempo y dinero.
Harel dice que el aumento de los costos de la atención médica era evidente para todos y advierte que este fenómeno amenazaba con cambiar el enfoque de la industria de los pacientes a los procesos industriales.
«[Esto] es algo que no queremos ver, pero el costo y el enorme riesgo están dificultando las cosas», dice.
Hoy en día, explica Harel, hay una cantidad sin precedentes de datos científicos disponibles sobre cómo funciona el cuerpo y responde a diferentes medicamentos, pero analizar lo que esos datos nos dicen requiere tiempo y recursos.
“Para eliminar los costos asociados con la prueba y el error, necesitamos previsibilidad. Y para conseguir previsibilidad, se utilizan datos”, afirma.
Y según Harel, la plataforma de IA de CytoReason es la solución a los procesos que consumen mucho tiempo, tanto de análisis de datos como de creación de fármacos, este último de los cuales también es costoso.
La plataforma CytoReason, afirma, es utilizada tanto por empresas farmacéuticas como de biotecnología para hacer que el análisis de grandes cantidades de estos datos con fines de descubrimiento y desarrollo de fármacos sea «más barato, más rápido y más probable».
Para Harel, la creación de CytoReason fue un paso natural respecto de su función anterior al frente de una empresa en EE. UU. que formaba parte del traslado de registros médicos electrónicos (EMR) de pacientes estadounidenses a la nube.
A Harel se le ocurrió que una cantidad tan sustancial de datos médicos en un solo lugar podría ser de enorme importancia para la investigación médica.
«Lo que hemos visto es que una vez que los datos están en la nube, existe una nueva oportunidad de sacarles valor», explica. «Si está en la computadora de cada consultorio médico (tienes pocos pacientes aquí, algunos pacientes allá), no hay forma de sacarle valor a los datos».
Pero una vez que se tiene una gran cantidad de información en la nube, es posible comprender comportamientos y tendencias entre un número importante de pacientes.
CytoReason recopila datos científicos de una variedad de fuentes, principalmente compañías farmacéuticas (Depositphotos)
De vuelta en Israel, Harel discutió esta revelación con su amigo Shai Shen-Orr, profesor asociado en el Technion – Instituto de Tecnología de Israel, quien se convirtió en cofundador y científico jefe de CytoReason.Juntos, los dos llegaron a la conclusión de que podían tomar datos científicos de una variedad de fuentes y, como dice Harel, «combinarlos todos en una plataforma que sea útil para el médico o el desarrollador de fármacos».
Su principal fuente de datos eran las propias empresas farmacéuticas, que simplemente no podían procesar los datos que tenían en sus propios servidores, sin siquiera considerar qué otras fuentes de datos existían.
Las compañías farmacéuticas tienen enormes cantidades de datos sobre sus medicamentos, tanto exitosos como no exitosos, explica Harel.
“[Pero] en cada nuevo programa, e incluso en cualquier fármaco nuevo que intentan desarrollar, no incorporan todo lo que tienen, y mucho menos otras personas o la comunidad académica. Porque para analizar todos estos datos necesitarían tanta gente que sería una empresa de tecnología, no una empresa farmacéutica”.
CytoReason toma todos los datos proporcionados por las empresas (que se agrupan para que no se puedan identificar las fuentes individuales) y, utilizando inteligencia artificial, los clasifica en modelos específicos para enfermedades específicas.
Estos modelos computacionales de enfermedades son representaciones digitales del impacto de enfermedades específicas en el cuerpo humano, basadas en datos recopilados de fuentes como biopsias y extracciones de sangre.
«Tenemos un paquete con todos los datos que describen la biología de la enfermedad de la mejor manera disponible en la actualidad», afirma Harel. «Las compañías farmacéuticas… utilizan estos datos agregados para tomar decisiones [sobre] qué medicamento desarrollar y para qué pacientes».
Harel pone el ejemplo de una empresa farmacéutica como Pfizer que intenta desarrollar un nuevo tratamiento para el cáncer de colon. CytoReason, explica, proporcionaría a Pfizer un modelo computacional de esa enfermedad y su impacto en el cuerpo con el que podrían trabajar los científicos que desarrollan el fármaco potencial.
“La plataforma les permite investigar su fármaco”, afirma.
Harel vuelve a señalar las enormes sumas involucradas en el desarrollo de fármacos, pero lo aborda desde la perspectiva del dinero perdido por un lento proceso de desarrollo.
«Un medicamento que se vende bien se vendería por más de mil millones de dólares al año si se busca la enfermedad adecuada», explica.
“En lugar de ladrarle al árbol equivocado, estarían ahorrando un año de desarrollo, y eso puede suponer mil millones de dólares: 3 millones de dólares por día. Si se reduce el proceso de desarrollo en un día, se generan en promedio 3 millones de dólares para la empresa farmacéutica”.
Las farmacéuticas deben lidiar con un límite de 20 años para las patentes de sus medicamentos (Unsplash)
El objetivo es sacar al mercado un nuevo fármaco lo más rápido posible, porque la patente sólo dura 20 años, momento en el que los competidores pueden fabricar su propia versión genérica, aprovechando el costoso proceso de investigación y desarrollo que paga un rival.
CytoReason no es la única empresa que trabaja en esta forma de modelado computacional para el desarrollo de fármacos, pero Harel cree que es la más grande del mundo «desde una perspectiva de personal e ingresos».
Y en lugar de simplemente ser nombrado porque es una de las empresas farmacéuticas más destacadas, Pfizer ha estado trabajando con CytoReason desde 2017, al igual que otras empresas importantes de la industria.
Y aunque Harel se complace en revelar los nombres de las empresas con las que trabaja CytoReason, los medicamentos en los que han colaborado siguen siendo confidenciales.
El nombre de la empresa surge de una sugerencia de Shen-Orr, afirma Harel. La palabra razón se incluyó para representar el hecho de que las enfermedades se están razonando, mientras que cito significa células y es una forma latinizada de la palabra griega kytos o receptáculo hueco.
«Las células son la unidad atómica del cuerpo humano», señala Harel, «y para comprender adecuadamente las enfermedades y los tratamientos, es necesario comprender las células».
NO CAMELS