Expansión a nuevos mercados de atención médica: el creciente impacto de la IA médica

La inteligencia artificial en medicina suele asociarse con la detección de anomalías en imágenes médicas, el análisis de resultados de pruebas y la ayuda a los médicos para establecer diagnósticos. Sin embargo, últimamente me he encontrado con cada vez más avances que van mucho más allá de estas aplicaciones y nos hacen replantearnos lo que puede lograr la tecnología médica. Algunos son tan ambiciosos que su posible impacto podría extenderse mucho más allá de la atención médica, influir en ámbitos muy distintos de nuestra vida y dar lugar a nuevas tecnologías, modelos de negocio e incluso mercados que todavía no existen.

Por qué las enfermedades raras resultan cada vez más atractivas para las empresas emergentes de tecnología médica

Uno de los ámbitos más interesantes que he estado siguiendo últimamente es el descubrimiento de fármacos: la búsqueda y el desarrollo de nuevos compuestos farmacológicos mediante métodos computacionales y la inteligencia artificial. El trabajo de DeepMind con AlphaFold ha desempeñado un papel fundamental en el avance de este campo. Su base de datos, que contiene más de 200 millones de estructuras proteicas predichas, ha proporcionado a los investigadores una gran cantidad de información para explorar posibles interacciones moleculares y también ha abierto nuevas oportunidades para empresas emergentes centradas en enfermedades específicas.

Supongamos que alguien quiere crear una empresa emergente para desarrollar un tratamiento contra una enfermedad relativamente rara que afecta solo a un pequeño porcentaje de las mujeres de un grupo de edad determinado. La primera pregunta es: ¿por qué dirigirse a un mercado tan limitado cuando podría centrarse en una enfermedad mucho más común? Sin embargo, incluso después de reducir la población mundial a este grupo específico, podría haber miles de pacientes potenciales. Y si el tratamiento exige que los pacientes tomen un medicamento a diario durante diez años o durante el resto de su vida, incluso esa población relativamente pequeña de pacientes podría representar un mercado considerable.

Una empresa farmacéutica comercialmente viable no necesita necesariamente decenas de millones de clientes. Por supuesto, existe una enorme brecha entre calcular el tamaño de un mercado potencial y generar ingresos reales, debido, entre otras cosas, a los costos de investigación, ensayos clínicos, fabricación y aprobación regulatoria. Aun así, una empresa emergente puede centrarse en una sola enfermedad desatendida y construir en torno a ella todo un programa de investigación.

Por ejemplo, Recursion Pharmaceuticals es una empresa biotecnológica con sede en Estados Unidos que desarrolla tratamientos basados en IA para enfermedades con importantes necesidades médicas no cubiertas. Uno de sus fármacos en investigación, REC-4881, está dirigido a la poliposis adenomatosa familiar, una enfermedad hereditaria rara que afecta a unas 50.000 personas en Estados Unidos y cinco de los principales países europeos. La empresa ha comunicado resultados alentadores de un ensayo de fase 1b/2, entre ellos una reducción de los crecimientos tisulares anormales en los pacientes.

Los laboratorios virtuales como nuevo modelo de negocio

Encontrar una molécula capaz de actuar sobre una proteína asociada a una enfermedad concreta es un verdadero desafío. Para ello, hay que analizar una enorme cantidad de compuestos químicos con el fin de identificar aquellos que pueden unirse a la proteína objetivo, modificar su actividad o influir en procesos biológicos relacionados. Y no solo importa la composición química. La estructura tridimensional de cada molécula desempeña un papel fundamental a la hora de determinar cómo se producen estas interacciones.

Probar todas las combinaciones posibles en un laboratorio físico es prácticamente imposible. Incluso con abundantes recursos económicos, realizar tantos experimentos llevaría demasiado tiempo. Por eso, una parte del proceso de investigación se está trasladando a entornos virtuales, donde los modelos computacionales y las simulaciones pueden predecir las interacciones moleculares e identificar los compuestos más prometedores para someterlos a nuevas pruebas. Este enfoque reduce la cantidad de experimentos necesarios en el laboratorio, aunque las predicciones todavía deben validarse mediante pruebas físicas.

En torno a estas tecnologías está surgiendo todo un ecosistema de empresas emergentes con distintos modelos de negocio. Algunas desarrollan infraestructura para la simulación molecular y la ponen a disposición de empresas farmacéuticas y equipos de investigación. Otras utilizan herramientas existentes para desarrollar sus propios candidatos a fármacos. Es un ejemplo interesante de cómo un único avance tecnológico puede generar oportunidades de negocio en distintos niveles del mercado. Una empresa puede crear un negocio comercialmente exitoso sin llegar a comercializar un fármaco propio, siempre que su tecnología demuestre ser valiosa para otros desarrolladores.

Isomorphic Labs es un gran ejemplo: desarrolla tecnologías de IA para el descubrimiento de fármacos y el diseño molecular. La empresa ha establecido alianzas de investigación con Novartis y Eli Lilly y, en 2025, amplió su colaboración con Novartis para incluir programas adicionales de descubrimiento de fármacos. Este caso muestra cómo la tecnología utilizada para descubrir y diseñar moléculas puede servir por sí misma de base para una empresa que colabora con grandes compañías farmacéuticas.

Una pastilla personalizada en veinte minutos

Algunas empresas emergentes están llevando aún más lejos la idea del descubrimiento de fármacos. Hace poco conocí a un equipo que trabaja en tecnologías relacionadas con el cáncer de piel. Le interesa identificar predisposiciones genéticas a la enfermedad y explorar formas de tratarla a nivel del ADN. En lugar de desarrollar un fármaco para un grupo amplio de pacientes, está investigando si los tratamientos podrían adaptarse al perfil genético de cada persona.

Los fundadores describieron una visión particularmente ambiciosa del futuro. Imagina entrar en una clínica, proporcionar una muestra de saliva y que un dispositivo analice tu ADN para preparar un medicamento diseñado específicamente para ti. En su visión, algún día todo el proceso podría durar unos veinte minutos y costar tan solo 100 dólares. Por supuesto, esto sigue siendo una aspiración tecnológica, no un servicio médico disponible, y hacerla realidad exigiría superar enormes desafíos científicos, de fabricación y regulatorios.

Aun así, conversaciones como esta revelan cuánto están cambiando las ambiciones de los emprendedores del sector médico. En lugar de limitarse a mejorar los procedimientos de diagnóstico existentes, se preguntan si el propio proceso de desarrollo de tratamientos podría rediseñarse por completo. Me resulta fascinante cómo los avances en tecnología computacional están animando a los fundadores a replantearse procesos que apenas han cambiado en décadas.

Por qué las startups de robótica quirúrgica suelen desarrollar sus proyectos para ser adquiridas

Mientras que las tecnologías computacionales permiten a equipos pequeños explorar una enorme cantidad de posibilidades en el descubrimiento de fármacos, la robótica quirúrgica exige recursos de una escala completamente distinta. Crear un sistema capaz de realizar intervenciones quirúrgicas requiere ingeniería mecánica avanzada, un control preciso del movimiento, pruebas exhaustivas y acceso a entornos clínicos. Desarrollar un brazo robótico quirúrgico fiable puede llevar de diez a quince años, y una sola instalación puede costar millones de dólares. Además, la base de clientes potenciales es limitada y los fabricantes deben ofrecer años de mantenimiento y asistencia técnica. Para una startup pequeña, esto convierte la robótica quirúrgica en un negocio sumamente complejo e intensivo en capital.

Por eso, algunos equipos diseñan sus estrategias con vistas a que una gran empresa de tecnología médica los adquiera más adelante. Su objetivo es desarrollar un concepto tecnológico convincente y demostrar su potencial. Por ejemplo, una startup podría construir un brazo robótico prototipo capaz de realizar ciertos procedimientos en un maniquí médico, aunque todavía esté muy lejos de poder utilizarse en un paciente real. Mientras tanto, el equipo busca activamente inversores, asiste a congresos del sector y establece relaciones con posibles compradores corporativos, como solemos ver cuando trabajamos en eventos médicos con Scryon. En esencia, intentan vender la promesa de una tecnología antes de que se convierta en un producto terminado.

Al principio, este enfoque me pareció bastante extraño. ¿Por qué desarrollar equipos médicos si no se tiene intención de comercializarlos por cuenta propia? Pero tiene una lógica empresarial. Un equipo pequeño puede contar con ingenieros talentosos y una idea prometedora, pero carecer de los recursos necesarios para realizar años de pruebas, acceder a hospitales y fabricar a gran escala. Una gran empresa puede aportar esa infraestructura al adquirir la startup en una fase relativamente temprana.

Esta estrategia ilustra cómo pueden complementarse los equipos pequeños y las grandes empresas: unos se centran en desarrollar y probar ideas nuevas, mientras que las otras disponen de los recursos necesarios para convertirlas en productos médicos viables. Además, el tamaño de una empresa no refleja necesariamente la complejidad del trabajo que hay detrás de su tecnología. 

Lo he visto de primera mano en proyectos de Keymakr, donde hemos trabajado con desarrolladores que van desde pequeñas startups hasta uno de los principales fabricantes de equipos médicos del mundo. Independientemente del tamaño de la empresa, estos proyectos implican un trabajo minucioso para perfeccionar algoritmos, preparar conjuntos de datos médicos y verificar que las anotaciones sean precisas y se ajusten a los requisitos clínicos. 

Más allá de la idea original

Cualquier empresa que investigue un mecanismo biológico concreto podría desarrollar algún día una tecnología que transforme sectores totalmente ajenos. Esto podría tener consecuencias de gran alcance, entre ellas un aumento radical de la longevidad y una transformación completa de la sociedad tal como la conocemos.

Quizá esto sea lo que más me fascina de las startups médicas actuales. Con ayuda de la IA, equipos pequeños están abordando desafíos que, hasta hace poco, habrían requerido los recursos de grandes empresas, y a menudo lo hacen desde perspectivas inesperadas. Muchas de estas ideas nunca llegarán a ponerse en práctica, pero los emprendedores no necesitan saber de antemano qué tamaño podría alcanzar el mercado que llegara a crear una tecnología exitosa. A veces, las oportunidades más interesantes solo surgen después de resolver el problema científico original.