🧠 Salud
El 91% de los medicamentos fracasan en pruebas clínicas — la IA no está salvando a nadie
Imagina que compras un boleto de avión y sabes que hay un 91% de probabilidades de que el avión no despegue. Literalmente, 9 de cada 10 vuelos se cancelan. ¿Pagarías? ¿Subirías?
Pues eso es exactamente lo que pasa en la industria farmacéutica. El 91% de los medicamentos que entran a pruebas clínicas fracasan. No llegan a farmacias, no curan a nadie, no recuperan su inversión. Y lo peor: esa tasa no ha mejorado en décadas.
El químico Derek Lowe, autor del blog "In the Pipeline" de Science, soltó esta bomba en un artículo que tiene revuelto a Hacker News con 63 puntos y 34 comentarios. Y no, no es culpa de la burocracia — es culpa de la biología misma.
🔬 91% de fracaso — y eso es OPTIMISTA
Lowe analizó las tasas de fracaso clínico por década y el resultado es demoledor: se han mantenido estables en ~90% desde los años 90. Ni la revolución genómica, ni el descubrimiento de fármacos asistido por computadora, ni el machine learning han movido la aguja.
"Si la industria automotriz tuviera un 91% de fracaso, ningún carro nuevo saldría de la fábrica", dice Lowe. Y tiene razón. Pero en farmacéutica, esto se acepta como "el costo de hacer negocios".
¿Por qué? Porque la biología es más compleja que la física. Puedes modelar un auto en una computadora y saber exactamente cómo se comportará. Pero un medicamento interactúa con un sistema viviente de 37 billones de células, cada una con su propio comportamiento. No hay simulador que lo resuelva.
💊 ¿Dónde fracasan más los medicamentos?
El desglose es brutal:
- Fase I (seguridad): 30% de fracaso — el fármaco es tóxico en humanos
- Fase II (dosis/eficacia temprana): 60% de fracaso — no funciona mejor que placebo
- Fase III (ensayo grande): 40-50% de fracaso — falla en la prueba definitiva
Es decir, de 10 medicamentos que prometen en laboratorio, solo 1 llega a tu farmacia. Los otros 9 se tragan $2.6 mil millones cada uno en costos de desarrollo. Y ese costo lo pagamos todos en precios más altos.
🤖 La IA prometió salvar esto — no lo hizo
Desde 2015, docenas de startups de IA farmacéutica (Recursion, Insilico, BenevolentAI) prometieron que el machine learning reduciría la tasa de fracaso. Han pasado 11 años y el resultado es el mismo: ~90% de fracaso.
"No puedes estadistificar la biología", dice un comentarista en HN. Y otro añade: "Llevo 10 años escuchando que la IA va a cambiar esto. Es como el meme de 'este es el año de Linux en el escritorio'".
Ojo: la IA ha ayudado a encontrar candidatos más rápido. Pero no ha mejorado la tasa de acierto. Porque predecir si una molécula funcionará en un cuerpo humano real requiere algo que ningún modelo tiene hoy: contexto biológico completo.
📉 Las consecuencias son reales
Cada fracaso clínico significa:
- 🕐 Años perdidos — un ciclo completo de desarrollo toma 10-15 años
- 💰 💰 $2,600 millones gastados por fármaco exitoso (contando los fracasos)
- 🧑⚕️ Pacientes sin tratamiento — enfermedades raras, cánceres agresivos, Alzheimer
- 📈 Precios más altos — las farmacéuticas recuperan el costo de 9 fracasos en 1 éxito
Y aquí viene la ironía: algunos fármacos "fracasados" funcionan para subgrupos específicos de pacientes, pero las farmacéuticas no los comercializan porque no pueden venderlos masivamente. La economía mata más curas que la biología.
💡 ¿Hay esperanza?
La tasa de fracaso no ha empeorado, lo que es un logro en sí mismo. Si la ciencia avanza al mismo ritmo que la complejidad de los objetivos (enfermedades más difíciles), mantenerse estable es ganar.
Algunas soluciones emergentes:
- 🧬 Medicina de precisión — ensayos más pequeños, poblaciones mejor seleccionadas
- 🔄 Reposicionamiento de fármacos — probar medicamentos fracasados en nuevas enfermedades
- 🧪 Organoides y gemelos digitales — mejores modelos preclínicos en laboratorio
Pero mientras la biología siga siendo más compleja que nuestras simulaciones, el 90% de fracaso seguirá siendo la norma.
La próxima vez que alguien te diga que "la IA va a curar el cáncer", recuérdale que la tasa de fracaso clínico lleva 30 años sin moverse.
Comparte esto con alguien que todavía cree que la IA lo va a resolver todo — la realidad es más compleja, y más cara.