13 de enero 2026 - 14:08

Dos gigantes se unen para acelerar la aplicación de la Inteligencia Artificial en la industria farmacéutica

La tecnológica Nvidia y el laboratorio Eli Lilly harán una inversión de u$s1.000 millones para abrir un centro de innovación en Silicon Valley.

Las nuevas instalaciones de NVidia y Eli Lilly para el desarrollo tecnológico de fármacos funcionarán en Silicon Valley.

Las nuevas instalaciones de NVidia y Eli Lilly para el desarrollo tecnológico de fármacos funcionarán en Silicon Valley.

Depositphotos

Dos corporaciones globales de la industria tecnológica y farmacéutica, Nvidia y Eli Lilly, anunciaron un ambicioso proyecto conjunto que busca acelerar el uso de la inteligencia artificial para el desarrollo de medicamentos.

La alianza consiste en la creación de un laboratorio de co-innovación en inteligencia artificial situado en la zona de Silicon Valley, con una inversión conjunta de hasta u$s1.000 millones a lo largo de cinco años.

El objetivo declarado por las compañías es acelerar el descubrimiento de fármacos, mejorar la eficiencia de la investigación y, en última instancia, reducir la duración total de los ciclos de desarrollo de nuevos tratamientos.

La iniciativa fue revelada oficialmente durante la Conferencia de Salud de J.P. Morgan en San Francisco, un evento anual donde líderes de la industria discuten tendencias y estrategias emergentes en biotecnología, salud y tecnología.

En este contexto, Nvidia y Eli Lilly compartieron detalles sobre lo que describen como un laboratorio de investigación que fusionará potentes capacidades de IA con experiencia farmacéutica de primera línea.

Alianza inédita entre tecnología y biomedicina

Nvidia, con sede en Santa Clara, California, es ampliamente reconocida como la empresa que ha impulsado el auge moderno de la inteligencia artificial a través de sus unidades de procesamiento gráfico (GPU) y arquitecturas especializadas (como la familia Vera Rubin).

La compañía domina mercados de IA a gran escala, desde centros de datos hasta supercomputación, y logró establecer una presencia cada vez más fuerte en sectores no tradicionales, entre ellos el de la salud.

Por su parte, Eli Lilly & Company es una de las farmacéuticas con mayor trayectoria del mundo. Fundada en 1876, se ha distinguido por descubrimientos de medicamentos que han impactado enfermedades como la diabetes, el cáncer y los trastornos neurodegenerativos. En los últimos años, Lilly concretó fuertes inversiones en IA para apoyar sus investigaciones, incluida la construcción de lo que se describe como la super computadora más potente en manos de una farmacéutica.

La combinación de la capacidad de Nvidia para construir modelos y sistemas de IA de última generación con la profunda base de datos, experiencia práctica de laboratorio y conocimiento clínico de Lilly representa un enfoque sin precedentes.

Más allá de una simple relación proveedor-cliente, el laboratorio de co-innovación está concebido como un entorno donde científicos, ingenieros y médicos trabajarán juntos codo a codo para desarrollar soluciones que hoy por hoy son difíciles de alcanzar.

La apuesta por acortar plazos en la industria farmacéutica

En la industria farmacéutica tradicional es algo naturalizado que desarrollar un nuevo medicamento puede tomar más de una década y exigir inversiones de miles de millones de dólares.

El proceso incluye fases de descubrimiento, síntesis, ensayos preclínicos, ensayos clínicos y aprobaciones regulatorias, según publicaciones del sector. Cada una de estas etapas es intensiva en tiempo y recursos, y muchas moléculas prometedoras fracasan antes de llegar al mercado.

Frente a esto, la expectativa ahora es que la introducción de la inteligencia artificial permita acortar estos plazos de forma significativa. Si bien desde las empresas consideran que todavía es prematuro cuantificar los resultados concretos de esta nueva asociación, diversas estimaciones sugieren que la IA podría reducir los costos de I+D farmacéutico en 30% a 40%, además de acortar los tiempos de desarrollo de medicamentos en varios años.

Según Nvidia, los humanos son actualmente el principal factor que limita la velocidad de operación en los laboratorios tradicionales, tanto por la necesidad de realizar tareas repetitivas como por las limitaciones de tiempo y recursos.

"Los humanos son la principal limitación en la velocidad de desarrollo de los laboratorios", afirmó Kimberly Powell, vicepresidenta de atención médica de Nvidia.

De todos modos, la firma aclaró que la IA no pretende reemplazar a los científicos, sino potenciar su trabajo, asumiendo tareas que consumen mucho tiempo, como tamizar millones de posibles moléculas o simular interacciones biológicas complejas, permitiendo a los investigadores concentrarse en la interpretación de resultados, diseño de experimentos y toma de decisiones estratégicas.

Más allá de acelerar la llegada de nuevos tratamientos, la IA podría también abrir la puerta a medicamentos personalizados, adaptados a características genéticas particulares, y ampliar la capacidad de investigar enfermedades raras o complejas, donde los métodos tradicionales suelen ser prohibitivamente largos y costosos.

Cómo funcionará el laboratorio de co-innovación

El laboratorio será una instalación física en la San Francisco Bay Area -con el lugar exacto aún no se informó y se espera que sea confirmado en los próximos meses- diseñada para integrar equipos multidisciplinarios.

Allí, los expertos en inteligencia artificial de Nvidia y los investigadores en biología y medicina de Lilly colaborarán para generar datos en tiempo real, entrenar modelos de IA y realizar análisis avanzados que aceleren cada fase del desarrollo de fármacos.

Uno de los conceptos clave detrás de la iniciativa es el de un sistema de aprendizaje continuo, que combina “laboratorios húmedos” (donde se realizan experimentos biológicos y químicos reales) con “laboratorios secos” computacionales, donde los modelos de IA analizan datos, generan predicciones y proponen hipótesis de forma casi inmediata.

Esta retroalimentación constante, aseguran, permite a los equipos reducir significativamente la brecha entre la generación de una idea, su validación computacional y su ensayo físico.

Dejá tu comentario

Te puede interesar