Desarrollan una IA que podría reducir entre un 30 y un 50% el número de animales en los experimentos de investigación farmacológica

Cada año, miles de animales de laboratorio forman parte de los primeros ensayos que permiten comprobar si un nuevo medicamento puede ser seguro y eficaz antes de llegar a humanos. Ratones, ratas o conejos siguen siendo esenciales en muchas fases de la investigación farmacológica, pero ahora, una nueva inteligencia artificial desarrollada en Alemania podría convertirse en una de las herramientas más prometedoras para lograrlo.

El sistema, bautizado como genESOM y desarrollado por investigadores de la Universidad Goethe de Fráncfort, la Universidad Philipps de Marburgo y el Instituto Fraunhofer, utiliza inteligencia artificial para generar datos sintéticos a partir de experimentos reales. De esta forma, los científicos pueden ampliar la información obtenida en laboratorio sin necesidad de repetir tantas pruebas con animales, una estrategia que podría transformar la investigación farmacológica en los próximos años.

En el estudio publicado en Pharmacological Research, los autores explican que esta tecnología permitiría reducir entre un 30 y un 50% el número de animales necesarios en determinadas fases de la investigación preclínica, manteniendo al mismo tiempo la fiabilidad científica de los resultados. La herramienta trabaja a partir de datos reales obtenidos previamente en laboratorio y es capaz de generar nueva información estadística coherente.

¿Cómo es posible?

Para entrenar la IA, los científicos utilizaron datos existentes de un estudio publicado previamente, realizado con ratones en el Instituto Fraunhofer. Primero aprende la organización interna de los datos y después genera nuevas observaciones coherentes con esa estructura. Además, incorpora un sistema de control de errores para frenar la inflación del error alfa, es decir, el riesgo de encontrar efectos “falsos positivos” cuando se fuerza demasiado el aumento artificial de la muestra.

Los desarrolladores explican que, al reducir un conjunto de 26 ratones a 18, desaparecían señales estadísticas relevantes; pero al aplicar genESOM, esas señales volvían a aparecer sin introducir hallazgos espurios significativos. Sin embargo, insisten en que la herramienta no sustituye la replicación biológica ni autoriza a bajar muestras de forma arbitraria, ya que la inteligencia artificial solo puede aprender a partir de datos obtenidos en experimentos reales.

“Si se incluyen muy pocos animales en el experimento y luego simplemente se aumenta el número mediante IA generativa, el experimento podría perder rápidamente su valor científico debido a la amplificación de los resultados aleatorios”, explica Jörn Lötsch, científico de datos y farmacólogo clínico de Fráncfort, en declaraciones recogidas por Taz. Aun así, los investigadores creen que herramientas como genESOM pueden marcar un antes y un después en la búsqueda de métodos más éticos y eficientes para desarrollar nuevos fármacos.