Insilico Medicine, con sede en Hong Kong, ha logrado comprimir la fase más costosa del desarrollo farmacéutico —la identificación de blancos biológicos y el diseño de moléculas— de cuatro años y medio a apenas trece meses. Su programa más rápido alcanzó ese hito en nueve. Desde 2021, la compañía ha generado 31 candidatos preclínicos; trece de ellos ya recibieron autorización para estudios en humanos. El dato no es una promesa de laboratorio: es una realidad que cotiza en bolsa y que ya está redefiniendo los tiempos de la industria.
El salto no está en automatizar todo el proceso, sino en la etapa más lenta y cara. Insilico usa inteligencia artificial generativa para proponer compuestos y los valida con una síntesis mucho menor que el método tradicional: entre 60 y 200 moléculas por programa. Su CEO, Alex Zhavoronkov, explica que la combinación de modelos de IA con trabajo experimental en sus instalaciones de Shanghái permite tomar decisiones más rápido sin sacrificar calidad.
La ventaja china: velocidad concreta
El fenómeno no es aislado. Otra empresa china, XtalPi, reportó en el primer semestre de 2025 ingresos por 517 millones de yuanes (unos 71 millones de dólares), un crecimiento del 403% respecto al año anterior, impulsado por un acuerdo con la farmacéutica DoveTree que incluyó un pago inicial de 51 millones de dólares. XtalPi combina física cuántica, inteligencia artificial y robótica para el descubrimiento de fármacos, y asegura que 17 de las 20 mayores farmacéuticas globales son sus clientes.
La ventaja competitiva de estas compañías radica en que han integrado la IA como motor central de su pipeline, no como una herramienta auxiliar. Mientras la industria farmacéutica global gasta en promedio más de una década y hasta 2.600 millones de dólares para llevar un medicamento al mercado, la promesa de estas plataformas es comprimir sustancialmente los tiempos y costos de las primeras etapas.
Un reporte de Drug Patent Watch señala que China lidera en patentes de descubrimiento de fármacos impulsado por IA, un indicador de que la innovación en este campo se está desplazando hacia el este. Para América Latina, la pregunta no es si puede replicar esa infraestructura, sino cómo capitalizar este cambio sin quedarse fuera.
El riesgo de la dependencia latinoamericana
Para los ejecutivos farmacéuticos y biotecnológicos de la región, la lección más práctica está en la colaboración. Varias de estas plataformas chinas ya trabajan con socios globales bajo modelos de co-desarrollo, donde la empresa local aporta conocimiento de mercado, acceso a poblaciones de pacientes o capacidad de ensayos clínicos, mientras la tecnología de IA acelera la selección de candidatos. La oportunidad no está en la frontera del descubrimiento temprano, sino en ser un socio relevante en las fases posteriores —validación clínica, adaptación a regulaciones locales y comercialización— aprovechando que los tiempos de desarrollo se acortan.
Pero hay un riesgo de brecha que no puede ignorarse. Si los países de la región no actualizan sus marcos regulatorios para facilitar la adopción de herramientas de IA en el ciclo de desarrollo de fármacos, corren el peligro de quedar rezagados frente a mercados que ya están ajustando sus estándares para recibir estos datos. La discusión no es solo tecnológica, sino también normativa: ¿están las agencias regulatorias latinoamericanas preparadas para evaluar un candidato a fármaco cuyo diseño inicial fue íntegramente generado por un modelo de IA entrenado en Shanghái o Shenzhen?
La dependencia no es inevitable, pero requiere acción. América Latina necesita priorizar alianzas público-privadas que inviertan en infraestructura de datos de salud y formación de talento en bioinformática y machine learning. Sin esos cimientos, la región se limitará a ser un mercado pasivo de fármacos importados, sin capacidad de influir en qué enfermedades se priorizan ni cómo se adaptan los tratamientos a sus poblaciones.
La tecnología china ofrece esperanza para acelerar el desarrollo de medicamentos contra enfermedades desatendidas en la región, como el dengue, la enfermedad de Chagas o la leishmaniasis. Pero esa esperanza se convertirá en una nueva forma de dependencia si no se construye capacidad local para absorber, adaptar y eventualmente generar innovación propia. No se trata de replicar laboratorios cuánticos, sino de crear un ecosistema que pueda articularse con la ola de innovación global sin perder soberanía sanitaria.
La pregunta que deben hacerse los ministerios de salud y los laboratorios locales no es si la IA china llegará, sino si estarán listos para integrarla sin perder autonomía. De lo contrario, el medicamento del futuro se descubrirá en Shanghái, se probará en Europa y se venderá en América Latina sin que la región haya participado en ninguna decisión estratégica.
