Hace poco más de un año, a Joseph Coates le dijeron que solo le quedaba una cosa por decidir. ¿Quería morir en casa o en el hospital?

Coates, que en ese entonces tenía 37 años y vivía en Renton, Washington, apenas estaba consciente. Llevaba meses luchando contra un trastorno sanguíneo muy poco común llamado síndrome POEMS, que le había dejado las manos y los pies entumecidos, el corazón dilatado y los riñones con fallas. Cada pocos días, los médicos tenían que drenarle litros de líquido del abdomen. Se puso demasiado enfermo como para poder recibir un trasplante de células madre, uno de los únicos tratamientos que podrían haberlo puesto en remisión.

“Me rendí”, admitió. “Solo pensé que el final era inevitable”.

Pero la novia de Coates, Tara Theobald, no estaba dispuesta a rendirse. Así que envió un correo electrónico pidiendo ayuda a un médico de Filadelfia llamado David Fajgenbaum, a quien la pareja conoció un año antes en un congreso sobre enfermedades poco comunes.

A la mañana siguiente, Fajgenbaum respondió y les sugirió una combinación poco convencional, y hasta entonces no probada, de quimioterapia, inmunoterapia y esteroides como tratamiento para el trastorno de Coates.

Al cabo de una semana, Coates ya respondía al tratamiento. En cuatro meses, estaba lo bastante sano como para un trasplante de células madre. Hoy está en remisión.

El régimen farmacológico que le salvó la vida no fue ideado por ese médico ni por ninguna persona. Lo generó un modelo de inteligencia artificial.

En laboratorios de todo el mundo, los científicos están utilizando la IA para buscar entre los medicamentos existentes tratamientos que funcionen para las enfermedades poco conocidas. El reposicionamiento de medicamentos, como se denomina este proceso, no es un concepto nuevo, pero el uso del aprendizaje automático lo está acelerando, y podría ampliar las posibilidades de tratamiento para personas con enfermedades raras y pocas opciones.

Gracias a las versiones de esta tecnología que desarrolló el equipo de Fajgenbaum en la Universidad de Pensilvania y en otros lugares, se están reperfilando fármacos rápidamente para tratar enfermedades como tipos agresivos y poco comunes de cáncer, trastornos inflamatorios mortales y enfermedades neurológicas complejas. Y a menudo funcionan.

El puñado de éxitos conseguidos hasta ahora ha llevado a los investigadores a plantearse la pregunta: ¿Cuántas otras curas se esconden a plena vista?

Existe un “tesoro de medicamentos que podría utilizarse para muchas otras enfermedades. Solo que no teníamos una forma sistemática de estudiarlo”, afirmó Donald C. Lo, exdirector de desarrollo terapéutico del Centro Nacional para el Avance de las Ciencias Traslacionales (NCATS, por su sigla en inglés) y director científico de Remedi4All, un grupo centrado en la reutilización de medicamentos. “En esencia, es casi una tontería no intentarlo, porque estos fármacos ya están aprobados. Ya se pueden comprar en la farmacia”.

Los Institutos Nacionales de Salud definen las enfermedades raras como aquellas que afectan a menos de 200.000 personas en Estados Unidos. Pero hay miles de enfermedades raras, que en conjunto afectan a decenas de millones de estadounidenses y a cientos de millones de personas en todo el mundo.

Sin embargo, más del 90 por ciento de las enfermedades raras no cuentan con tratamientos aprobados, y los gigantes farmacéuticos no destinan muchos recursos a tratar de encontrarlos. Normalmente no se gana mucho dinero con el desarrollo de un nuevo fármaco para una cantidad pequeña de pacientes, explicó Christine Colvis, que dirige programas de cooperación para el desarrollo de fármacos en el NCATS.

Eso es lo que hace que el reposicionamiento de medicamentos sea una vía “alternativa tan atractiva” para encontrar tratamientos para enfermedades poco comunes, señaló Marinka Zitnik, profesora asociada de la Facultad de Medicina de Harvard que estudia las aplicaciones de la informática en la investigación médica. El laboratorio de Zitnik en Harvard creó otro modelo de IA para el reposicionamiento de medicamentos.

“Otras técnicas de descubrimiento en laboratorio ya habían puesto el reposicionamiento de medicamentos en el mapa”, comentó Lo. “La IA solo la impulsó aún más”.

Encontrar pistas en investigaciones antiguas

El reposicionamiento (también conocido como readaptación o reperfilación) es bastante común en los productos farmacéuticos: el minoxidil, desarrollado como medicamento para la presión arterial, se reperfiló para tratar la caída del cabello. El medicamento de marca Viagra, comercializado originalmente para tratar una afección cardiaca, ahora se utiliza como fármaco para la disfunción eréctil. La semaglutida, un medicamento para la diabetes, se ha dado a conocer más por su capacidad de ayudar a la gente a perder peso.

La primera vez que Fajgenbaum reposicionó un fármaco fue para intentar salvar su propia vida. A los 25 años, mientras estudiaba medicina, le diagnosticaron un subtipo raro de un trastorno llamado enfermedad de Castleman, el cual provocó una reacción en su sistema inmunitario que lo llevó a terminar en la unidad de cuidados intensivos.

No existe una manera única de tratar la enfermedad de Castleman, y algunas personas no responden a ninguno de los tratamientos disponibles. Fajgenbaum fue una de ellas. Entre hospitalizaciones y ciclos de quimioterapia que le ayudaron temporalmente, Fajgenbaum pasó semanas analizando su propia sangre, estudiando a fondo la literatura médica y probando tratamientos poco convencionales.

“Me di cuenta muy claramente de que no disponía de 1000 millones de dólares ni 10 años para crear un nuevo fármaco desde cero”, relató.

El fármaco que salvó la vida de Fajgenbaum fue un medicamento genérico llamado sirólimus, que suele administrarse a los receptores de un trasplante de riñón para prevenir el rechazo. Este medicamento ha mantenido su enfermedad de Castleman en remisión durante más de una década.

Fajgenbaum pasó a ser profesor de la Universidad de Pensilvania y empezó a buscar otros fármacos con usos desconocidos. Se dio cuenta de que las investigaciones existentes estaban repletas de pistas que habían pasado desapercibidas sobre posibles vínculos entre los fármacos y las enfermedades que podían tratar, narró. “Si están en la literatura publicada, ¿no debería alguien estar buscándolas todo el día, todos los días?”.

Su laboratorio tuvo algunos éxitos iniciales, como descubrir que un nuevo fármaco contra el cáncer ayudaba a otro paciente con enfermedad de Castleman. Pero el proceso era laborioso y exigía que su equipo examinara “un fármaco y una enfermedad a la vez”, indicó. Fajgenbaum decidió que necesitaba acelerar el proyecto. En 2022, creó una organización sin fines de lucro llamada Every Cure, destinada a utilizar el aprendizaje automático para comparar miles de medicamentos y enfermedades al mismo tiempo.

Trabajos similares a los de Every Cure se están llevando a cabo en otros laboratorios de todo el mundo, como los de la Universidad Estatal de Pensilvania y la Universidad Stanford, así como en Japón y China.

En Birmingham, Alabama, un modelo de IA sugirió que un paciente de 19 años debilitado por vómitos crónicos intentara inhalar alcohol isopropílico por la nariz. “Básicamente, hicimos una consulta que decía: ‘Muéstranos todos los tratamientos que se han propuesto para las náuseas en toda la historia de la medicina’”, mencionó Matt Might, profesor de la Universidad de Alabama en Birmingham que dirige el instituto que desarrolló el modelo.

El alcohol “saltó al primer puesto de nuestra lista”, dijo Might, y “funcionó al instante”.

Muchos fármacos hacen más de una cosa, destacó Might. Sus características adicionales a veces se caracterizan como efectos secundarios. “Si revisas suficientes fármacos, al final encuentras el efecto secundario que buscas”, afirmó, “y entonces eso se convierte en el efecto principal”.

En la Universidad de Pensilvania, la plataforma de Fajgenbaum compara unos 4000 fármacos contra 18.500 enfermedades. Para cada enfermedad, los medicamentos obtienen una puntuación basada en la probabilidad de eficacia. Una vez hechas las predicciones, un equipo de investigadores las analiza para encontrar ideas prometedoras, y luego realiza pruebas de laboratorio o se pone en contacto con médicos dispuestos a probar los fármacos en pacientes.

En otros lugares, algunas empresas farmacéuticas están utilizando la IA para descubrir fármacos totalmente nuevos, una misión que tiene el potencial de agilizar un negocio que ya vale miles de millones. Pero es poco probable que el reposicionamiento de medicamentos resulte lucrativo para alguna empresa. Muchas patentes de medicamentos caducan al cabo de unas décadas, lo que significa que hay pocos incentivos para que las empresas farmacéuticas les busquen usos adicionales, puntualizó Aiden Hollis, profesor de economía en la Universidad de Calgary especializado en comercio médico.

Una vez que un medicamento se convierte en uno de los miles de genéricos aprobados por la Administración de Alimentos y Medicamentos, suele enfrentarse a una dura competencia, que hace bajar el precio.

“Si utilizas la IA para crear un nuevo fármaco, puedes ganar muchísimo dinero con ese nuevo fármaco. Si utilizas la IA para encontrarle un nuevo uso a un medicamento antiguo y barato, nadie gana dinero con él”, resumió Fajgenbaum.

El año pasado, para financiar su iniciativa, Every Cure recibió más de 100 millones de dólares en compromisos de The Audacious Project de la organización TED y de la Agencia de Proyectos de Investigación Avanzada para la Salud, una agencia del departamento federal de salud dedicada a apoyar posibles avances en la investigación. Fajgenbaum declaró que Every Cure utilizará el dinero, en parte, para financiar ensayos clínicos de fármacos reperfilados.

“Este es un ejemplo de IA que no tenemos que temer, que nos puede entusiasmar de verdad”, concluyó Grant Mitchell, otro cofundador de Every Cure y compañero de Fajgenbaum en la Facultad de Medicina. “Esta aplicación va a ayudar a mucha gente”.

Maxwell Strachan colaboró con reportería.

Kate Morgan es periodista en el centro de Pensilvania y becaria de medios de comunicación en el Instituto Nova para la Salud. Más de Kate Morgan