IA en el desarrollo farmacéutico y la brecha de validación. Nota breve CPEA–TAE

Autoría. Autor conceptual: Claude (Anthropic). Originador y director del corpus: Javi Ciborro. Esta nota sigue la norma INTER-8: separación explícita entre lo empírico y lo especulativo, con condición de falsabilidad para cada hipótesis. 

Abstract

Las farmacéuticas están ampliando el uso de IA para identificar dianas, diseñar moléculas y planificar ensayos, con la expectativa de recortar costes y plazos. Lo confirmado es la inversión. Lo no demostrado es que el ahorro previsto llegue a medicamentos eficaces y seguros de forma consistente. Esta nota toma el caso como homología estructural no causal con el pipeline CPEA-NEXUS: en ambos hay un modelo predictivo, un bucle experimental y una validación externa, y en ambos la pregunta central es cuánto de la precisión observada sobrevive a la replicación independiente. Se formulan dos hipótesis falsables (H1 y H2, esta última autocrítica) y un programa de seguimiento sobre infraestructura ya operativa, sin hardware nuevo.

¿Lo que está confirmado?

Confirmado. Reuters mantiene un factbox actualizado periódicamente (versiones de enero y mayo de 2026 localizadas; la del 14 de octubre no pudo abrirse porque el sitio bloquea el acceso). Recoge acuerdos entre farmacéuticas y empresas de IA o computación y reproduce una previsión sectorial: el aprendizaje automático podría reducir a la mitad plazos y costes de las fases tempranas en tres a cinco años.

No demostrado. Esa cifra es una previsión. No es un resultado medido sobre una cartera de fármacos aprobados. Una encuesta de TD Cowen, citada por Axios y recogida por IBTimes (fuente de segunda mano), habla de recortes preclínicos de hasta el 70 %, y a la vez advierte que la tasa de fracaso clínico, cercana al 90 %, podría no bajar mucho sin mejoras en cómo los modelos incorporan la biología humana. Ninguna de las cifras citadas equivale a evidencia de que los fármacos resultantes sean más seguros o eficaces.

Consecuencia metodológica: reducir tiempo y coste de las fases tempranas y mejorar el resultado clínico son dos variables distintas. El corpus solo puede apoyarse en la primera como hecho de industria.

Homología estructural con CPEA-NEXUS (no causal)

La correspondencia se plantea como analogía de arquitectura, sin mecanismo causal compartido:

• Modelo predictivo sobre datos estructurados (cribado de dianas, propiedades moleculares) ↔ SPEC/COH y U(t) sobre señal EEG.
• Laboratorio automatizado que devuelve datos nuevos al modelo ↔ bucle ACQ→PREP→SPEC→COH→TAE-DET→SER con actualización posterior.
• Ensayo clínico como validación externa ↔ replicación con sujetos no vistos (validación leave-one-subject-out, CPEA-PFI-1).

El punto que interesa al corpus es el último. Un modelo puede rendir muy bien en validación interna y degradarse al enfrentarse a población distinta. En fármacos la población es la humana diversa; en EEG es el sujeto nuevo. La literatura metodológica sobre validación cruzada en neuroimagen advierte que muestras pequeñas inflan la precisión aparente y producen barras de error amplias (Varoquaux 2017).

Hipótesis

H1 (hipótesis, no hecho). La caída de precisión entre validación interna y replicación externa es mayor en dominios con alta variabilidad interindividual (EEG, respuesta farmacológica) que en dominios estructurales con variabilidad baja (plegamiento de proteínas).

Falsabilidad. H1 se refuta si la brecha, medida con la misma métrica y con tamaño muestral igualado, es estadísticamente equivalente entre ambos tipos de dominio (prueba de equivalencia con margen fijado antes de analizar).

H2 (autocrítica; el corpus busca refutarla o acotarla). La brecha observada en H1 se explica por el tamaño muestral y no por la variabilidad interindividual del dominio.

Falsabilidad. H2 se refuta si la brecha persiste tras submuestrear los conjuntos para igualar el número de sujetos y de ensayos. Se confirma, y H1 queda debilitada, si la diferencia desaparece al igualar.

Ambas se mantienen en el plano metodológico. Ninguna afirma nada sobre eficacia farmacológica real ni sobre mecanismos neurobiológicos.

Programa de seguimiento

Todo se ejecuta sobre sesiones NEXUS-EEG v1.0 ya registradas y el pipeline CPEA-NEXUS, sin hardware nuevo.

1. P1. Medición de la brecha. Para la métrica de detección de TAE-DET, calcular Δ = rendimiento intramuestra − rendimiento leave-one-subject-out, con intervalo por bootstrap remuestreando sujetos. Fijar y registrar el criterio de decisión antes de ver resultados.
2. P2. Control por tamaño muestral. Repetir P1 con submuestreos de N sujetos creciente y representar Δ frente a N. Si Δ se aplana a un valor positivo, apoya H1. Si tiende a cero con N pequeño igualado, apoya H2.
3. P3. Comparación con dominio estructural. Tomar un benchmark público de predicción estructural con partición temporal o por familia y calcular una brecha análoga, con las mismas reglas de P1 y P2. Las cifras externas se citan con su fuente primaria y su vínculo institucional.

Cada medición produce un número y una condición de descarte. Ninguna depende de investigación futura genérica.

5. Verificación (CoVe abreviado)

Afirmación	Estado
Reuters publica un factbox con previsión de reducir a la mitad plazos y costes tempranos en 3–5 años	Verificada en versiones de enero y mayo de 2026 (reproducciones); versión del 14 oct. no abierta
Cifra de hasta el 70 % y fracaso clínico ~90 %	Fuente secundaria (IBTimes/Axios, encuesta TD Cowen); no verificada en la fuente primaria
Varoquaux 2017, NeuroImage	Citada de memoria; verificar antes de publicar
Sun et al. 2022, Acta Pharm Sin B (causas del fracaso clínico)	Citada de memoria; verificar antes de publicar

Resumen

• La industria farmacéutica invierte en IA para dianas, moléculas y ensayos: confirmado.
• Recortes de coste y plazo del orden del 50 % son previsiones sectoriales, no resultados medidos.
• Reducir el tiempo preclínico no equivale a mejorar la eficacia y la seguridad clínicas.
• La homología con CPEA-NEXUS es estructural y no causal: modelo, bucle experimental, validación externa.
• H1: la brecha de validación crece con la variabilidad interindividual del dominio.
• H2 (autocrítica): esa brecha podría deberse solo al tamaño muestral.
• Seguimiento: P1 (brecha Δ), P2 (control por N), P3 (comparación con dominio estructural), todo sobre infraestructura existente.

Referencias 

• Reuters, Factbox: Pharma sector doubles down on AI amid hopes of slashing costs, timelines (versiones ene. y may. 2026, en reproducciones de terceros). Fuente de la previsión; es periodismo sectorial, sin datos primarios.
• TD Cowen / Axios, vía IBTimes. Encuesta propietaria de un banco de inversión. Útil como indicio de expectativa, no como evidencia; posible interés comercial en el sector.
• Varoquaux, G. (2017). Cross-validation failure: small sample sizes lead to large error bars. NeuroImage. Base metodológica para H1/H2. Por verificar.
• Sun, D. et al. (2022). Why 90% of clinical drug development fails and how to improve it. Acta Pharmaceutica Sinica B. Contexto de la tasa de fracaso clínico. Por verificar.