La inteligencia artificial ha empezado a ocupar un lugar menos visible, pero no menos decisivo, en la industria biofarmacéutica. HP, a través de su IA Lab en León, ha desarrollado una solución basada en gemelos digitales para optimizar la producción de anticuerpos monoclonales y tratamientos biosimilares. El proyecto, realizado en colaboración con la biotecnológica mAbxience, apunta a mejorar la eficiencia y la predictibilidad de los procesos de fabricación de medicamentos oncológicos.
La herramienta combina tres componentes: un modelo predictivo que anticipa la cantidad de proteína obtenida al final del proceso, un optimizador que ajusta en tiempo real los parámetros de producción y una aplicación en la nube que permite a los técnicos de planta interactuar con el sistema. Todo ello se ha construido sobre datos reales de producción, procesados mediante redes neuronales avanzadas.
Aunque el uso de IA en salud suele asociarse a diagnósticos o análisis de imagen, su aplicación en la biofabricación plantea un campo menos explorado. En este caso, el foco no está en el paciente, sino en el proceso. «Usamos la inteligencia artificial no solo para optimizar procesos, sino para ayudar a que tratamientos críticos lleguen antes, mejor y a más personas», explicó Sergio Martínez, responsable técnico del proyecto en HP.
La colaboración con mAbxience no es anecdótica. La compañía, con presencia internacional, se dedica al desarrollo y producción de biosimilares, una categoría de medicamentos biológicos que replican tratamientos originales una vez expirada su patente. Su uso se ha extendido en oncología y enfermedades autoinmunes, donde los costes y la disponibilidad siguen siendo factores críticos.
Timo Liebig, director de innovación de mAbxience, subraya que el potencial de la IA en este ámbito está aún lejos de haberse agotado. «La inteligencia artificial puede abrir un gran potencial aún sin explotar para la optimización de la biofabricación«, afirmó. En términos prácticos, el sistema desarrollado permite simular y ajustar cada lote de producción, lo que reduce el riesgo de desviaciones y mejora la consistencia entre campañas.
Iván Sánchez, director de I+D de la empresa, apunta a una consecuencia directa: mayor control y eficiencia en los cultivos celulares, lo que a su vez se traduce en un acceso más rápido y fiable a terapias esenciales. «Este proyecto demuestra cómo la innovación tecnológica puede traducirse directamente en un mejor acceso de los pacientes a terapias biológicas esenciales», señaló.
El proyecto se enmarca en un acuerdo marco más amplio entre HP y mAbxience para aplicar inteligencia artificial en distintas áreas críticas de la empresa. Aunque la solución ha sido diseñada y validada en León, su arquitectura permite ser replicada en otras plantas y procesos productivos. En otras palabras, no se trata de una prueba de concepto aislada, sino de una plataforma con vocación industrial.
La iniciativa también ilustra un movimiento más amplio dentro del sector tecnológico: el desplazamiento de la IA desde los laboratorios de investigación hacia aplicaciones industriales específicas. En este caso, el foco está en la mejora de procesos, no en la sustitución de tareas humanas. La herramienta no reemplaza a los técnicos de planta, pero sí les proporciona una capa adicional de análisis y decisión basada en datos.
En contraste con otras aplicaciones de IA más visibles, como los asistentes generativos o los sistemas de recomendación, este tipo de desarrollos requieren una integración más profunda con los sistemas existentes y un conocimiento detallado del dominio. No basta con entrenar un modelo: hay que entender el proceso, sus variabilidades y sus restricciones regulatorias.
El hecho de que el desarrollo se haya realizado íntegramente en España, desde el IA Lab de HP en León, añade una dimensión estratégica. Aunque a menudo se pasa por alto, la capacidad de generar tecnología propia en sectores regulados como el biofarmacéutico puede tener implicaciones relevantes en términos de autonomía industrial y competitividad.
La colaboración entre HP y mAbxience no resuelve, por sí sola, los desafíos estructurales del acceso a medicamentos biológicos. Pero sí introduce una variable nueva: la posibilidad de que la inteligencia artificial contribuya no solo a descubrir nuevos fármacos, sino también a fabricarlos de forma más eficiente. Y eso, en un sector donde cada día de producción cuenta, no es menor.
