Inteligencia Artificial Aplicada al Descubrimiento de Nuevos Fármacos

Abstract

El descubrimiento de nuevos fármacos enfrenta limitaciones asociadas con los elevados costos de investigación, los prolongados tiempos de desarrollo y las altas tasas de fracaso en las fases clínicas, lo que ha impulsado la incorporación de herramientas tecnológicas avanzadas en la investigación farmacológica. En este contexto, el objetivo del estudio fue analizar el aporte de la inteligencia artificial en el descubrimiento de nuevos fármacos y su incidencia en la eficiencia de los procesos de investigación biomédica. La investigación se desarrolló bajo un enfoque cuantitativo con diseño documental analítico, basado en la revisión de informes institucionales y bases de datos científicas provenientes de organismos nacionales e internacionales vinculados al desarrollo farmacéutico. El análisis de la información se realizó mediante estadística descriptiva, coeficiente de correlación de Pearson y un modelo de regresión lineal múltiple. Los resultados evidenciaron que el aprendizaje automático constituye el método más utilizado en investigaciones farmacológicas, representando aproximadamente el 40,9 % de los enfoques computacionales analizados. Asimismo, se identificó una relación positiva significativa entre el uso de inteligencia artificial y la eficiencia en la identificación de compuestos candidatos (r = 0,71), mientras que el modelo de regresión mostró que las variables tecnológicas explican cerca del 64 % de la eficiencia en el descubrimiento farmacológico (R² = 0,64). Además, el uso de inteligencia artificial permite reducir los tiempos estimados de desarrollo de medicamentos y mejorar la tasa de selección de moléculas con potencial terapéutico.

Ähnliche Arbeiten