La tecnológica china Huawei ha decidido dar un paso al frente en el sector de la salud. La compañía planea ampliar sus colaboraciones con fabricantes de medicamentos para aplicar inteligencia artificial en todas las fases, desde la identificación de compuestos hasta su uso en entornos clínicos. Esta estrategia llega en un momento en el que la industria farmacéutica busca desesperadamente reducir los tiempos y costes de investigación, y donde gigantes como Nvidia también quieren hacerse un hueco.
William Zhang, presidente de la unidad de negocio de salud de Huawei, ha confirmado a Reuters que la empresa ya trabaja con hospitales y está explorando nuevas oportunidades en el sector. Aunque no ha dado nombres ni detalles concretos, sus declaraciones dejan claro que la intención es ir más allá del laboratorio y llegar a la práctica clínica real. La compañía quiere acompañar a las farmacéuticas en todo el recorrido, desde la fabricación hasta la implementación final en pacientes.
Una alianza estratégica con la industria farmacéutica
El interés de Huawei por el sector farmacéutico no es nuevo. La compañía ya ofrece herramientas para el cribado de compuestos potencialmente viables, y las ha adaptado a sus plataformas de hardware Ascend y Kunpeng. Esta integración busca proporcionar la capacidad de procesamiento necesaria para ejecutar modelos de investigación con IA, un campo que está ganando protagonismo en la industria. La combinación de hardware propio y software especializado permite a Huawei ofrecer soluciones completas, algo que las farmacéuticas valoran cada vez más.
En mayo, Huawei anunció un proyecto conjunto con Guangzhou Pharmaceutical Holdings, que supuso una validación en producción de sus modelos de IA para investigación de fármacos. Este caso de uso concreto demostró que sus chips pueden soportar cargas de trabajo farmacéuticas en un entorno operativo real, un paso más allá de las pruebas experimentales. La colaboración con Guangzhou Pharmaceutical se ha convertido en un referente para la compañía, que busca replicar este modelo con otros actores del sector.
Tecnología propia para la investigación médica
Los chips Ascend y Kunpeng son el núcleo de la propuesta de Huawei para procesar modelos de inteligencia artificial y cargas de trabajo empresariales. En el proyecto con Guangzhou Pharmaceutical, la compañía presentó la adaptación de sus tecnologías como una validación en producción, un hito importante porque implica el uso del sistema dentro de una operación industrial real. La apuesta por hardware propio cobra relevancia en un entorno donde las tecnológicas compiten por ofrecer plataformas completas, no solo componentes aislados.
Además, Huawei cuenta con el modelo Pangu Drug Molecule, desarrollado junto al Instituto de Materia Médica de Shanghái de la Academia China de Ciencias. Este sistema está diseñado para analizar grandes cantidades de información molecular, predecir interacciones entre moléculas y proteínas, generar nuevos compuestos y optimizar candidatos potencialmente útiles. También dispone de EIHealth, una plataforma que integra herramientas de IA y capacidades de cómputo para investigación farmacéutica, análisis genómico y otras aplicaciones relacionadas con las ciencias de la vida.
La carrera global por la IA farmacéutica
La ofensiva de Huawei se produce en un contexto de fuerte competencia. Nvidia, por ejemplo, ha anunciado colaboraciones con Eli Lilly y Novo Nordisk para aplicar inteligencia artificial al desarrollo de medicamentos. La rivalidad entre ambas compañías no se limita a la venta de procesadores, sino que abarca la creación de ecosistemas completos que conecten hardware, bases de datos, modelos científicos y automatización de laboratorios.
Para las farmacéuticas, el valor de estas plataformas depende de su capacidad para integrarse con los sistemas existentes y generar evidencia útil para investigadores y médicos. Un modelo puede sugerir un compuesto o una hipótesis terapéutica, pero la decisión de avanzar requiere experimentos, controles de calidad y revisiones que no desaparecen por tener más capacidad de cómputo. Esta tensión entre velocidad y rigor es uno de los desafíos que la industria debe resolver.
Reducir los tiempos del desarrollo de medicamentos
Las previsiones del sector, citadas por Reuters, apuntan a que el aprendizaje automático podría reducir a la mitad los plazos y costos del desarrollo temprano de medicamentos durante los próximos tres a cinco años. Esa estimación es una proyección, no un resultado confirmado, y depende de que los modelos produzcan resultados reproducibles, de que los laboratorios puedan validarlos y de que los reguladores acepten procesos cada vez más apoyados en herramientas algorítmicas.
El atractivo económico surge de un problema conocido: muchos candidatos farmacéuticos no superan las fases de investigación o los ensayos posteriores, después de consumir tiempo y recursos. Si la IA permite descartar antes los compuestos menos prometedores y orientar mejor los experimentos, las compañías podrían concentrar sus presupuestos en programas con mayores probabilidades de éxito, aunque no existe garantía de que cada predicción computacional se traduzca en un tratamiento viable.
Huawei tampoco ha detallado cuántas empresas participan en sus colaboraciones ni cuándo planea anunciar nuevos resultados. Por ahora, la información disponible muestra una expansión gradual desde herramientas de cribado y proyectos de producción hacia una agenda más amplia, en la que la compañía intenta demostrar que sus tecnologías pueden acompañar a la industria farmacéutica hasta escenarios clínicos. La siguiente etapa será observar si Huawei convierte los proyectos anunciados en colaboraciones con resultados verificables y adopción más amplia dentro de la industria.
La carrera por aplicar IA al desarrollo farmacéutico seguirá enfrentando una tensión entre velocidad y rigor: los modelos prometen acortar la búsqueda, pero cada avance debe superar pruebas científicas y controles médicos. Huawei busca ganar espacio en esa carrera desde China, apoyándose en sus alianzas locales, sus plataformas Ascend y Kunpeng, y una expansión que ahora apunta más allá del laboratorio. La compañía ha indicado que explora nuevas oportunidades, pero todavía no ha divulgado detalles suficientes para evaluar el tamaño de ese negocio ni su impacto clínico. Solo el tiempo dirá si las promesas de la inteligencia artificial se traducen en tratamientos viables para los pacientes.