EU pharmaceuticals AI adoption and drug discovery — Interpretación del informe

Visión general

Este informe especial revisa la adopción de IA en las farmacéuticas europeas y en el ecosistema sanitario más amplio. Deutsche Bank concluye que el despliegue sigue activo y está aportando mejoras operativas, mientras que el valor distintivo potencial del sector reside en mejorar la productividad de I+D y el descubrimiento de fármacos a más largo plazo.

Perspectivas principales

La revisión de 2026 de Deutsche Bank concluye que la actividad de IA divulgada públicamente por las grandes farmacéuticas ha superado el primer impulso de anuncios de esta década, pero permanece estable y diversificada. La institución considera que el despliegue actual sigue siendo principalmente operativo y señala que GSK se convirtió en la primera empresa en anunciar formalmente un programa de reducción de costes atribuible en parte a la IA. La mayor oportunidad estructural se espera en I+D, donde la IA podría mejorar la selección de objetivos, el diseño molecular, el diseño de ensayos y la identificación de pacientes; sin embargo, Deutsche Bank recalca que esos beneficios aún tardarán años y que resulta difícil señalar ganadores corporativos concretos debido a la naturaleza no divulgada e intangible de gran parte del trabajo. El informe considera que los avances en predicción molecular son piezas relevantes para el descubrimiento in silico de fármacos. Tras AlphaFold3 en 2024 y el lanzamiento de Boltz-2 de código abierto en 2025, Isomorphic Labs completó una Serie B de $2.1bn y presentó IsoDDE. El informe técnico de Isomorphic afirmó más del doble de precisión que AlphaFold3 para la predicción de estructuras proteína-ligando y afinidad de unión de moléculas pequeñas, a una fracción del tiempo y coste de métodos físicos; Deutsche Bank señala que aún no se ha publicado formalmente como artículo revisado por pares. La predicción de afinidad de unión es importante porque ayuda a determinar si una molécula puede unirse eficazmente a un objetivo. El informe también destaca que Boltz-2 obtuvo un coeficiente de correlación de 0.65 frente a 0.55 de un simulador de perturbación de energía libre ampliamente usado en un análisis retrospectivo, con un coste y velocidad estimados 1,000 veces mejores. La evidencia clínica es prometedora, pero todavía no basta para establecer superioridad generalizada en etapas tardías. Los programas de IA/ML que entraron o avanzaron en desarrollo pasaron de seis en 2017 a un máximo de 23 en 2023, antes de caer a 18 en 2025. Desde 2020, entre 13 y 15 programas originados en identificación de objetivos o descubrimiento molecular basados en IA han entrado o progresado en desarrollo casi cada año. El descubrimiento representa el 69% de las actividades de IA. Los programas habilitados por IA han mostrado tasas de éxito en Fase 1 sustancialmente mayores que los programas no IA, y los datos de 2023-2025 ya no sugieren que esa ventaja ocurra a costa del rendimiento posterior en Fase 2. Sin embargo, hay muy pocas transiciones tardías para extraer conclusiones sobre éxito en Fase 3 o aprobación, y las muestras de programas de IA son considerablemente menores. El informe destaca la retirada de dos fármacos diseñados por IA de Exscientia y BenevolentAI en Fase 2 por problemas de seguridad y eficacia, y observa que las tasas de éxito en Fase 1 de 80-90% no han eliminado la deserción en etapas posteriores. La encuesta corporativa indica que las grandes farmacéuticas europeas continúan utilizando adquisiciones, asociaciones, datos propios e infraestructura para ampliar la IA a lo largo de la cadena de valor. AstraZeneca ha desarrollado iniciativas de oncología, ensayos y fabricación habilitadas por IA; GSK ha expandido la IA al descubrimiento, ensayos, fabricación y cadenas de suministro, incluido un plan de inversión de $30bn durante cinco años que incluye capacidades digitales y de IA. Roche está ampliando la patología digital y la computación de IA, incluida la adquisición de PathAI con $750m por adelantado y hasta $300m en hitos, mientras que Sanofi comunicó una mejora de 20-30% en eficiencia de identificación de objetivos en inmunología, oncología y neurología, reducción a la mitad del tiempo de diseño de mRNA y unos €10m de ahorro anual estimado por optimización del rendimiento de lotes. El rastreador propietario del informe contiene 142 iniciativas relacionadas con IA de seis grandes farmacéuticas europeas hasta H1 2026. El acceso a datos es un habilitador estratégico. El informe destaca la participación farmacéutica en grandes bancos de datos como UK Biobank y FinnGen, donde la genómica, proteómica, imagen y registros longitudinales de salud pueden entrenar modelos para descubrimiento de objetivos, biomarcadores, desarrollo de fármacos y estrategia comercial. El UK Biobank Pharma Proteomics Project ampliado busca medir hasta 5,400 proteínas en 600,000 muestras, lo que podría permitir estudiar cómo los cambios proteicos a lo largo del tiempo influyen en las enfermedades. El entorno tecnológico y regulatorio más amplio sigue siendo central para la tesis. El uso de IA en salud y ciencias de la vida aumentó interanualmente de 63% a 70% según el informe de NVIDIA de enero de 2026. La IA generativa y los LLM son el principal foco, mientras que la IA agéntica sigue siendo el menos destacado. En farmacéutica y biotecnología, la IA se cita principalmente en descubrimiento y desarrollo de fármacos, mientras que la IA agéntica se usa más para revisión y análisis de literatura. Los problemas relacionados con datos, la preocupación regulatoria y la falta de capacidades internas son desafíos principales. El informe describe convergencia de principios basados en riesgo entre FDA y EMA, pero advierte que el enfoque flexible y específico por caso de la FDA y el marco más estructurado y escalonado por riesgo de la EMA podrían generar convergencia pragmática, divergencia estratégica o fricción regulatoria.

Marco de análisis

El informe combina el rastreador longitudinal de Deutsche Bank de iniciativas públicas de IA, divulgaciones corporativas, datos seleccionados de IQVIA, CB Insights y NVIDIA, y una revisión selectiva de literatura científica y regulatoria. Compara resultados de desarrollo clínico de programas con IA y sin IA, analiza aplicaciones por empresa y etapa de cadena de valor, y evalúa avances tecnológicos, estrategias de acceso a datos y marcos regulatorios.

Notas metodológicas

• Marco de análisis sectorialOtro

  Seguimiento longitudinal de iniciativas de IA divulgadas públicamente

  Deutsche Bank rastrea iniciativas divulgadas por empresa, área terapéutica y área de aplicación para evaluar cómo evoluciona el despliegue de IA en su cobertura farmacéutica europea.

• OtroOtro

  Comparación de tasas de éxito clínico entre IA y no IA

  El informe compara la progresión y las tasas de éxito de programas farmacológicos habilitados por IA y sin IA para evaluar si las ventajas de desarrollo temprano persisten en fases posteriores.

Correspondencia y comparación de activos

Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).

• AstraZeneca (AZN)

  Gran farmacéutica europea cubierta con iniciativas de IA en oncología, desarrollo clínico, identificación de pacientes y fabricación.

  Fortalezas

  Las adquisiciones y asociaciones apoyan modelos oncológicos multimodales, optimización de ensayos y producción habilitada por IA.

  Debilidades

  Los términos financieros de varias iniciativas no se han divulgado.

  Comparación

  Incluida entre las seis grandes farmacéuticas europeas del rastreador de iniciativas de Deutsche Bank.

  Riesgos

  Los beneficios de IA siguen siendo difíciles de cuantificar y pueden tardar años en aparecer en los resultados de I+D.

• GSK (GSK)

  Gran farmacéutica europea cubierta que despliega IA en I+D, fabricación, cadena de suministro y funciones comerciales.

  Fortalezas

  Ha comunicado despliegue de IA en toda la empresa, herramientas internas de científico de IA y una inversión prevista de $30bn en cinco años que incluye capacidades digitales y de IA.

  Debilidades

  Los resultados clínicos y financieros a largo plazo del despliegue de IA no están establecidos.

  Comparación

  Se señaló como la primera empresa en anunciar formalmente un programa de reducción de costes atribuible en parte a IA.

  Riesgos

  La ejecución, la gobernanza de datos y los requisitos regulatorios pueden limitar el escalado.

• Roche (ROG)

  Gran farmacéutica europea cubierta que invierte en patología digital, diagnósticos y computación de IA.

  Fortalezas

  Adquisición de PathAI, infraestructura de computación habilitada por NVIDIA y amplia adopción interna de IA.

  Debilidades

  El cierre de la adquisición de PathAI se espera en H2 2026.

  Comparación

  Clasificada en segundo lugar en la tabla del informe sobre estrategias de descubrimiento farmacéutico con IA.

  Riesgos

  La materialización del valor estratégico depende de una integración y traducción clínica exitosas.

• Sanofi (SAN)

  Gran farmacéutica europea cubierta que aplica IA en toda la cadena de valor.

  Fortalezas

  Ha comunicado mejoras en identificación de objetivos, diseño de mRNA, optimización del rendimiento de fabricación y adopción empresarial.

  Debilidades

  Las iniciativas iniciales de IA se describieron como esporádicas y no plenamente coordinadas antes de pasar a un enfoque centrado en retornos.

  Comparación

  Incluida entre las seis grandes farmacéuticas europeas del rastreador de 142 iniciativas.

  Riesgos

  Las limitaciones de datos, capacidades y regulación siguen siendo desafíos sectoriales de implementación.

• Novo Nordisk (NOVO)

  Gran farmacéutica europea cubierta que utiliza IA generativa y agéntica en I+D farmacéutica.

  Fortalezas

  Las asociaciones con NVIDIA y DCAI respaldan infraestructura de IA y el uso del superordenador Gefion.

  Debilidades

  Los términos financieros de algunas colaboraciones de IA no se han divulgado.

  Comparación

  Incluida entre las seis grandes farmacéuticas europeas del rastreador de Deutsche Bank.

  Riesgos

  Las mejoras de eficiencia generadas por IA pueden no traducirse en éxito clínico en etapas tardías.

Datos clave

• Programas de IA/ML que entraron o avanzaron en desarrollo6 in 2017; peak of 23 in 2023; 18 in 2025La actividad clínica de biofarmacéuticas emergentes basadas en plataformas de IA aumentó de forma significativa antes de descender desde el máximo de 2023.
• Proporción de actividades de IA en descubrimiento69%Indica que el uso de IA se concentra principalmente en I+D temprana.
• Uso de IA en salud y ciencias de la vida70% versus 63% year on yearBasado en el informe de NVIDIA de enero de 2026.
• Financiación Serie B de Isomorphic Labs$2.1bnSe recaudó en 2026 después de una ronda de financiación externa de $600m en marzo de 2025.
• Rastreador de grandes farmacéuticas europeas142 AI-related initiativesRastreador propietario de Deutsche Bank para seis grandes farmacéuticas europeas hasta H1 2026.
• Mejora en eficiencia de identificación de objetivos de Sanofi20-30%En inmunología, oncología y neurología.
• Tiempo de diseño de mRNA de SanofiHalvedEl informe también cita una mejora de rendimiento de 10-20 veces para predicción de LNP, de meses a días.

Impacto e implicaciones

El informe sostiene que la IA ya respalda productividad, fabricación, tratamiento de datos y operaciones clínicas, pero que la propuesta de valor principal para todo el sector depende de una mejora final de la productividad de I+D y los resultados clínicos. La evidencia respalda un progreso continuado, no la conclusión de que la IA ya haya transformado el éxito del desarrollo de fármacos en fases tardías.

Riesgos

• La evidencia clínica tardía para fármacos diseñados por IA sigue siendo limitada, con muy pocas transiciones a Fase 3 y aprobación para obtener conclusiones firmes.
• Los fallos de seguridad y eficacia en Fase 2 de fármacos diseñados por IA muestran que el éxito temprano no elimina la deserción posterior.
• La calidad de datos, la preocupación regulatoria y la escasez de capacidades internas de IA son obstáculos principales de implementación.
• Los enfoques divergentes de FDA y EMA podrían generar fricción regulatoria, mayores costes y cargas de cumplimiento, especialmente para innovadores pequeños.
• La adopción de IA sanitaria enfrenta preocupaciones sobre seguridad del paciente, privacidad, sesgo, gobernanza, confianza pública y consumo de recursos.

Aspectos que vigilar

• Resultados de Fase 2 y Fase 3 de moléculas avanzadas lideradas por IA, incluidos los estudios de Zasocitinib de Nimbus Therapeutics en 2025 y 2026.
• Si los programas habilitados por IA mantienen mayores tasas de éxito a medida que surgen más transiciones tardías.
• Si las inversiones en IA se traducen en plazos de I+D, productividad clínica, rendimiento de fabricación o beneficios de coste medibles.
• El desarrollo de recursos de datos de pacientes a gran escala, incluido el UK Biobank Pharma Proteomics Project ampliado.
• La implementación de las guías de IA de FDA y EMA y si los enfoques regulatorios globales convergen o divergen.