Vijay Pande dirigió una práctica de aproximadamente 4 mil millones de dólares al ampliar las inversiones en salud y ciencias de la vida de a16z, después de desarrollar el proyecto Folding@home en Stanford. Pande, que dejó su cargo en junio, fundó VZVC junto con Zach Werner. La nueva firma realiza unas cinco inversiones concentradas al año, en lugar de 30; su equipo de inversión cuenta con solo dos socios y utiliza agentes de inteligencia artificial en las tareas cotidianas.
Según Pande, la inteligencia artificial puede facilitar la identificación de objetivos de enfermedades, el diseño de fármacos y el apoyo a los ensayos clínicos durante el desarrollo de medicamentos. Sin embargo, la probabilidad de que un fármaco avance con éxito desde el primer ensayo hasta el final del tercero es de solo el 20 %; los ensayos clínicos pueden costar cientos de millones de dólares. Pande señala que la inteligencia artificial podría ofrecer mejores resultados que los modelos animales y mejorar la medicina personalizada.
Pande afirmó que la dificultad para recopilar datos biológicos fácilmente de internet limita los avances en inteligencia artificial y que las empresas suelen crear sus propios conjuntos de datos cerrados. En cambio, indicó que la proliferación de atlas de información biológica y modelos fundacionales de código abierto podría tener un amplio impacto en el sector. Pande subrayó que la inteligencia artificial no puede resolverlo todo por sí sola y que el principal factor limitante suele ser la falta de datos.
Por qué es importante
La estructura de VZVC, basada en un equipo pequeño y un número limitado de inversiones intensivas, muestra que la especialización en salud y ciencias de la vida se desarrolla conjuntamente con la búsqueda de eficiencia operativa. El problema fundamental detrás de este enfoque es que, debido al alto coste y la baja probabilidad de éxito del desarrollo de fármacos, el progreso técnico no se traduce directamente en resultados clínicos. Por ello, el uso de la inteligencia artificial en las dianas de las enfermedades, el diseño de fármacos y los procesos de investigación se plantea no solo como una cuestión de software, sino también como una cuestión de acceso a datos biológicos. El hecho de que los datos permanezcan cerrados dentro de las empresas limita la transferencia de las herramientas desarrolladas a distintas investigaciones. La generalización de los atlas biológicos abiertos y los modelos fundacionales podría cambiar esta estructura de datos fragmentada; sin embargo, su impacto en el éxito clínico sigue siendo una cuestión abierta.