Los investigadores de Stanford discutirán sus 'científicos' agentes que están en camino de transformar el descubrimiento de fármacos en VB Transform 2026.

El descubrimiento de fármacos es notoriamente ineficiente. Los proyectos farmacéuticos abarcan años, pasando de un equipo humano especializado a otro a través de flujos de trabajo desconectados que resultan en la pérdida de conocimiento durante cada transferencia. Un impactante 90% a 95% de los proyectos de descubrimiento de fármacos supuestamente fracasan, una de las tasas de fracaso más altas de cualquier industria. Un solo fármaco exitoso puede tardar más de una docena de años y hasta $1 mil millones desde el descubrimiento inicial hasta la distribución a los pacientes, según informes publicados. Se está utilizando IA generativa para resolver algunos de los desafíos, pero los investigadores de Stanford han avanzado con IA agentiva. Un equipo liderado por James Zou, profesor asociado de Ciencia de Datos Biomédicos en la Universidad de Stanford, ha desplegado miles de agentes de IA "científicos" autónomos en una biotecnología virtual que simula todo el ciclo de vida del desarrollo de fármacos. Los agentes manejan todo, desde el descubrimiento inicial hasta las pruebas de seguridad y el diseño de ensayos clínicos, mientras mantienen la continuidad que falta en los procesos de descubrimiento de fármacos actuales, según Zou. El proyecto utiliza un marco de orquestación jerárquica. En la parte superior se encuentra un agente de director científico que actúa como planificador, delegando tareas a equipos de agentes especializados, dijo Zou a VentureBeat durante una llamada previa a su próxima sesión en VB Transform 2026. Mientras un equipo de agentes se centra en el descubrimiento, otro gestiona la seguridad, y otros manejan tareas analíticas especializadas. Debido a que estos agentes operan dentro de un ecosistema jerárquico unificado, retienen el contexto completo de un proyecto, manteniendo la continuidad desde la primera molécula identificada hasta el resultado clínico final. El "cerebro" del sistema se basa en una gran cantidad de datos primarios. Se concede acceso a los agentes a fuentes de datos que van desde datos genómicos y datos de química de la FDA hasta bases de datos de ensayos clínicos utilizando un protocolo de contexto de modelo. El equipo ha invertido fuertemente en datos nativos y amigables con los agentes, lo que permite a la IA sintetizar información compleja de manera más efectiva. El sistema se basa en una combinación de modelos, siendo Zou quien señala que, aunque Claude a menudo sirve como la columna vertebral para la codificación y el análisis de datos, la arquitectura utiliza una mezcla de modelos, incluidos los ajustados para casos de uso especializados. Zou está recaudando fondos a una valoración de aproximadamente $1 mil millones para su startup, Human Intelligence, basada en la investigación. Durante la sesión de Zou en VB Transform el 15 de julio, titulada Cómo 10,000 científicos agentivos en el laboratorio de Stanford están listos para revolucionar la investigación y el descubrimiento médico, compartirá valiosos conocimientos, incluidas estrategias para gestionar el contexto y flujos de trabajo de múltiples pasos y de larga duración en un sistema multi-agente, el proceso de transformar e indexar datos empresariales en bruto para que sean nativos de agentes, y cómo utilizar la auditoría humana y señales de recompensa experimental para verificar las acciones de los agentes. Otra sesión en VB Transform centrada en el valor del contexto agentivo incluye Construyendo una fundación de IA agentiva confiable: Cómo Zillow aceleró la ingeniería en un 40%, con el SVP de ingeniería y tecnología de Zillow, Toby Roberts, y el CEO de Glean, Arvind Jain. ¿Interesado en asistir a VB Transform 2026? Regístrate aquí. También hay disponibles un número selecto de pases de cortesía para líderes tecnológicos senior. Contáctanos para obtener el tuyo.