
En un movimiento definitivo que subraya la acelerada integración de la inteligencia artificial (IA) en la cadena de valor farmacéutica, Merck (conocida como MSD fuera de los EE. UU. y Canadá) y Mayo Clinic han anunciado una colaboración estratégica de investigación y desarrollo. Presentada el 18 de febrero de 2026, esta asociación representa un alejamiento significativo de los modelos tradicionales de descubrimiento de fármacos, con el objetivo de aprovechar conjuntos de datos clínicos multimodales (multimodal) masivos para potenciar los algoritmos de IA de próxima generación.
La colaboración marca la primera alianza de esta magnitud de Mayo Clinic con una compañía biofarmacéutica global, señalando un cambio en la forma en que los sistemas de salud monetizan y utilizan sus activos de datos para un avance científico más amplio. Al integrar las tecnologías de "célula virtual" (virtual cell) habilitadas por IA de Merck con la arquitectura robusta de Mayo Clinic Platform, las dos entidades pretenden eludir las limitaciones de la identificación convencional de objetivos. La iniciativa se centrará inicialmente en tres áreas terapéuticas de alta necesidad: enfermedad inflamatoria intestinal (IBD), dermatitis atópica (atopic dermatitis) y esclerosis múltiple, con la esperanza de desentrañar los complejos fundamentos biológicos de estas afecciones a través de analítica avanzada.
Para los observadores de la industria, esta asociación no es simplemente un acuerdo de intercambio de datos, sino una evolución estructural en la medicina de precisión (precision medicine). Destaca una tendencia creciente donde el "laboratorio" está cada vez más virtualizado y la probabilidad de éxito clínico se calcula mucho antes de que una molécula entre en un tubo de ensayo.
Un elemento central de esta colaboración es el despliegue del programa Mayo Clinic Platform_Orchestrate. A diferencia de los acuerdos estándar de licencia de datos, que a menudo implican transferencias estáticas de registros anonimizados, el programa Orchestrate proporciona un entorno dinámico y seguro para el codesarrollo. Esta arquitectura permite a Merck acceder al vasto repositorio de conocimientos clínicos de Mayo Clinic sin que los datos salgan nunca del entorno seguro en la nube, abordando las preocupaciones de privacidad al tiempo que maximiza la utilidad computacional.
La plataforma se distingue por la gran profundidad y variedad de sus datos. Va más allá de las simples historias clínicas electrónicas (EHR) para abarcar un panorama multimodal. Esto incluye notas clínicas no estructuradas, imágenes radiológicas, secuenciación genómica y resultados de laboratorio. Al alimentar los modelos de aprendizaje automático (machine learning), este rico tapiz de datos permite a los investigadores construir perfiles más completos de la progresión de la enfermedad de lo que era posible anteriormente.
La integración de datos multimodales es la pieza clave de esta estrategia. En el descubrimiento tradicional, un investigador podría observar un marcador genético de forma aislada. Bajo este nuevo marco, un modelo de IA puede analizar simultáneamente los marcadores genéticos de un paciente, los cambios estructurales visibles en sus resonancias magnéticas y la progresión longitudinal registrada en las notas clínicas.
Esta visión holística es esencial para entrenar modelos de "célula virtual", que son gemelos digitales de los procesos biológicos celulares que Merck está desarrollando. Estos modelos simulan cómo reaccionan las células a diversos estímulos y estados de enfermedad, lo que permite a los científicos realizar "pruebas de esfuerzo" a potenciales objetivos de fármacos in silico. Al validar estos modelos virtuales frente a datos clínicos del mundo real de Mayo Clinic, Merck aspira a reducir drásticamente la tasa de falsos positivos en el descubrimiento de etapas tempranas, asegurando que solo los candidatos más prometedores progresen a ensayos físicos.
La colaboración ha definido claramente su alcance inicial, centrándose en tres afecciones crónicas que históricamente han desafiado a los desarrolladores de fármacos debido a su heterogeneidad.
Áreas de enfoque terapéutico:
Al concentrarse en estas áreas, Merck y Mayo Clinic están aplicando sus capacidades de IA a enfermedades donde los éxitos de ventas de "talla única" no han logrado abordar las necesidades de todos los pacientes. El objetivo es identificar subpoblaciones y biomarcadores específicos que puedan conducir a terapias personalizadas: la esencia de la medicina de precisión.
Para comprender la mecánica de esta asociación, es útil desglosar los componentes específicos que aporta cada entidad y el valor estratégico derivado de su integración.
Tabla 1: Componentes clave de la colaboración Merck-Mayo
| Componente | Descripción | Beneficio estratégico |
|---|---|---|
| Mayo Clinic Platform_Orchestrate | Una arquitectura de datos segura y distribuida que permite a los socios externos computar sobre datos internos. | Permite el acceso seguro a datos de alto valor sin comprometer la privacidad, acelerando el entrenamiento de modelos. |
| Lago de datos multimodales (Multimodal Data Lake) | Incluye genómica, patología, imágenes de radiología y notas clínicas no estructuradas. | Permite el descubrimiento de correlaciones no obvias entre el genotipo y el fenotipo. |
| Virtual Cell Technologies | Modelos de IA patentados de Merck que simulan la biología celular y las vías de la enfermedad. | Reduce la dependencia de modelos animales y experimentos de laboratorio húmedo para el cribado inicial de objetivos. |
| Experiencia clínica (Clinical Expertise) | Acceso directo a los médicos e investigadores de Mayo Clinic para la validación del contexto. | Garantiza que los conocimientos generados por la IA sean clínicamente relevantes y biológicamente plausibles. |
Esta asociación ilustra un enfoque de "Pensamiento de Plataforma" (Platform Thinking) que es relativamente nuevo en el sector sanitario. Maneesh Goyal, COO de Mayo Clinic Platform, señaló que mientras otras industrias han adoptado recursos compartidos y modelos colaborativos, la atención sanitaria ha estado históricamente aislada por restricciones de propiedad. Este acuerdo rompe ese molde al crear un ecosistema modular donde los datos y los algoritmos interactúan con fluidez.
Para Merck, las implicaciones se extienden más allá de las tres áreas iniciales de enfermedad. Robert M. Davis, presidente y CEO de Merck, enfatizó que la integración de datos clínicos de alta calidad es clave para mejorar la "probabilidad de éxito" de sus programas. En el mundo de alto riesgo de la I+D farmacéutica, donde el coste de llevar un fármaco al mercado supera los 2.000 millones de dólares y tarda más de una década, incluso una mejora marginal en la precisión predictiva en la etapa de identificación de objetivos puede traducirse en miles de millones de ahorros y años ganados en tiempo de desarrollo.
Además, esta colaboración sienta un precedente sobre cómo se utilizan los "Datos del mundo real" (Real-World Data, RWD). Impulsa a la industria más allá del uso de RWD únicamente para la vigilancia post-comercialización o las presentaciones regulatorias, posicionándolos en cambio como un motor principal para el descubrimiento upstream.
Es probable que la alianza Merck-Mayo desencadene un efecto dominó en todo el sector biofarmacéutico. Presiona a otros grandes actores farmacéuticos para asegurar "fosos de datos" similares mediante la asociación con grandes centros médicos académicos. Estamos entrando en una era en la que el acceso a datos de pacientes curados y multimodales es tan valioso como las bibliotecas químicas que las compañías farmacéuticas han pasado décadas construyendo.
Desde una perspectiva de IA, esto refuerza el cambio hacia los Modelos fundacionales (Foundation Models) en biología. Así como los Modelos de Lenguaje Grande (LLM) requieren grandes cantidades de texto para aprender sintaxis y semántica, los modelos fundacionales biológicos requieren conjuntos de datos vastos y diversos para aprender el "lenguaje" de la enfermedad. Los datos de Mayo Clinic proporcionan el volumen y la complejidad necesarios para entrenar estos modelos sofisticados.
Sin embargo, persisten los desafíos. El éxito de esta empresa depende de la calidad de la integración de los datos: limpiar y armonizar las notas clínicas no estructuradas con los datos genómicos estructurados es un desafío de ingeniería no trivial. Además, la traducción de las predicciones de la "célula virtual" en terapias humanas efectivas sigue siendo un obstáculo científico que la IA aún debe superar por completo.
A medida que esta colaboración progrese, la industria observará de cerca para ver si la promesa teórica de la medicina de precisión impulsada por la IA puede convertirse en activos clínicos tangibles. Si tiene éxito, el modelo Merck-Mayo podría convertirse en el estándar para el descubrimiento de fármacos moderno.