Hemos hablado en numerosas ocasiones sobre las cuestiones éticas en la investigación médica, y en particular en el uso de la Inteligencia Artificial en salud. Al hilo de esta cuestión, en fechas recientes ha surgido un ejemplo muy claro que debe hacer reflexionar a todos los actores implicados: gestores, industria, profesionales sanitarios, legisladores. Se plantea una cuestión ética: dónde está el límite entre lucro económico y progreso científico, y, sobre todo, quién debe determinar estos límites.
A comienzos de mayo de 2024, la revista Nature publicó un paper sobre la nueva versión del algoritmo predictivo de estructuras proteínicas, AlphaFold3 (AF3), basado en Inteligencia Artificial. Al contrario que la versión anterior, AlphaFold2 (AF2), este algoritmo no solo predice las estructuras de proteínas complejas, sino también el modo en que las proteínas interactúan con otros tipos de moléculas, entre ellas el ADN y el ARN. Se trata, según los autores, de «un modelo capaz de predicciones de elevada precisión de complejos que contienen casi todos los tipos de moléculas presentes en el Banco de Datos de Proteínas». Las aplicaciones de esta herramienta son evidentes en la investigación de base y el descubrimiento de nuevos fármacos. Se trata de una herramienta holística que genera nuevo conocimiento. Según Google DeepMind, los diseñadores de AF3, esta «lleva la alta definición al mundo de la biología».
La polémica
Sin embargo, la polémica surgió debido a que el paper publicado no incluía el código. «Code is not provided», concluye el documento. Esto ha provocado críticas tanto contra Google, como contra la propia revista Nature. Se les critica por violar el principio básico de reproducibilidad del estudio científico. AF3 solo incluye un «pseudocódigo», esto es, una descripción detallada de lo que el código puede hacer y cuál es su funcionamiento. Esta cuestión ética ha suscitado la protesta de la comunidad científica, entre ellos algunos de los expertos que revisaron el paper.
En una carta abierta remitida a Nature, los científicos afirman que AF3 fue publicada «sin los medios de probar y emplear el software en un entorno de alto rendimiento». Esto, remarcan los investigadores, «…no encaja con los principios del progreso científico, basados en la capacidad de la comunidad de evaluar, usar y expandir el trabajo existente. La publicación anuncia unas capacidades que permanecen encerradas tras las puertas de la empresa principal». Aunque DeepMind afirma en su blog que los científicos «pueden acceder, gratis, a la mayoría de sus capacidades en su recién creado AlphaFold Server», los investigadores critican que este acceso limitado impide a la comunidad científica verificar las grandes afirmaciones del documento, o aplicar sus predicciones a gran escala. Más concretamente, la incapacidad de hacer predicciones sobre moléculas orgánicas para fármacos y test químicos, uno de los asertos centrales del documento, imposibilitan probar o emplear este método.
