INFORMACIÓN EN TIEMPO REAL

OpenAI presenta MedChemBench para medir qué tan bien razona la IA sobre moléculas y futuros medicamentos

·

(hora de La Paz)

·

Ilustración conceptual de estructuras moleculares y computadora en investigación de química medicinal.

Por Erick León | Noticias La Paz

21 de noviembre de 2026. OpenAI presentó una prueba de evaluación llamada MedChemBench para examinar la capacidad de modelos de inteligencia artificial al interpretar estructuras químicas y resultados experimentales relacionados con la búsqueda de nuevos medicamentos.

El anuncio, difundido el 20 de noviembre, describe una colección de 99 problemas construidos a partir de 117 publicaciones y patentes, con 761 estructuras moleculares diferentes. Las tareas plantean al sistema decisiones habituales de investigación: reconocer una molécula, explicar evidencias, clasificar compuestos y estimar propiedades físicas o biológicas.

Resultados con límites importantes

Según los datos publicados por la empresa, GPT-6.2 Astra obtuvo 84.5 por ciento del crédito disponible con una configuración de razonamiento de alta intensidad. La evaluación también mostró diferencias entre los tipos de tareas: identificar correctamente estructuras químicas resultó más sencillo que seleccionar moléculas candidatas o calcular ciertas propiedades numéricas.

El equipo utilizó ejemplos de investigación sobre proteínas vinculadas al desarrollo de fármacos y evaluó si la IA podía relacionar pequeños cambios moleculares con diferencias en actividad, absorción y estabilidad metabólica.

Los resultados deben interpretarse como una medición en un conjunto de problemas preparado por la propia compañía, no como prueba de que el modelo haya descubierto medicamentos nuevos. OpenAI reconoce que no puede descartar que los sistemas hubieran encontrado materiales relacionados durante su entrenamiento; tampoco se realizaron experimentos nuevos de laboratorio para comprobar sus respuestas.

Qué significa para la investigación

Las herramientas de IA podrían ayudar en el análisis preliminar de literatura y datos químicos, pero la selección de candidatos farmacológicos exige trabajo de especialistas, validaciones experimentales y procesos regulatorios. No debe confundirse un resultado de evaluación con una eficacia terapéutica demostrada en personas.

Fuente primaria: OpenAI, «Can AI help scientists identify promising drug candidates?», 20 de noviembre de 2026. Leer presentación y consultar el artículo técnico.

Imagen destacada: ilustración conceptual generada mediante IA para Noticias La Paz; no es una fotografía de experimentos reales. Crédito: Noticias La Paz / IA. Material gráfico documental sugerido: figuras originales de MedChemBench, crédito OpenAI, con revisión de uso.


COMUNIDAD NOTICIAS LA PAZ

La conversación continúa

Comparte esta información y participa con respeto. Tu opinión también forma parte de la noticia.

Deja un comentario