La farmacéutica Bristol Myers Squibb anunció una alianza con el gigante tecnológico NVIDIA para concebir un ambicioso proyecto. El esfuerzo de ambos tiene como objetivo la construcción de la fábrica de inteligencia artificial (IA) enfocada en Life Science (Ciencias de la Vida) más potente del mundo.
Esta iniciativa surgió como una continuación de una colaboración que comenzó hace 3 años. La diferencia es que ahora dio un salto cualitativo al adquirir una escala masiva en infraestructura dedicada exclusivamente a la Investigación y Desarrollo (I+D) farmacéutica.
También lee: ¿Cómo beneficia el uso de Inteligencia Artificial a los médicos?
Más detalles de la nueva colaboración entre Bristol Myers Squibb y NVIDIA
De acuerdo con el comunicado oficial, Bristol Myers Squibb ampliará su infraestructura informática para implementar un NVIDIA DGX SuperPOD con sistemas DGX Vera Rubin NVL72. Dicha arquitectura ofrece un rendimiento hasta 10 veces superior por megavatio que su predecesora, lo que permite abordar cargas de trabajo de IA más grandes y sofisticadas sin un aumento proporcional en el consumo de energía.
“En BMS hemos apostado firmemente por la IA, y ya empezamos a ver los resultados en nuestros proyectos y operaciones. Estamos comprometidos con traducir la IA en resultados reales para los pacientes, lo que requiere una infraestructura a la altura de esta ambición. Ampliar nuestra capacidad de procesamiento con NVIDIA proporciona a nuestros investigadores y equipos de toda la empresa la escala necesaria para que BMS se mantenga a la vanguardia en el campo de la IA para el descubrimiento y desarrollo de fármacos”, afirmó Greg Meyers, Director de Tecnología Digital de Bristol Myers Squibb.
Gráfica del día: ¿La Inteligencia Artificial mejora a las personas?
¿Qué es una fábrica de IA?
El término “fábrica de IA” no se refiere a una planta industrial tradicional que desarrolla píldoras, sino a una supercomputadora centralizada y centro de procesamiento masivo de datos diseñado específicamente para la investigación biológica y química.
- Nivel de hardware (DGX Vera Rubin): BMS desplegó la arquitectura de supercomputación NVIDIA DGX SuperPOD equipada con los sistemas de última generación NVIDIA Vera Rubin NVL72. Esto le otorga a la farmacéutica la infraestructura privada de NVIDIA más potente y con mayor eficiencia energética en el sector biofarmacéutico.
- Eficiencia energética: La nueva arquitectura ofrece hasta 10 veces más rendimiento por megavatio que las generaciones anteriores, lo que permite procesar cargas de datos masivas sin disparar el consumo eléctrico.
- Plataforma BioNeMo: BMS utiliza herramientas avanzadas como NVIDIA BioNeMo Agent Toolkit, un entorno de IA generativa orientado a biologics y química que ayuda a diseñar moléculas y analizar datos genómicos y estructurales.
También lee: ¿Cuáles son los beneficios de la Inteligencia Artificial en la vida cotidiana?
Principales objetivos de una fábrica de IA
El propósito central de esta “fábrica” no es solo acelerar los procesos, sino aumentar la probabilidad de éxito de las moléculas que entran en fase de ensayos clínicos.
- Modelos fundacionales propios: Entrenar modelos de IA internamente usando décadas de datos clínicos y científicos privados de Bristol Myers Squibb como imágenes médicas, genómica y datos longitudinales de pacientes.
- “Co-científicos” de IA e inteligencia híbrida: La plataforma está diseñada para desplegar agentes de IA autónomos que realicen trabajo pesado como la validación de dianas terapéuticas o la evaluación de hipótesis, lo que ahorra semanas de trabajo manual a los investigadores.
Áreas médicas en las que se enfocará la “supercomputadora”
- Oncología y hematología.
- Inmunología y neurociencia.
- Enfermedades cardiovasculares.
¿Por qué es mejor una fábrica de IA en lugar de la nube?
Un detalle clave detrás de este movimiento estratégico es la propiedad del hardware. Aunque la industria suele depender de la nube, la alta demanda y escasez de procesadores gráficos (GPUs) llevó a Bristol Myers Squibb a construir una supercomputadora privada propia.
De esta manera garantizan la disponibilidad constante de cómputo de alto rendimiento y protegen la confidencialidad de su propiedad intelectual al entrenar sus modelos con datos internos sensibles.
 farmacéutica.){kind=link}