Aunque aclara que a su juicio “eso es bueno”, especialmente en pos de la seguridad de los pacientes, el juicio es tajante: la medicina, dice, es una “tierra de Dinosaurios”. Y en ese mundo del pasado, él tiene claro que quiere ser un hombre del futuro. Un científico del futuro; alguien que -en sus palabras- no termina su trabajo publicando un paper, sino impactando directamente a las personas a través de una empresa creada en base a sus investigaciones. O varias. Noam Shomron ha impulsado la creación de múltiples startups científicas, trasladando descubrimientos del laboratorio al mercado mediante equipos híbridos de investigadores, médicos y emprendedores. Entre otras, el israelí ha cofundado startups como Variantyx (análisis genómico integral), IdentifAI Genetics (diagnóstico prenatal no invasivo de alta resolución) y Everly Bio (optimización de procesos de fertilización in vitro mediante IA).

En la base de su trabajo está la combinación de las dos herramientas más revolucionarias de la ciencia de las últimas décadas: la ingeniería genética y la Inteligencia Artificial. En ese sentido, Shomron encarna el tránsito desde la biología clásica hacia una medicina impulsada por datos, inteligencia artificial y colaboración interdisciplinaria. Desde su laboratorio en la Universidad de Tel Aviv -donde dirige el Laboratorio de Genómica Funcional- ha sido pionero en integrar secuenciación genómica a gran escala, bioinformática avanzada y práctica clínica, anticipando un modelo en el que el cáncer y otras enfermedades dejan de entenderse como entidades aisladas para convertirse en sistemas complejos que pueden ser leídos, comparados y tratados con precisión inédita.

Noam Shomron visitó Santiago la semana pasada, invitado por Softpower Connections, empresa dedicada a acelerar el desarrollo de Latinoamérica fomentando el comercio internacional y acercando conocimientos y tecnologías de frontera. Su charla se tituló “Genómica, Inteligencia Artificial y Ciencia con propósito”. Antes de aterrizar en Chile conversó con La Tercera sobre su visión del futuro de la medicina y el cambio de paradigma que ésta requiere desde la formación de los nuevos profesionales hasta la estructura de las instituciones de salud.

Usted ha hablado de “ciencia con un propósito”, en relación con el producto final -terapias, medicamentos- de las investigaciones. Pero sabemos que la ciencia es, por definición, una gran cadena de colaboraciones desde la ciencia básica ¿Cómo debemos entender su visión?

Lo que hacemos en el laboratorio de la Universidad de Tel Aviv es ciencia básica, pero siempre les digo a los estudiantes que si hacen buena ciencia realmente entienden un potencial uso. Pueden levantar la cabeza, mirar alrededor y preguntarse: ¿Dónde puedo encajar esto? ¿Dónde puedo ayudar a alguien en el mundo con lo que descubrí? ¿Cómo puedo aplicarlo? Pero no puedes hacer esta pregunta si no haces ciencia básica realmente buena. También quiero mencionar que en realidad son varios pasos, es un proceso, que consiste en definir un problema y entender lo que hay actualmente disponible, para luego intentar entender cómo se puede ser mejor o más inteligente que los demás. Luego tienes que aplicarla, y después asegurarte de obtener los resultados correctos, de no cometer errores. Así que es ciencia genuina. Ahora, hablaste de colaboraciones; me encantan las colaboraciones porque no podemos hacer nada sólo por nuestra cuenta. Diría que normalmente es un triángulo: hay tres pilares. Uno es la biología, entender lo que realmente ocurre en un cuerpo, en un órgano, en una célula, en un organismo. Otro es la bioinformática o biología computacional, usando los computadores para ayudarnos a entender la biología. Y el tercer pilar sería el lado clínico. Así que la biología, el lado computacional y el clínico tienen que trabajar juntos.

Trabaja con dos herramientas que han revolucionado la ciencia en las últimas décadas. Una es la secuenciación del genoma humano y de las enfermedades, con todo a lo que eso ha dado lugar. Y a eso se suma la inteligencia artificial. ¿Cómo combina ambas y cuándo se dio cuenta de que esto podía ser un “match perfecto”?

El primer ADN humano se secuenció hace unos 20 años. Primera persona, 3.000 millones de nucleótidos. Fue muy emocionante. Recuerdo que miré el mapa del genoma humano y dije: eso es todo, lo tenemos todo, no tenemos nada que investigar, tenemos el ADN y tenemos todos los nombres de los genes, está resuelto. Pero obviamente estaba muy equivocado. Tenemos el ADN, tenemos el mapa, pero sabemos muy poco sobre él. Durante los últimos 20 años, la bioinformática ha ido mejorando a paso lento. Ahora conocemos un pequeño porcentaje del ADN del genoma en lo que hace. Y de repente, alguien nos lanzó un elefante. Ese elefante es ChatGPT en 2022. Y pensábamos que habíamos conseguido un premio tan grande que no podía ser mejor. Pero nos equivocamos otra vez, porque cada mes estas herramientas han ido mejorando, ¿verdad? Tenemos una competencia entre varias empresas, y tenemos algoritmos y LLMs cada vez mejores; tenemos el aprendizaje profundo, y muchas herramientas que podríamos usar para intentar entenderlo. Así que lo emocionante ahora es que no solo tenemos los datos, sino también herramientas que nos ayudan a entenderlos. Y aún más, todo está acelerándose. Cada mes tenemos una herramienta mejor. Si me preguntas qué herramientas voy a usar dentro de tres años, no puedo responder. En dos años, ni siquiera en un año, no puedo responder. Porque quizá consiga una herramienta en tres meses que acelere mi trabajo. Así que ya no es lineal. Si pienso en cuánto entiendo yo, el año que viene entenderé el doble, y el siguiente quizá el doble o más del doble. Así que los descubrimientos y la comprensión científica se están acelerando, y esto es extremadamente emocionante.

Cuando usted habla de encontrar los elementos sistémicos en lugar de las características individuales de una enfermedad en particular. ¿Qué tan difícil es estudiar el cáncer, teniendo en cuenta que el cáncer es en realidad muchos tipos diferentes de cáncer? ¿Cuál es entonces el principal desafío en ese enfoque?

Son muchas enfermedades. Y cuando miras dentro del cáncer, obviamente tienes diferentes estadios y diferentes tipos. La cuestión es que ahora, gracias a la potencia computacional, podemos empezar de repente a observar el cáncer en múltiples niveles. Hablé de recopilar datos. Ya no es sólo el ADN, también es el ARN, y también son las imágenes, y los historiales médicos. De modo que construimos este enorme edificio de información donde antes sólo se miraba cada nivel individualmente. Como tenemos esta potencia computacional, ahora podemos combinarlos. Y se está poniendo realmente emocionante. No hay manera en el mundo de que pudiéramos haber hecho esto hace unos años. Y no hay manera en el mundo de que una sola persona pueda hacerlo. Es una máquina computacional enorme que lo hace posible. Por ejemplo, en Israel tenemos las HMOs (sistema de seguro médico) y una recopilación longitudinal de datos. Tenemos personas sanas con pruebas regulares realizadas cada año. Lo que podemos hacer ahora podemos es volver al punto de inflexión en el que algo salió mal. Podemos entender mejor la enfermedad. Obviamente vamos a empezar con aquellos cánceres asociados con mutaciones importantes. Pero más adelante añadiremos capas adicionales de información: cambios en el estilo de vida,cambios epigenéticos, cambios ambientales, etc. Podremos ser mucho más inteligentes y ciertamente dividir el cáncer en secciones diferentes. Creo que los hospitales en el futuro no se dividirán por órganos, podrían estar divididos por mutaciones. Las personas serán tratadas de forma diferente, quizá en distintos niveles, en distintos departamentos, con diferentes medicamentos y terapias. Sólo porque entenderemos mejor, podremos tratar mejor.

Esto entonces requiere de un cambio de paradigma en las instituciones, en el establishment...

La medicina es una tierra de dinosaurios. Si vengo mañana y le digo al jefe del hospital: “Vamos a cambiarlo todo, sé cómo resolver el cáncer”, me va a tirar por las escaleras. Sin embargo, es bueno que sea una tierra de dinosaurios, porque sí sabemos cómo tratar algunas enfermedades y no queremos poner en riesgo la salud de nuestros pacientes. Sabemos que hará falta entre cinco y diez años para asimilar nuevas tecnologías. Todo lo que hacemos, yo digo que lo hacemos por nuestros hijos y nietos, lo cual también está bien, pero empezamos muy pronto. Así que en la Universidad de Tel Aviv, enseñamos a nuestros estudiantes de medicina a pensar en soluciones, a usar las herramientas computacionales actuales. Les digo que usen la IA todo lo que quieran. También les digo que las herramientas que usan hoy no serán las mismas que usarás dentro de unos años, cuando lleguen a la clínica. Pero que no tengan miedo, que prueben todo, que sean valientes, que hagan preguntas, que pregunten al jefe de departamento por qué las cosas se hacen como se hacen, ¿es la forma correcta? Quizá muchos de ellos seguirán estrictamente las reglas, quizá traten el cáncer, como se trató en los últimos 10, 20 o 40 años, con quimioterapia y radioterapia. Pero el porcentaje que realmente asimila lo que pensamos para mejorar los métodos actuales, serán los innovadores, serán los primeros en adaptarse. Romperán las reglas y demostrarán que las cosas funcionan.

¿Qué tan fundamental y relevante para su trabajo es la formación de empresas, de startups con base científica?

Todas las empresas suelen empezar con un estudiante de doctorado que lleva cuatro o cinco años en el laboratorio, profundizando y preguntando a los médicos, ¿cuál es el punto doloroso? ¿Cómo podríamos avanzar realmente? Cuando terminamos eso, levantamos la cabeza y preguntamos: ¿Qué vamos a aplicar y dónde vamos a aplicarlo? Puedo terminar toda esta investigación en un paper científico muy emocionante, y podemos pasar al siguiente estudio. Sin embargo, decidí que quiero tener un impacto más allá de la academia, no solo un paper, sino que ir más allá. Quiero tener impacto y salvar vidas. Y quiero llegar al paciente, y nunca siento que lo he conseguido si sólo publico artículos. Así que di un paso más, respiré hondo y dije, voy a liberar lo que tenemos a otras manos. Y las otras manos son las de emprendedores, de personas que saben cómo construir un modelo de negocio, personas que quieren ganar dinero con ello, lo cual es totalmente perfecto. Y personas que saben cómo tomar una idea y convertirla en un producto. Normalmente soy el director científico, sigo con la ciencia, pero dejo que otra persona lidere y la lleve a un producto. Algunas empresas empezaron y fracasaron; otras sobrevivieron. Es un proceso largo, un impacto diferente. Obtengo mucha satisfacción de las publicaciones científicas, pero también del impacto que causamos a través de las empresas.