¿Puede la IA curar el cáncer? Lo que dice Anthropic

¿Puede la IA curar el cáncer?

Hoy no, y nadie ha demostrado que vaya a hacerlo en un número fijo de años ^[1][5][6]. Las herramientas de IA ya ayudan a los científicos a diseñar y probar candidatos a fármaco más rápido, pero ningún tratamiento contra el cáncer diseñado con IA por Anthropic o sus socios ha demostrado aún su eficacia en ensayos con humanos ^[1].

El cáncer no es una sola enfermedad. La Agencia Internacional para la Investigación del Cáncer estimó 20 millones de casos nuevos y 9,7 millones de muertes en el mundo en 2022, repartidos entre muchos tipos de tumor con biología distinta ^[7]. Una cura para una leucemia dice poco sobre el cáncer de páncreas o de cerebro, y por eso los investigadores hablan de mejores tratamientos para cánceres concretos y no de una cura única.

Lo que la IA puede cambiar de forma realista es la velocidad y el coste de partes del proceso: encontrar dianas, diseñar moléculas, analizar datos de laboratorio y preparar la documentación de los ensayos ^[1]. Lo que no puede saltarse son las pruebas en células, animales y luego personas, donde fracasan la mayoría de los candidatos ^[6]. La respuesta honesta a la pregunta del título es que la IA puede ayudar a producir más y mejores fármacos contra el cáncer, pero un plazo para curarlo es una predicción, no una prueba.

¿Qué afirmó el director ejecutivo de Anthropic sobre el cáncer?

Dario Amodei predijo que el cáncer y otras grandes enfermedades serían «reliquias del pasado» en menos de una década ^[2][3]. Lo dijo en un vídeo de presentación de 42 minutos publicado el martes 10 de noviembre de 2026, antes de la salida a bolsa prevista de Anthropic ^[2].

La frase completa, según Business Insider, fue: «el cáncer, el alzhéimer, las enfermedades cardíacas, las enfermedades mentales: serán reliquias del pasado en, creo, menos de una década» ^[2]. Añadió que «si lo hacemos bien, podemos crear una era de milagros» ^[2][3]. El «creo» importa: es una previsión personal, no un compromiso de la empresa ni un hallazgo científico.

La idea no es nueva. En su ensayo Machines of Loving Grace de octubre de 2024, Amodei sostuvo que una IA potente podría comprimir 50-100 años de avances biológicos en 5-10 años, y que reducciones del 95 % o más en muertes y casos de cáncer «parecen posibles» ^[4]. El ensayo solo ponía en marcha ese reloj una vez que existiera una «IA potente», y advertía también que el cáncer «probablemente sea la más difícil de estas enfermedades de erradicar por completo» ^[4]. El vídeo de 2026 convirtió ese argumento condicional en una promesa más corta y rotunda.

Como las declaraciones formaban parte de la promoción de una salida a bolsa, conviene leerlas como una visión. Pouyam Guides no ofrece asesoramiento de inversión sobre esa cotización.

¿Qué ha logrado realmente Anthropic en biología?

La actualización de investigación de Anthropic del 27 de octubre de 2026 describe seis alianzas de desarrollo de fármacos y primeros resultados de laboratorio, casi todos antes de cualquier prueba en humanos ^[1]. Los socios son BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines y The Column Group ^[1].

• Generate Biomedicines (cáncer): seis científicos usaron Claude Code para rediseñar parte de las instrucciones genéticas de la terapia con células CAR-T. Un diseño era un 70 % más corto; en el laboratorio produjo unas 10 veces más receptores, mató células tumorales con más eficacia y se mantuvo activo más tiempo. El objetivo es adaptar la terapia a tumores sólidos ^[1].
• BigHat Biosciences (anticuerpos): Claude propuso cambios en dos fragmentos de anticuerpo, uno dirigido a células cancerosas, y el laboratorio fabricó y probó unas 1010 variantes en unas 10 semanas. Las mejores versiones se unían más de 10 veces más fuerte, y el candidato contra el cáncer se mantuvo en solución a 18 °C más ^[1].
• Divergence Labs (alergias alimentarias): Claude generó unos 35000 diseños de anticuerpos en aproximadamente un mes; las primeras pruebas hallaron 3 diseños que se unen a la IgE y 20 que podrían desprenderla ^[1].
• Enveda (documentación de fabricación): en 1061 páginas de registros, Claude detectó los 11 problemas que habían encontrado los revisores humanos y señaló 7 más, con un 89 % menos de tiempo de revisión ^[1].

Anthropic también compró Mithril Medicine, una empresa unipersonal que trabaja en distrofias musculares raras, y afirma que un fármaco podría estar listo para ensayos en humanos «ya a finales de 2028» si los resultados se mantienen ^[1]. Son avances reales y concretos, pero avances de velocidad y diseño, medidos en el laboratorio.

¿Qué no afirmó Anthropic?

La publicación de investigación de Anthropic no dice que Claude haya curado el cáncer, creado un fármaco aprobado ni mostrado beneficio en pacientes ^[1]. Leer con atención las palabras de la empresa es la mejor defensa frente a la versión de los titulares.

• Sin resultados en humanos: la empresa dice que el trabajo es «sobre todo preclínico», es decir, que los fármacos aún no se prueban en personas ^[1].
• Sin promesa de cura para ningún proyecto: se declara «optimista de que algunos puedan dar lugar a nuevos medicamentos eficaces» para alergias alimentarias, enfermedades infantiles raras y varios cánceres. Es una esperanza, expresada como tal ^[1].
• Sin fecha para fármacos contra el cáncer: el único plazo de ensayos en humanos que da, finales de 2028, es para la distrofia muscular ^[1].
• Límites reconocidos: dice estar aprendiendo cómo debe mejorar Claude «para aprovechar el potencial de la IA en medicina» y que los cuellos de botella están repartidos por todo el proceso de desarrollo ^[1].

La brecha, por tanto, está entre dos tipos de declaración de la misma empresa: un informe de investigación cuidadoso en octubre y una previsión amplísima de su director en noviembre ^[1][2]. Ambas son reales; solo la primera es una prueba.

¿Por qué dudan médicos y científicos?

Porque el desarrollo de fármacos tiene etapas duras que un diseño más rápido no elimina, y los plazos para curar el cáncer se han incumplido muchas veces ^[5][6].

Los datos más conocidos proceden de un estudio sobre desarrollo clínico de la Biotechnology Innovation Organization y sus socios. Entre 2011-2020, solo el 7,9 % de los candidatos que entraron en fase I llegaron a aprobarse. En los fármacos contra el cáncer la cifra fue del 5,3 %, la más baja de las grandes áreas terapéuticas, y el camino medio de la fase I a la aprobación duró 10,5 años ^[6]. Incluso una molécula perfecta diseñada hoy necesitaría años de ensayos antes de que los pacientes pudieran usarla.

Derek Lowe, químico de descubrimiento de fármacos que escribe el blog In the Pipeline de Science, calificó la declaración de «ridícula y bochornosa» y recordó promesas anteriores: un objetivo estadounidense de 2003 de eliminar el sufrimiento y la muerte por cáncer para 2015 y una previsión de 2016 de curar el cáncer en cinco a diez años ^[5]. El exministro de Sanidad alemán Karl Lauterbach escribió que la IA puede ayudar «sin duda», pero que curar estas enfermedades «en solo 10 años» es imposible ^[2][8].

El propio ensayo de Amodei enumeraba los mismos frenos: experimentos que deben hacerse uno tras otro, la necesidad de datos reales y normas de ensayos clínicos que fijan «un mínimo irreducible» a la rapidez con que puede completarse una cura ^[4].

¿Dónde podría la IA acelerar de verdad la investigación del cáncer?

Las pruebas apuntan hasta ahora a un diseño más rápido y menos papeleo, no a saltarse los ensayos ^[1][6].

• Diseño y optimización: probar unas 1010 variantes de anticuerpos en 10 semanas muestra cómo la IA y los laboratorios automatizados pueden acortar un trabajo inicial que antes llevaba mucho más ^[1].
• Nuevos formatos de tratamiento: el componente CAR-T más corto busca dejar espacio para instrucciones adicionales y que la terapia pueda atacar tumores sólidos ^[1].
• Documentos regulatorios: Enveda informó de un borrador regulatorio escrito en cuatro horas en lugar de unos tres meses a mano ^[1].
• Planificación de ensayos: Bristol Myers Squibb usa Claude para evaluar planes de ensayos clínicos tempranos y sus probabilidades de éxito, con más trabajo previsto para 2027 ^[1].

Cada uno de estos avances podría recortar tiempo en el camino de un fármaco, y muchas mejoras pequeñas pueden sumar. Pero la media de 10,5 años y las bajas tasas de éxito en oncología se deben sobre todo a los propios ensayos: si un fármaco funciona y es seguro en personas reales ^[6]. Es la etapa en la que el papel de la IA sigue siendo menor, y por eso incluso los investigadores optimistas hablan de mejores probabilidades y no de curas garantizadas.

¿Cómo leer los titulares sobre la IA que curará el cáncer?

Hágase cuatro preguntas antes de creer o compartir una afirmación de que la IA curará una enfermedad ^[1][5][6].

1. ¿Resultado o previsión? «Será» y «creo» indican una predicción. Busque datos publicados ^[2].
2. ¿Qué fase? Diseños por ordenador, células de laboratorio, animales y ensayos en humanos son niveles de prueba muy distintos; la mayor parte del trabajo actual con IA en fármacos está en los dos o tres primeros ^[1].
3. ¿Qué cáncer? Un resultado en un tipo de tumor no se traslada a otros ^[7].
4. ¿Quién habla y por qué? Una empresa que se presenta ante inversores tiene motivos para sonar audaz; las reacciones de científicos independientes ayudan a equilibrar ^[2][5].

Para quienes hoy conviven con el cáncer, ninguna de las moléculas descritas está disponible como tratamiento. Las dudas sobre la atención corresponden al equipo médico que le trata, y las opciones de ensayos clínicos conviene hablarlas con él ^[1].

¿Qué viene ahora para la IA en el descubrimiento de fármacos?

La próxima prueba real es si estos programas llegan a ensayos en humanos y superan esa fase ^[1]. Anthropic dice que planea ampliar el trabajo «sustancialmente» y extender el papel de Claude a los ensayos clínicos a medida que avancen los programas ^[1].

Los hitos a seguir son concretos: el objetivo de Generate Biomedicines de adaptar su diseño CAR-T más corto a los tumores sólidos; Divergence combinando sus dos «brazos» de anticuerpos en un único fármaco; el trabajo de planificación de ensayos con Bristol Myers Squibb en 2027; y el posible paso del programa de distrofia muscular a ensayos en humanos ya a finales de 2028 ^[1]. Cada uno sería una prueba publicada, a diferencia de una previsión.

Vista así, la IA es una herramienta nueva y prometedora para la investigación del cáncer que ya acelera tareas concretas. Que el cáncer sea una reliquia del pasado en menos de una década lo decidirán los resultados de los ensayos, no las declaraciones ante inversores ^[2][6].