Construir biotecnología con cerebro: Estrategias para maximizar el valor de las invenciones biotecnológicas impulsadas por la IA

El rápido auge de la inteligencia artificial (IA) y el aprendizaje automático (ML) en los productos y servicios biotecnológicos se está convirtiendo en un motor de los sectores de la medicina personalizada y la atención sanitaria. Si bien esta integración puede requerir una consideración especial durante el desarrollo de una cartera de patentes, las partes interesadas de los equipos de ingeniería, jurídicos y ejecutivos, tanto de empresas consolidadas como de start-ups, pueden aprovecharla para crear valiosos activos de propiedad intelectual (PI) en el mercado. Los equipos tecnológicos y jurídicos, en particular, pueden trabajar juntos para desarrollar una PI más sólida que aplique las aplicaciones del aprendizaje automático a la biotecnología, con un proceso de I+D y un análisis de mercado que tenga en cuenta sus puntos débiles únicos en materia de PI.

Identificar el nexo entre la biotecnología y la IA/ML

A la hora de crear una cartera de patentes sólida y capturar ampliamente los activos potenciales de propiedad intelectual, las partes interesadas deben abordar la convergencia de la alta tecnología y la biotecnología de forma holística. Es decir, los gestores de propiedad intelectual deben considerar todas las posibles implementaciones del activo integrado de ML/biotecnología con el fin de desarrollar y cubrir los objetivos técnicos que subyacen a las encarnaciones comerciales. Aunque los inventores pueden centrarse en una realización concreta, los gestores de carteras de propiedad intelectual deben analizar los activos desde una perspectiva más amplia. Si bien esto puede ser cierto en todo el espectro técnico, el punto de vista holístico cobra especial importancia en la frontera de las nuevas tecnologías que involucran componentes tanto de alta tecnología como de biotecnología.

Los procesos de desarrollo de productos pueden capturar información importante sobre la propiedad intelectual en una fase temprana mediante consultas específicas sobre la propia tecnología. Considere si existen múltiples entradas de datos potenciales que podrían generar una métrica de salida útil. Por ejemplo, una métrica concreta para una enfermedad podría evaluarse en función de la presencia de marcadores genéticos específicos o de la acumulación de proteínas mal plegadas. En general, todos los conjuntos de datos capaces de generar una métrica objetiva cuando se integran en el modelo de aprendizaje automático podrían ser la base de una propiedad intelectual valiosa.

Los procesos y modelos para analizar datos potencialmente únicos también pueden generar una propiedad intelectual sólida. Si un activo se basa en un proceso para obtener datos únicos que le permiten entrenar un modelo más rápido y con mayor precisión, centrar varias patentes en la generación y gestión de los datos puede protegerlo de un competidor que obtenga acceso a datos similares en el futuro.

Navegar por las prohibiciones sobre la patentabilidad de ideas abstractas en el marco de Alice puede ser fundamental cuando la plataforma se basa en mejoras de los propios modelos de ML/IA. Los tribunales han interpretado sistemáticamente Alice a favor de las reivindicaciones centradas en mejoras de conceptos tangibles y en contra de las reivindicaciones dirigidas exclusivamente a algoritmos. Las empresas deben centrarse en cómo la tecnología recopila o integra los datos brutos, así como en los elementos físicos novedosos que dan lugar a mejoras técnicas en cualquier proceso o producto. Esto debe ir más allá de las encarnaciones comerciales preferidas que estarán cubiertas por sus reclamaciones.

Creación de una cartera de patentes para biotecnología impulsada por IA que maximice la ventaja competitiva

El hecho de que una empresa se centre principalmente en los componentes de IA o en los componentes de biotecnología puede influir en su orientación estratégica para crear activos de patentes de gran impacto. Por ejemplo, muchas empresas farmacéuticas centran sus activos de propiedad intelectual en los productos y métodos obtenidos como resultado del uso de un modelo de IA/ML, mientras que, por el contrario, muchas empresas emergentes de biotecnología basan su plataforma empresarial en modelos de ML concretos y en los datos que impulsan esos modelos, en lugar de en un resultado concreto. Además, las empresas interesadas en el descubrimiento de fármacos o terapias novedosas pueden utilizar sus activos de ML o IA como herramienta analítica para convertir los datos brutos en una métrica útil para una enfermedad o un nuevo fármaco candidato. En este caso, puede haber múltiples modelos de aprendizaje automático capaces de producir una métrica útil desde el punto de vista terapéutico o diagnóstico a partir de los datos brutos.

Cada una de estas orientaciones estratégicas puede requerir análisis técnicos y jurídicos distintos:

• Cuando los datos de salida proporcionan una métrica útil —por ejemplo, la probabilidad de éxito de un tratamiento o de nuevos candidatos a fármacos—, las empresas pueden querer dedicar recursos a proteger los resultados específicos obtenidos mediante la solución de IA, en lugar de la propia solución de IA.
• Cuando el enfoque comercial se centra en el resultado concreto generado, proporcionar tantos modelos y ejemplos como sea posible en una solicitud de patente puede maximizar el valor.
• Cuando la solución de IA se puede aplicar a una amplia gama de acciones y conocimientos, la propiedad intelectual debe centrarse en el modelo y los datos introducidos. Algunos ejemplos podrían ser los sistemas avanzados de aprendizaje automático capaces de analizar y encontrar patrones en genes o biomarcadores que indiquen la presencia de una enfermedad y/o la probabilidad de éxito del tratamiento.

En última instancia, la dirección estratégica y los procesos de I+D para desarrollar propiedad intelectual de alto valor e impacto para la biotecnología impulsada por la IA pueden basarse en el posicionamiento de la empresa en el mercado y en las características específicas de los productos y servicios de la empresa en el nexo entre la IA y la biotecnología.

Serie sobre la IA en la atención sanitaria

Para obtener más información sobre cómo la inteligencia artificial cambiará el mundo de la atención sanitaria, haga clic aquípara leer los demás artículos de nuestra serie.