Cómo aprovechar la IA en todo el proceso de tratamiento farmacéutico
Aprovechando la IA en el tratamiento farmacéutico
Hemos logrado avances increíbles en el campo de la salud en las últimas décadas gracias a la introducción de nuevas tecnologías. Ahora, la inteligencia artificial (IA) presenta otra gran oportunidad para seguir impulsando esta tendencia y mejorar aún más la vida de los pacientes. Existen una amplia variedad de aplicaciones de la IA en cuanto a la comprensión y tratamiento de enfermedades. De hecho, la IA puede ser utilizada en todo el proceso cuando los investigadores se proponen tratar una nueva enfermedad. Esta tecnología puede ser especialmente útil para descubrir nuevos medicamentos, comprender enfermedades emergentes y medir los resultados de los tratamientos.
IA en el descubrimiento de medicamentos
Mucho antes de que los fabricantes puedan lanzar un medicamento al mercado, los investigadores trabajan para identificar las moléculas adecuadas. La IA puede aplicarse al descubrimiento y desarrollo de medicamentos, especialmente con el propósito de hacer el proceso más eficiente y menos costoso. En el proceso típico de descubrimiento, los investigadores pueden pasar años probando diferentes moléculas, solo para darse cuenta de que la seleccionada para un ensayo clínico no tiene el efecto deseado. La IA puede desempeñar un papel en este proceso al predecir la bioactividad y las interacciones de diferentes moléculas. Al aprovechar los datos existentes, un modelo predictivo puede identificar una molécula con una mayor probabilidad de tener el impacto que un investigador y la comunidad médica esperan, incluso antes de que alguien entre al laboratorio.
El uso de la IA en el desarrollo de medicamentos aún se encuentra en etapas relativamente tempranas y actualmente no hay medicamentos descubiertos por la IA en el mercado. Dicho esto, varias organizaciones de atención médica e investigación ya han comenzado a incorporar la IA en el proceso y están llevando a cabo ensayos clínicos con medicamentos desarrollados por IA. Por ejemplo, un medicamento para la fibrosis pulmonar idiopática (FPI) identificado mediante IA ingresó a la fase 1 de ensayos en 2022 y obtuvo la designación de medicamento huérfano de la FDA a principios de este año. A medida que la industria se sienta más cómoda con la IA, es probable que sus aplicaciones en el desarrollo de medicamentos se expandan aún más y eventualmente veamos medicamentos desarrollados con IA que se administren a los pacientes.
IA en epidemiología y gestión de ensayos clínicos
Otro paso clave para llevar una terapia al mercado y ponerla en manos de los pacientes es comprender una enfermedad y cómo está afectando los resultados de salud a nivel de población. Aquí es donde entran los epidemiólogos, el grupo de investigadores responsables de cuantificar y monitorear la gestión del riesgo terapéutico en las poblaciones objetivo e indicaciones.
Utilizando técnicas de IA y aprendizaje automático (ML), los epidemiólogos pueden explorar datos del mundo real (RWD), entre otros tipos de datos disponibles, e identificar tendencias relevantes para la toma de decisiones comerciales y clínicas. Debido a que el ML está optimizado para explorar datos de manera libre de hipótesis, permite a los investigadores descubrir patrones novedosos, generar mejores predicciones para tendencias clave como la prevalencia de enfermedades e identificar los factores de riesgo asociados con resultados desfavorables. Estos conocimientos son fundamentales para que los investigadores desarrollen tratamientos que aborden de manera más efectiva las necesidades de su población objetivo.
- TinyML Aplicaciones, Limitaciones y su uso en dispositivos IoT y de...
- Nuevo algoritmo propuesto para seleccionar variables de manera efic...
- Infundir ética en la IA
La IA también puede automatizar partes de la fase de ensayos clínicos en el desarrollo de medicamentos, lo cual es fundamental para establecer la seguridad y eficacia de una nueva terapia antes de que llegue a los pacientes. Por ejemplo, la IA puede utilizarse para garantizar que los pacientes correctos sean reclutados para un ensayo clínico y que el grupo de estudio represente a la población general teniendo en cuenta la diversidad y la equidad. La IA también puede ayudar en la revisión de informes de seguridad de un ensayo de manera más confiable que un equipo humano. No todo el diseño de epidemiología y ensayos clínicos se puede automatizar, pero la IA puede hacer que ciertos aspectos del proceso sean más eficientes.
IA en la evaluación de los resultados del tratamiento
Una vez que un ensayo clínico ha demostrado su eficacia, es fundamental comprender el valor de una nueva intervención en el mercado de la atención médica. En este punto, los investigadores han dedicado innumerables horas y cientos de millones, si no miles de millones, de dólares al desarrollo de una terapia, pero aún deben garantizar que los pacientes adecuados puedan acceder a ella cuando la necesiten. Aquí es donde la economía de la salud y la investigación de resultados (HEOR) – el estudio del valor de las intervenciones en la atención médica – juegan un papel crucial en el proceso de desarrollo de medicamentos.
El objetivo final de los análisis de HEOR es ayudar a los pagadores y a otros responsables de financiar la atención médica a optimizar la salud de sus poblaciones al tiempo que minimizan los costos. Sin ello, los sistemas de salud no serían financieramente estables y la entrega oportuna de atención se vería comprometida. La IA puede desempeñar un papel en los análisis de HEOR al descubrir patrones en los datos que ayuden a cuantificar el beneficio incremental de un tratamiento, como identificar subpoblaciones únicas que experimentan una mejora mayor en los resultados en comparación con la población general.
Por ejemplo, el ML se utilizó en un estudio entre personas con diabetes tipo 2 para investigar qué subpoblaciones podrían beneficiarse de una intervención conductual dirigida a la pérdida de peso. Si bien no se encontró un impacto significativo entre la población general de personas con diabetes tipo 2, los investigadores descubrieron que un subgrupo con características específicas podría evitar complicaciones de enfermedades cardiovasculares después de la intervención. Estos conocimientos ayudaron a los médicos y los planes de salud a saber qué pacientes específicos se beneficiarían más de la intervención, lo que ayudó a mejorar los resultados de los pacientes y ahorrar costos en general.
El futuro de la IA en el proceso farmacéutico
Claramente existen muchas aplicaciones de la IA en lo que respecta a la comprensión y el tratamiento de enfermedades, y los investigadores están comprometidos en avanzar aún más en esta tecnología. De hecho, la principal organización de HEOR, ISPOR, recientemente estableció pautas para el uso del aprendizaje automático dentro de esta área. Esto demuestra un compromiso para expandir el uso de IA y ML con el fin de maximizar su potencial.
Los epidemiólogos, investigadores, economistas de la salud y otros que desempeñan un papel en el proceso de desarrollo de medicamentos pueden encontrar valor al incorporar la IA en su trabajo. Y si podemos utilizar la IA para comprender mejor las enfermedades y desarrollar tratamientos más efectivos y dirigidos, los pacientes se beneficiarán enormemente al final del día. La IA tiene un potencial ilimitado en el campo de la salud y la industria farmacéutica para mejorar vidas, y es nuestra responsabilidad aprovecharlo al máximo.
