Jak využít umělou inteligenci v celém léčebném procesu farmaceutického průmyslu

Díky zavádění nové technologie jsme v posledních několika desetiletích dosáhli ohromného pokroku ve zdravotnictví. Nyní představuje umělá inteligence (AI) další velkou příležitost k dalšímu zlepšování životů pacientů. Existuje široká škála aplikací AI při porozumění a léčbě zdravotních stavů. Ve skutečnosti lze AI využít v celém procesu, když výzkumníci začínají léčit novou nemoc. Tato technologie může být besonders užitečná pro objevování nových léků, porozumění vznikajícím nemocem a měření výsledků léčby.

Umělá inteligence v objevování léků

Ještě předtím, než výrobci mohou uvést lék na trh, výzkumníci pracují na identifikaci správných molekul. AI lze aplikovat na objevování a vývoj léků, zejména za účelem zvýšení efektivity a snížení nákladů. V typickém procesu objevování mohou výzkumníci strávit roky testováním různých molekul, pouze aby zjistili, že vybraná molekula pro klinickou studii nemá očekávaný účinek. AI může sehrát roli v tomto procesu tím, že předpoví bioaktivitu a interakce různých molekul. Díky využití existujících dat může předpovědní model identifikovat molekulu, která má vyšší pravděpodobnost požadovaného účinku, ještě předtím, než někdo vkročí do laboratoře.

Použití AI ve vývoji léků je stále v relativně raných fázích a žádný lék objevený pomocí AI není目前 na trhu. Nicméně již několik zdravotnických a výzkumných organizací začalo AI začleňovat do procesu a dosáhlo klinických studií s léky vyvinutými pomocí AI. Například lék na idiopatickou plicní fibrózu (IPF), který byl identifikován pomocí AI, vstoupil do fáze 1 klinických studií v roce 2022 a získal označení FDA pro sirotčí léky na počátku tohoto roku. Jakmile se průmysl stane více komfortním s AI, její aplikace ve vývoji léků se pravděpodobně ještě více rozšíří a možná jednoho dne uvidíme léky vyvinuté pomocí AI, které budou pacientům podávány.

Umělá inteligence v epidemiologii a klinických studiích

Dalším klíčovým krokem v uvádění terapie na trh a její distribuci pacientům je pochopení nemoci a jejího dopadu na zdraví populace. Zde vstupují do hry epidemiologové – skupina výzkumníků, kteří jsou zodpovědní za kvantifikaci a monitorování terapeutického řízení rizik u cílových populací a indikací.

Pomocí AI a technik strojového učení (ML) mohou epidemiologové prozkoumat reálná data (RWD) – mezi jinými typy dostupných dat – a identifikovat trendy relevantní pro komerční a klinická rozhodnutí. Protože ML je optimalizován pro prozkoumání dat bez hypotéz, umožňuje výzkumníkům objevit nové vzorce, vygenerovat lepší předpovědi pro klíčové trendy, jako je prevalence nemoci, a identifikovat rizikové faktory spojené s nepříznivými výsledky. Tyto poznatky jsou kritické pro výzkumníky, kteří vyvíjejí léčby, které nejlépe splní potřeby jejich cílové populace.

AI může také automatizovat části klinické fáze vývoje léků, což je kritické pro stanovení bezpečnosti a účinnosti nové terapie, než se dostane k pacientům. Například AI lze využít k zajištění toho, aby byli do klinické studie zařazeni správní pacienti, a aby studijní skupina reprezentovala obecnou populaci s přihlédnutím k diverzitě a rovnosti. AI může také pomoci při přezkumu bezpečnostních zpráv z klinické studie způsobem, který je spolehlivější než lidský tým. Ne všechny aspekty epidemiologie a klinického designu lze automatizovat, ale AI může učinit některé aspekty procesu efektivnějšími.

Umělá inteligence při hodnocení výsledků léčby

Jakmile klinická studie prokázala účinnost, je kritické pochopit hodnotu nové intervence na trhu zdravotní péče. V tomto okamžiku výzkumníci strávili nesčetné hodiny a stovky milionů, ne-li miliardy, dolarů na vývoj terapie – ale stále musí zajistit, aby správní pacienti měli přístup k ní, když ji potřebují. Zde hraje zásadní roli hodnocení zdravotní ekonomie a výsledků (HEOR) – studium hodnoty zdravotnických intervencí – v procesu vývoje léků.

Konečným cílem analýz HEOR je pomoci plátcům a ostatním, kteří jsou odpovědní za financování zdravotní péče, optimalizovat zdraví svých populací, zatímco minimalizují náklady. Bez něj by zdravotnické systémy nebyly finančně stabilní a včasná dodávka péče by byla ohrožena. AI může sehrát roli v analýzách HEOR tím, že odhalí vzorce v datech, které pomáhají kvantifikovat přidanou hodnotu léčby, jako je identifikace jedinečných subpopulací, které prožívají zvýšené zlepšení výsledků ve srovnání s obecnou populací.

Například ML byl použit v studii mezi lidmi s diabetem 2. typu k prozkoumání, které subpopulace by mohly profitovat z behaviorální intervence zaměřené na hubnutí. Zatímco nebyl nalezen žádný významný dopad u obecné populace lidí s diabetem 2. typu, výzkumníci zjistili, že subpopulace se specifickými charakteristikami mohla vyhnout komplikacím z kardiovaskulárních onemocnění po intervenci. Tyto poznatky pomohly klinickým pracovníkům a zdravotním pojišťovnám určit, které konkrétní pacienti by nejvíce profitovali z intervence, což vedlo ke zlepšení výsledků pacientů a úspoře nákladů.

Budoucnost umělé inteligence v farmaceutickém průmyslu

Existuje jasně mnoho aplikací AI při porozumění a léčbě nemocí, a výzkumníci se zavázali k dalšímu rozvoji této technologie. Ve skutečnosti vedoucí organizace pro HEOR, ISPOR, nedávno zavedla směrnice pro použití strojového učení v této oblasti. To demonstruje závazek k rozšíření použití AI a ML za účelem maximalizace jejich potenciálu.

Epidemiologové, výzkumníci, zdravotní ekonomové a další, kteří hrají roli v procesu vývoje léků, mohou všichni získat prospěch z začlenění AI do své práce. A pokud můžeme využít AI k lepšímu porozumění nemocem a vývoji účinnějších a cílenějších léčby, pacienti budou mít enormní prospěch na konci dne. AI má neomezený potenciál ve zdravotnictví a farmaceutickém průmyslu pro zlepšování životů – a je naší odpovědností využít ji na maximum.