Cómo aprovechar el potencial de la IA en toda la cadena de tratamiento farmacéutico

Hemos logrado avances increíbles en la atención médica en las últimas décadas gracias a la introducción de nuevas tecnologías. Ahora, la inteligencia artificial (IA) presenta otra oportunidad importante para continuar impulsando esta tendencia y mejorar aún más la vida de los pacientes. Hay una amplia variedad de aplicaciones de la IA cuando se trata de entender y tratar afecciones de salud. De hecho, la IA se puede utilizar en toda la cadena de tratamiento cuando los investigadores se esfuerzan por tratar una nueva enfermedad. La tecnología puede ser particularmente útil para descubrir nuevos fármacos, entender enfermedades emergentes y medir los resultados de los tratamientos.

IA en el descubrimiento de fármacos

Mucho antes de que los fabricantes puedan llevar un fármaco al mercado, los investigadores trabajan para identificar las moléculas adecuadas. La IA se puede aplicar al descubrimiento y desarrollo de fármacos, particularmente con el fin de hacer que el proceso sea 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 molécula 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 las diferentes moléculas. Al aprovechar los datos existentes, un modelo predictivo puede identificar una molécula que tenga una mayor probabilidad de tener el impacto que un investigador y la comunidad médica están buscando, incluso antes de que alguien ingrese al laboratorio.

El uso de la IA en el desarrollo de fármacos aún se encuentra en una etapa relativamente temprana, y actualmente no hay fármacos descubiertos por la IA en el mercado. Sin embargo, varias organizaciones de atención médica y investigación ya han comenzado a incorporar la IA en el proceso y están llegando a ensayos clínicos con fármacos desarrollados con la IA. Por ejemplo, un fármaco para la fibrosis pulmonar idiopática (FPI) que se identificó utilizando la IA ingresó a la fase 1 de ensayos en 2022 y obtuvo la designación de fármaco 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 fármacos se expandan aún más, y eventualmente podríamos ver fármacos desarrollados con la IA que se administran 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 afecta los resultados de salud a nivel de población. Es aquí donde entran en juego los epidemiólogos, el grupo de investigadores responsables de cuantificar y monitorear la gestión de riesgos terapéuticos en poblaciones y indicaciones objetivo.

Al utilizar técnicas de IA y aprendizaje automático (AA), los epidemiólogos pueden explorar datos del mundo real (DWR) – entre otros tipos de datos disponibles – e identificar tendencias relevantes para la toma de decisiones comerciales y clínicas. Debido a que el AA se optimiza para explorar datos de manera libre de hipótesis, permite a los investigadores descubrir patrones nuevos, generar mejores predicciones para tendencias clave como la prevalencia de la enfermedad, e identificar los factores de riesgo asociados con resultados deficientes. Estas perspectivas son fundamentales para que los investigadores desarrollen tratamientos que aborden de manera efectiva las necesidades de su población objetivo.

La IA también puede automatizar partes de la fase de ensayos clínicos del desarrollo de fármacos, lo cual es fundamental para establecer la seguridad y la eficacia de una nueva terapia antes de que llegue a los pacientes. Por ejemplo, la IA se puede utilizar para asegurarse de que se estén reclutando los pacientes adecuados para un ensayo clínico y de que el grupo de estudio represente a la población en 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 una manera más fiable que un equipo humano. No todos los aspectos de la epidemiología y el diseño de ensayos clínicos se pueden automatizar, pero la IA puede hacer que ciertos aspectos del proceso sean más eficientes.

IA en la evaluación de resultados de tratamientos

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 invertido innumerables horas y cientos de millones, si no miles de millones, de dólares en el desarrollo de una terapia, pero todavía necesitan asegurarse de que los pacientes adecuados puedan acceder a ella cuando la necesiten. Es aquí donde la investigación de economía de la salud y resultados (IES) – el estudio del valor de las intervenciones de atención médica – juega un papel crucial en la cadena de desarrollo de fármacos.

El objetivo final de los análisis de IES es ayudar a los pagadores y a otros responsables de financiar la atención médica a optimizar la salud de sus poblaciones mientras minimizan los costos. Sin ello, los sistemas de salud no serían financieramente estables, y la entrega oportuna de la atención se vería comprometida. La IA puede desempeñar un papel en los análisis de IES al descubrir patrones en los datos que ayuden a cuantificar el beneficio incremental de un tratamiento, como identificar subpoblaciones únicas que experimentan una mejora en los resultados en relación con la población en general.

Por ejemplo, el AA se utilizó en un estudio entre personas con diabetes tipo 2 para investigar qué subpoblaciones podrían beneficiarse de una intervención conductual destinada a la pérdida de peso. Si bien no se encontró un impacto significativo en la población general de personas con diabetes tipo 2, los investigadores encontraron que un subgrupo con características específicas podría evitar complicaciones de la enfermedad cardiovascular después de la intervención. Estas perspectivas ayudaron a los clínicos y a 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 a ahorrar costos en general.

El futuro de la IA en la cadena de tratamiento farmacéutico

Hay claramente una multitud de aplicaciones de la IA cuando se trata de entender y tratar enfermedades, y los investigadores están comprometidos con avanzar aún más en la tecnología. De hecho, la organización líder en IES, ISPOR, estableció recientemente directrices para el uso del aprendizaje automático en este área. Esto demuestra un compromiso para expandir el uso de la IA y el AA con el fin de maximizar su potencial.

Los epidemiólogos, investigadores, economistas de la salud y otros que desempeñan un papel en la cadena de desarrollo de fármacos 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 dentro de la atención médica y la industria farmacéutica para mejorar vidas, y es nuestra responsabilidad aprovecharla al máximo.