Come Sfruttare l’Intelligenza Artificiale in Tutta la Filiera Farmaceutica

Abbiamo fatto incredibili progressi nel settore sanitario negli ultimi decenni grazie all’introduzione di nuove tecnologie. Ora, l’intelligenza artificiale (AI) presenta un’altra grande opportunità per continuare a migliorare la vita dei pazienti. Ci sono molteplici applicazioni dell’AI quando si tratta di comprendere e trattare le condizioni di salute. In effetti, l’AI può essere utilizzata in tutta la filiera quando i ricercatori si impegnano a trattare una nuova malattia. La tecnologia può essere particolarmente utile per scoprire nuovi farmaci, comprendere le malattie emergenti e misurare gli esiti dei trattamenti.

AI nella scoperta di farmaci

Ben prima che i produttori possano portare un farmaco sul mercato, i ricercatori lavorano per identificare le molecole giuste. L’AI può essere applicata alla scoperta e allo sviluppo di farmaci, in particolare per rendere il processo più efficiente e meno costoso. Nel processo di scoperta tipico, i ricercatori possono trascorrere anni testando diverse molecole, solo per rendersi conto che quella selezionata per un trial clinico non ha l’effetto desiderato. L’AI può svolgere un ruolo in questo processo prevedendo la bioattività e le interazioni delle diverse molecole. Sfruttando i dati esistenti, un modello predittivo può essere in grado di identificare una molecola che ha una maggiore probabilità di avere l’impatto che un ricercatore e la comunità medica spera di ottenere, anche prima che qualcuno metta piede in laboratorio.

L’uso dell’AI nello sviluppo di farmaci è ancora in una fase relativamente precoce, e attualmente non ci sono farmaci scoperti con l’AI sul mercato. Tuttavia, molte organizzazioni sanitarie e di ricerca hanno già iniziato a incorporare l’AI nel processo e stanno raggiungendo i trial clinici con farmaci sviluppati con l’AI. Ad esempio, un farmaco per la fibrosi polmonare idiopatica (IPF) identificato con l’AI è entrato nella fase 1 dei trial nel 2022 e ha ottenuto la designazione di farmaco orfano della FDA all’inizio di quest’anno. Man mano che l’industria diventa più confortevole con l’AI, le sue applicazioni nello sviluppo di farmaci probabilmente si espanderanno ulteriormente, e potremmo eventualmente vedere farmaci sviluppati con l’AI essere somministrati ai pazienti.

AI in epidemiologia e gestione dei trial clinici

Un altro passo fondamentale per portare una terapia sul mercato e metterla a disposizione dei pazienti è comprendere una malattia e il suo impatto sugli esiti sanitari a livello di popolazione. È qui che entrano in gioco gli epidemiologi – il gruppo di ricercatori responsabili della quantificazione e del monitoraggio della gestione del rischio terapeutico nelle popolazioni e nelle indicazioni bersaglio.

Utilizzando tecniche di apprendimento automatico (ML) e intelligenza artificiale, gli epidemiologi possono esplorare i dati del mondo reale (RWD) – tra gli altri tipi di dati disponibili – e identificare tendenze rilevanti per la presa di decisioni commerciali e cliniche. Poiché l’ML è ottimizzato per esplorare i dati in modo ipotesi-free, consente ai ricercatori di scoprire nuovi modelli, generare previsioni migliori per trend chiave come la prevalenza della malattia e identificare i fattori di rischio associati a esiti scadenti. Queste informazioni sono fondamentali per i ricercatori per sviluppare trattamenti che possano affrontare al meglio le esigenze della loro popolazione bersaglio.

L’AI può anche automatizzare parti della fase di trial clinico dello sviluppo di farmaci, che è fondamentale per stabilire la sicurezza e l’efficacia di una nuova terapia prima che raggiunga i pazienti. Ad esempio, l’AI può essere utilizzata per assicurarsi che i pazienti giusti siano reclutati per un trial clinico e che il gruppo di studio rappresenti la popolazione generale, tenendo conto della diversità e dell’equità. L’AI può anche aiutare nella revisione dei rapporti di sicurezza di un trial in modo più affidabile di un team umano. Non tutta l’epidemiologia e la progettazione dei trial clinici possono essere automatizzate, ma l’AI può rendere più efficienti alcuni aspetti del processo.

AI nella valutazione degli esiti dei trattamenti

Una volta che un trial clinico ha dimostrato l’efficacia, è fondamentale comprendere il valore di una nuova intervento nel mercato sanitario. A questo punto, i ricercatori hanno speso innumerevoli ore e centinaia di milioni, se non miliardi, di dollari per sviluppare una terapia – ma devono ancora assicurarsi che i pazienti giusti possano accedervi quando ne hanno bisogno. È qui che la ricerca sui risultati sanitari e sull’economia (HEOR) – lo studio del valore degli interventi sanitari – svolge un ruolo cruciale nella filiera di sviluppo dei farmaci.

L’obiettivo finale delle analisi HEOR è assistere i pagatori e gli altri responsabili del finanziamento della sanità nell’ottimizzare la salute delle loro popolazioni, minimizzando i costi. Senza di essa, i sistemi sanitari non sarebbero finanziariamente stabili e la consegna tempestiva delle cure sarebbe compromessa. L’AI può svolgere un ruolo nelle analisi HEOR scoprendo modelli nei dati che aiutano a quantificare il beneficio incrementale di un trattamento, come ad esempio l’identificazione di sottopopolazioni uniche che sperimentano un miglioramento degli esiti rispetto alla popolazione generale.

Ad esempio, l’ML è stato utilizzato in uno studio tra persone con diabete di tipo 2 per indagare quali sottopopolazioni potrebbero trarre beneficio da un intervento comportamentale finalizzato alla perdita di peso. Mentre non è stato trovato alcun impatto significativo nella popolazione generale di persone con diabete di tipo 2, i ricercatori hanno scoperto che un sottogruppo con caratteristiche specifiche potrebbe evitare complicazioni della malattia cardiaca dopo l’intervento. Queste informazioni hanno aiutato i clinici e i piani sanitari a sapere quali pazienti specifici avrebbero tratto il maggior beneficio dall’intervento, aiutando a migliorare gli esiti dei pazienti e a risparmiare costi complessivi.

Il futuro dell’AI nella filiera farmaceutica

Ci sono chiaramente molteplici applicazioni dell’AI quando si tratta di comprendere e trattare le malattie, e i ricercatori sono impegnati a ulteriormente avanzare la tecnologia. In effetti, l’organizzazione leader per la HEOR, ISPOR, ha recentemente stabilito linee guida per l’uso del machine learning all’interno dell’area. Ciò dimostra un impegno per espandere l’uso dell’AI e dell’ML al fine di massimizzare il loro potenziale.

Gli epidemiologi, i ricercatori, gli economisti sanitari e gli altri che svolgono un ruolo nella filiera di sviluppo dei farmaci possono tutti trarre beneficio dall’incorporazione dell’AI nel loro lavoro. E se possiamo utilizzare l’AI per comprendere meglio le malattie e sviluppare trattamenti più efficaci e mirati, i pazienti trarranno enormi benefici alla fine del giorno. L’AI ha un potenziale illimitato all’interno della sanità e della filiera farmaceutica per migliorare le vite – e è nostra responsabilità sfruttarla al massimo della sua capacità.