Como Utilizar a IA em Todo o Pipeline de Tratamento Farmacêutico

Fizemos avanços incríveis na área de saúde nas últimas décadas graças à introdução de novas tecnologias. Agora, a inteligência artificial (IA) apresenta outra grande oportunidade para continuar impulsionando essa tendência e melhorar ainda mais a vida dos pacientes. Existem uma ampla variedade de aplicações da IA quando se trata de entender e tratar condições de saúde. Na verdade, a IA pode ser utilizada em todo o pipeline quando os pesquisadores se propõem a tratar uma nova doença. A tecnologia pode ser particularmente útil para descobrir novos medicamentos, entender doenças emergentes e medir os resultados dos tratamentos.

IA na descoberta de medicamentos

Muito antes de os fabricantes poderem trazer um medicamento ao mercado, os pesquisadores estão trabalhando para identificar as moléculas certas. A IA pode ser aplicada à descoberta e desenvolvimento de medicamentos, particularmente com o objetivo de tornar o processo mais eficiente e menos caro. No processo típico de descoberta, os pesquisadores podem gastar anos testando diferentes moléculas, apenas para perceber que a molécula selecionada para um ensaio clínico não tem o efeito pretendido. A IA pode desempenhar um papel nesse processo, prevendo a bioatividade e as interações de diferentes moléculas. Ao utilizar dados existentes, um modelo preditivo pode ser capaz de identificar uma molécula que tenha uma maior probabilidade de ter o impacto que um pesquisador e a comunidade médica estão esperando, mesmo antes de alguém entrar no laboratório.

O uso da IA no desenvolvimento de medicamentos ainda está em estágios relativamente iniciais, e nenhum medicamento descoberto por IA está atualmente no mercado. No entanto, várias organizações de saúde e pesquisa já começaram a incorporar a IA no processo e estão alcançando ensaios clínicos com medicamentos desenvolvidos por IA. Por exemplo, um medicamento para fibrose pulmonar idiopática (IPF) que foi identificado usando IA entrou em ensaios de fase 1 em 2022 e obteve a designação de medicamento órfão da FDA no início deste ano. À medida que a indústria se torna mais confortável com a IA, suas aplicações no desenvolvimento de medicamentos provavelmente se expandirão ainda mais, e podemos eventualmente ver medicamentos desenvolvidos com IA sendo administrados a pacientes.

IA em epidemiologia e gestão de ensaios clínicos

Outra etapa fundamental para levar uma terapia ao mercado e colocá-la nas mãos dos pacientes é obter uma compreensão da doença e de como ela está afetando os resultados de saúde em nível populacional. É aqui que entram os epidemiologistas – o grupo de pesquisadores responsáveis por quantificar e monitorar a gestão de riscos terapêuticos em populações-alvo e indicações.

Utilizando técnicas de IA e aprendizado de máquina (ML), os epidemiologistas podem explorar dados do mundo real (RWD) – entre outros tipos de dados disponíveis – e identificar tendências relevantes para a tomada de decisões comerciais e clínicas. Como o ML é otimizado para explorar dados de forma hipótese-livre, ele permite que os pesquisadores descubram padrões novos, gerem previsões mais precisas para tendências-chave, como a prevalência da doença, e identifiquem os fatores de risco associados a resultados ruins. Essas informações são críticas para os pesquisadores desenvolverem tratamentos que atendam às necessidades de sua população-alvo de forma mais eficaz.

A IA também pode automatizar partes da fase de ensaio clínico do desenvolvimento de medicamentos, o que é fundamental para estabelecer a segurança e a eficácia de uma nova terapia antes que ela chegue aos pacientes. Por exemplo, a IA pode ser utilizada para garantir que os pacientes certos sejam recrutados para um ensaio clínico e que o grupo de estudo represente a população em geral, levando em consideração a diversidade e a equidade. A IA também pode ajudar na revisão de relatórios de segurança de um ensaio de forma mais confiável do que uma equipe humana. Nem toda a epidemiologia e o design de ensaios clínicos podem ser automatizados, mas a IA pode tornar certos aspectos do processo mais eficientes.

IA na avaliação de resultados de tratamento

Uma vez que um ensaio clínico tenha demonstrado eficácia, é fundamental entender o valor de uma nova intervenção no mercado de saúde. Nesse ponto, os pesquisadores já gastaram incontáveis horas e centenas de milhões, se não bilhões, de dólares desenvolvendo uma terapia – mas ainda precisam garantir que os pacientes certos possam acessá-la quando precisarem. É aqui que a pesquisa de economia da saúde e resultados (HEOR) – o estudo do valor das intervenções de saúde – desempenha um papel crucial no pipeline de desenvolvimento de medicamentos.

O objetivo final das análises de HEOR é ajudar os pagadores e outros responsáveis pela financiamento da saúde a otimizar a saúde de suas populações, minimizando os custos. Sem isso, os sistemas de saúde não seriam financeiramente estáveis, e a entrega oportuna de cuidados seria comprometida. A IA pode desempenhar um papel nas análises de HEOR, descobrindo padrões nos dados que ajudem a quantificar o benefício incremental de um tratamento, como identificar subpopulações únicas que experimentam uma melhoria aumentada nos resultados em relação à população em geral.

Por exemplo, o ML foi utilizado em um estudo entre pessoas com diabetes tipo 2 para investigar quais subpopulações poderiam se beneficiar de uma intervenção comportamental destinada à perda de peso. Embora não tenha sido encontrada nenhuma impacto significativo na população geral de pessoas com diabetes tipo 2, os pesquisadores descobriram que um subgrupo com características específicas poderia evitar complicações da doença cardiovascular após a intervenção. Essas informações ajudaram os clínicos e os planos de saúde a saber quais pacientes específicos se beneficiariam mais da intervenção, ajudando a melhorar os resultados dos pacientes e a economizar custos em geral.

O futuro da IA no pipeline farmacêutico

Existem claramente uma multitude de aplicações da IA quando se trata de entender e tratar doenças, e os pesquisadores estão comprometidos em avançar ainda mais a tecnologia. De fato, a principal organização para HEOR, ISPOR, estabeleceu recentemente diretrizes para o uso de aprendizado de máquina dentro da área. Isso demonstra um compromisso em expandir o uso da IA e do ML para maximizar seu potencial.

Epidemiologistas, pesquisadores, economistas da saúde e outros que desempenham um papel no pipeline de desenvolvimento de medicamentos podem encontrar valor ao incorporar a IA em seu trabalho. E se podemos usar a IA para melhor entender as doenças e desenvolver tratamentos mais eficazes e direcionados, os pacientes se beneficiarão imensamente no final do dia. A IA tem um potencial ilimitado dentro da saúde e do setor farmacêutico para melhorar vidas – e é nossa responsabilidade utilizá-la ao seu máximo potencial.