Làm thế nào để tận dụng AI trong toàn bộ quy trình điều trị của ngành dược

Chúng ta đã đạt được những tiến bộ đáng kinh ngạc trong lĩnh vực chăm sóc sức khỏe trong vài thập kỷ qua nhờ sự ra đời của công nghệ mới. Hiện tại, trí tuệ nhân tạo (AI) mang lại một cơ hội lớn khác để tiếp tục thúc đẩy xu hướng này và cải thiện hơn nữa cuộc sống của bệnh nhân. Có nhiều ứng dụng của AI khi nói đến việc hiểu và điều trị các tình trạng sức khỏe. Trên thực tế, AI có thể được tận dụng trong toàn bộ quy trình khi các nhà nghiên cứu bắt đầu điều trị một bệnh mới. Công nghệ này đặc biệt hữu ích cho việc khám phá các loại thuốc mới, hiểu các bệnh mới nổi và đo lường kết quả của các phương pháp điều trị.

AI trong khám phá thuốc

Trước khi các nhà sản xuất có thể đưa một loại thuốc ra thị trường, các nhà nghiên cứu đang làm việc để xác định các phân tử phù hợp. AI có thể được áp dụng cho việc khám phá và phát triển thuốc, đặc biệt là để làm cho quá trình này trở nên hiệu quả và tiết kiệm hơn. Trong quá trình khám phá thông thường, các nhà nghiên cứu có thể dành nhiều năm để thử nghiệm các phân tử khác nhau, chỉ để nhận ra rằng phân tử được chọn cho một thử nghiệm lâm sàng không có tác dụng như mong muốn. AI có thể đóng vai trò trong quá trình này bằng cách dự đoán hoạt tính sinh học và tương tác của các phân tử khác nhau. Bằng cách tận dụng dữ liệu hiện có, một mô hình dự đoán có thể xác định một phân tử có khả năng cao hơn trong việc tạo ra tác động mà một nhà nghiên cứu và cộng đồng y tế hy vọng, ngay cả trước khi bất kỳ ai bước vào phòng thí nghiệm.

Sử dụng AI trong phát triển thuốc vẫn còn trong giai đoạn đầu, và chưa có loại thuốc nào được phát hiện bằng AI đang có trên thị trường. Tuy nhiên, nhiều tổ chức chăm sóc sức khỏe và nghiên cứu đã bắt đầu tích hợp AI vào quy trình và đang đạt được các thử nghiệm lâm sàng với các loại thuốc được phát triển bằng AI. Ví dụ, một loại thuốc cho bệnh xơ hóa phổi vô căn (IPF) được xác định bằng AI đã进入 giai đoạn thử nghiệm lâm sàng 1 vào năm 2022 và đã được FDA chỉ định là thuốc mồ côi vào đầu năm nay. Khi ngành công nghiệp trở nên thoải mái hơn với AI, các ứng dụng của nó trong phát triển thuốc sẽ có thể mở rộng hơn nữa, và chúng ta có thể sẽ thấy các loại thuốc được phát triển bằng AI được đưa ra cho bệnh nhân.

AI trong dịch tễ học và quản lý thử nghiệm lâm sàng

Một bước quan trọng khác trong việc đưa một phương pháp điều trị ra thị trường và đưa nó vào tay bệnh nhân là hiểu một bệnh và cách nó ảnh hưởng đến kết quả sức khỏe ở mức độ dân số. Đây là nơi các nhà dịch tễ học tham gia – nhóm các nhà nghiên cứu chịu trách nhiệm định lượng và theo dõi quản lý rủi ro điều trị trên các dân số mục tiêu và chỉ định.

Sử dụng AI và các kỹ thuật học máy (ML), các nhà dịch tễ học có thể khám phá dữ liệu thế giới thực (RWD) – cùng với các loại dữ liệu khác có sẵn – và xác định các xu hướng liên quan đến việc ra quyết định thương mại và lâm sàng. Bởi vì ML được tối ưu hóa để khám phá dữ liệu mà không có giả thuyết, nó cho phép các nhà nghiên cứu khám phá các mẫu mới, tạo ra dự đoán tốt hơn cho các xu hướng chính như tỷ lệ mắc bệnh, và xác định các yếu tố rủi ro liên quan đến kết quả kém. Những thông tin này rất quan trọng để các nhà nghiên cứu phát triển các phương pháp điều trị sẽ giải quyết hiệu quả nhu cầu của dân số mục tiêu.

AI cũng có thể tự động hóa một số phần của giai đoạn thử nghiệm lâm sàng trong phát triển thuốc, điều này rất quan trọng để thiết lập tính an toàn và hiệu quả của một phương pháp điều trị mới trước khi nó đến tay bệnh nhân. Ví dụ, AI có thể được sử dụng để đảm bảo rằng các bệnh nhân phù hợp đang được tuyển dụng cho một thử nghiệm lâm sàng, và rằng nhóm nghiên cứu đại diện cho dân số chung trong khi xem xét sự đa dạng và công bằng. AI cũng có thể giúp trong việc xem xét các báo cáo an toàn từ một thử nghiệm theo cách đáng tin cậy hơn so với một nhóm con người. Không phải tất cả các khía cạnh của dịch tễ học và thiết kế thử nghiệm lâm sàng có thể được tự động hóa, nhưng AI có thể làm cho một số khía cạnh của quy trình trở nên hiệu quả hơn.

AI trong đánh giá kết quả điều trị

Một khi một thử nghiệm lâm sàng đã chứng minh hiệu quả, điều quan trọng là phải hiểu giá trị của một can thiệp mới trong thị trường chăm sóc sức khỏe. Tại thời điểm này, các nhà nghiên cứu đã dành hàng trăm giờ và hàng trăm triệu, nếu không phải hàng tỷ, đô la để phát triển một phương pháp điều trị – nhưng họ vẫn cần đảm bảo rằng các bệnh nhân phù hợp có thể tiếp cận nó khi họ cần. Đây là nơi nghiên cứu kinh tế sức khỏe và kết quả (HEOR) – nghiên cứu về giá trị của các can thiệp chăm sóc sức khỏe – đóng một vai trò quan trọng trong quy trình phát triển thuốc.

Mục tiêu cuối cùng của các phân tích HEOR là giúp các tổ chức tài trợ và những người khác chịu trách nhiệm tài trợ cho chăm sóc sức khỏe tối ưu hóa sức khỏe của dân số của họ trong khi giảm thiểu chi phí. Nếu không có nó, các hệ thống chăm sóc sức khỏe sẽ không ổn định về mặt tài chính, và việc cung cấp chăm sóc kịp thời sẽ bị ảnh hưởng. AI có thể đóng vai trò trong các phân tích HEOR bằng cách khám phá các mẫu trong dữ liệu giúp định lượng lợi ích tăng dần của một phương pháp điều trị, chẳng hạn như xác định các phân khúc dân số duy nhất có thể trải qua sự cải thiện kết quả so với dân số chung.

Ví dụ, ML đã được sử dụng trong một nghiên cứu trong số những người bị bệnh tiểu đường loại 2 để điều tra những phân khúc dân số nào có thể được hưởng lợi từ một can thiệp hành vi nhằm giảm cân. Mặc dù không tìm thấy tác động đáng kể trong dân số chung những người bị bệnh tiểu đường loại 2, các nhà nghiên cứu đã tìm thấy rằng một phân khúc với các đặc điểm cụ thể có thể tránh được các biến chứng từ bệnh tim mạch sau can thiệp. Những thông tin này đã giúp các bác sĩ lâm sàng và kế hoạch chăm sóc sức khỏe biết những bệnh nhân cụ thể nào sẽ được hưởng lợi nhiều nhất từ can thiệp, giúp cải thiện kết quả bệnh nhân và tiết kiệm chi phí tổng thể.

Tương lai của AI trong quy trình dược

Đúng là có nhiều ứng dụng của AI khi nói đến việc hiểu và điều trị bệnh, và các nhà nghiên cứu cam kết tiếp tục phát triển công nghệ này. Trên thực tế, tổ chức hàng đầu về HEOR, ISPOR, gần đây đã thiết lập hướng dẫn sử dụng học máy trong lĩnh vực này. Điều này thể hiện cam kết mở rộng việc sử dụng AI và ML để tối đa hóa tiềm năng của nó.

Các nhà dịch tễ học, nhà nghiên cứu, nhà kinh tế học sức khỏe và những người khác đóng vai trò trong quy trình phát triển thuốc đều có thể tìm thấy giá trị từ việc tích hợp AI vào công việc của họ. Và nếu chúng ta có thể sử dụng AI để hiểu tốt hơn các bệnh và phát triển các phương pháp điều trị hiệu quả và nhắm mục tiêu hơn, bệnh nhân sẽ được hưởng lợi rất nhiều vào cuối cùng. AI có tiềm năng vô tận trong lĩnh vực chăm sóc sức khỏe và dược để cải thiện cuộc sống – và đó là trách nhiệm của chúng ta để tận dụng nó đến khả năng tối đa của nó.