Artificial intelligence verändert die Welt der klinischen Studien und verspricht, die Entwicklungszeiten für Medikamente um die Hälfte zu verkürzen. Ein aktuelles White Paper von Artefact untersucht diese laufende Revolution und hebt Innovationen hervor, die jede Phase des Prozesses neu gestalten, vom Studiendesign bis zur Patientenrekrutierung.
Das Papier bietet einen Einblick in ein dynamisches Ökosystem, in dem Start-ups, Tech-Giganten und pharmazeutische Labors die Zukunft der medizinischen Forschung neu definieren.
Wie AI die Landschaft der klinischen Studien umgestaltet: eine Analyse von Artefact
Die pharmazeutische Industrie steht am Rande einer großen Revolution bei klinischen Studien, die von artificial intelligence (AI) vorangetrieben wird. In einem kürzlich erschienenen Whitepaper von Artefact wird in Zusammenarbeit mit AI for Health untersucht, wie AI jede Phase des klinischen Studienprozesses, von der Planung bis zur Ergebnisanalyse, umgestaltet.
Eine noch nie dagewesene Gelegenheit zur Beschleunigung der Arzneimittelentwicklung
In einem Sektor, in dem Misserfolge die Norm sind - 9 von 10 Arzneimittelkandidaten scheitern während der klinischen Versuche - bietet AI eine revolutionäre Chance. Durch die Verkürzung der Entwicklungszeiten um mehrere Wochen hat AI das Potenzial, Millionen für Pharmaunternehmen einzusparen, wissenschaftliche Durchbrüche zu beschleunigen und lebensrettende Therapien schneller als je zuvor zu Patienten zu bringen.
Derzeit scheitern mehr als 90 % der klinischen Versuche für neue Arzneimittel, von der Phase I bis zur endgültigen klinischen Zulassung. Zu den Hauptgründen für diese Misserfolge gehören mangelnde klinische Wirksamkeit (40-50 %), nicht beherrschbare Toxizität (30 %), schlechte Arzneimitteleigenschaften (10-15 %) und fehlender kommerzieller Bedarf oder schlechte strategische Planung (10 %).
"Wir haben uns aus mehreren Gründen dafür entschieden, den Schwerpunkt auf AI und generative AI in der pharmazeutischen Forschung und Entwicklung zu legen. Erstens stößt das Thema bei vielen Beteiligten auf großes Interesse und wird beschleunigt. Zweitens sind AI und F&E heute entscheidende strategische Themen, die das Potenzial haben, die Dauer klinischer Studien zu halbieren. Und schließlich ist es ein sehr aktuelles Thema, da viele Labore diese Anwendungsfälle bereits einsetzen oder planen, sie zu aktivieren.sagt Thomas Filaire, Leiter des Whitepapers auf Artefact und erklärt die Beweggründe für die Studie
AI definiert jeden Schritt des Lebenszyklus einer klinischen Studie neu.
ArtefactDas Whitepaper von AI untersucht, wie die drei wichtigsten Phasen klinischer Studien revolutioniert werden:
1. Gestaltung der klinischen Prüfung
AI optimiert den traditionell langwierigen und komplexen Prozess der Erstellung von Protokollen für klinische Studien. Zu den wichtigsten Innovationen gehören:
Diese Fortschritte führen zu einer erheblichen Verkürzung der Versuchsplanungszeit, die manchmal von mehreren Monaten auf nur wenige Wochen reduziert werden kann. Ein Beispiel:
2. Patientenrekrutierung und Einbeziehung
Die Rekrutierung von Patienten ist nach wie vor eine der größten Herausforderungen bei klinischen Studien. AI bietet hierfür innovative Lösungen:
Die Auswirkungen von AI auf die Personalbeschaffung sind erheblich:
3. Durchführung und Verwaltung von klinischen Prüfungen
AI verändert die Durchführung und Analyse klinischer Studien durch verschiedene Fortschritte:
Diese Innovationen steigern die Effizienz, senken die Kosten und rationalisieren den gesamten Prozess der klinischen Prüfung, wodurch die Entwicklung von Medikamenten beschleunigt und die Ergebnisse verbessert werden.
Diese Innovationen verändern die Landschaft der klinischen Studien und machen sie schneller, effizienter und kostengünstiger.
Ein expandierendes Innovationsökosystem.
Das White Paper beleuchtet die zentrale Rolle, die verschiedene Akteure bei der Weiterentwicklung von AI Lösungen für klinische Studien spielen, mit besonderem Augenmerk auf innovativen Start-ups und führenden Tech-Giganten.
Die führenden Technologieriesen treiben die Innovation voran.
Tech-Giganten wie Google, Microsoft, IBM und Apple spielen eine zunehmend wichtige Rolle bei der Förderung von AI-gesteuerten klinischen Studien:
"Wir bewegen uns von einem reaktiven zu einem proaktiven, fast prädiktiven Ökosystem im Gesundheitswesen.betont Shweta Maniar, Global Director of Health and Life Sciences bei Google Cloud
Dieser Wandel spiegelt die transformativen Auswirkungen von AI auf den gesamten Prozess der klinischen Prüfung wider.
Startups, die Innovationen in der klinischen Forschung vorantreiben.
Im Bereich der klinischen Forschung entstehen viele neue Unternehmen, die innovative Lösungen für die Planung von Studien, die Patientenrekrutierung und die Verwaltung von data anbieten. Das Whitepaper skizziert eine Karte dieser innovativen Akteure, gegliedert nach den drei Hauptphasen klinischer Studien:
1. Gestaltung der klinischen Prüfung:
2. Rekrutierung und Einbeziehung von Patienten:
"Weniger als 5 % der Patienten profitieren von klinischen Onkologie-Studien, während 70 % von ihnen bereit wären, daran teilzunehmen, wenn sie die Möglichkeit dazu hätten. Es besteht ein eindeutiger Bedarf an einer besseren Abstimmung zwischen Patienten und Studien, und die jüngsten Fortschritte von AI machen dies möglich."hebt Thomas Peyresblanques, Mitbegründer und CEO von Klineo, als kritisches Thema hervor
3. Durchführung und Verwaltung von Versuchen:
"Da nur 4 % der Studien eine repräsentative Bevölkerung umfassen, hilft Inato den Sponsoren, Patienten doppelt so schnell zu rekrutieren und die Vielfalt auf 67 % nicht-weiße Teilnehmer zu erhöhen, verglichen mit einem früheren Durchschnitt von 15 %".erklärt Kourosh Davarpanah, Mitbegründer und CEO von Inato, und hebt die Auswirkungen ihrer Lösung hervor
Dies spiegelt das Potenzial von AI wider, die Rekrutierung und Einbeziehung in klinische Studien zu verbessern.
Zu bewältigende Herausforderungen
Trotz der vielversprechenden Fortschritte gibt es nach wie vor Probleme bei der Einführung von AI in klinischen Studien:
Zusammenfassend lässt sich sagen, dass AI beispiellose Möglichkeiten bietet, klinische Studien zu revolutionieren, aber eine breite Einführung erfordert die Bewältigung dieser komplexen Herausforderungen. Die Zusammenarbeit zwischen Start-ups, Tech-Giganten, Pharmaunternehmen und Aufsichtsbehörden wird entscheidend sein, um das Potenzial von AIvoll auszuschöpfen und gleichzeitig die Sicherheit und Ethik klinischer Studien zu gewährleisten.
(1) : Zhang, B., Zhang, L., Chen, Q. et al. Harnessing artificial intelligence to improve clinical trial design. Commun Med 3, 191 (2023). https://doi.org/10.1038/s43856-023-00425-3
(2) : Tsuchiwata S, Tsuji Y. Computergestütztes Design von klinischen Studien unter Verwendung einer Kombination aus Simulation und genetischem Algorithmus. CPT Pharmacometrics Syst Pharmacol. 2023 Apr;12(4):522-531. doi: 10.1002/psp4.12944. Epub 2023 Mar 5. PMID: 36793239; PMCID: PMC10088085.
(4) : Ismail A, Al-Zoubi T, El Naqa I, Saeed H. The role of artificial intelligence in hastening time to recruitment in clinical trials. BJR Open. 2023 May 16;5(1):20220023. doi: 10.1259/bjro.20220023. PMID: 37953865; PMCID: PMC10636341.
