Descargue el libro electrónico aquí.
Parte 1. La IA en los ensayos clínicos: Una revolución en curso
La industria farmacéutica está experimentando un cambio transformador impulsado por la IA, que tiene el potencial de ahorrar millones a las empresas farmacéuticas al permitir ensayos clínicos más eficientes y data-driven. Mientras que el desarrollo tradicional se enfrenta a una escalada de costes (Ley de Eroom), la IA acelera el proceso, reduciendo significativamente el tiempo medio de los ensayos. La IA generativa optimiza aún más el diseño de los ensayos, el reclutamiento de pacientes y el análisis data.
Las innovaciones clave incluyen:
- Modelización predictiva para el éxito de los ensayos.
- Mejora de la captación de pacientes mediante algoritmos centrados en la diversidad.
- Gestión de data en tiempo real a través de ensayos clínicos descentralizados (DCT).
“Observamos una reducción significativa del tiempo medio desde el inicio hasta la finalización de los ensayos clínicos, que disminuye de 8,6 años en 2019 a 4,8 años en 2022”.”
Luca Mollo, Vicepresidente, Director Médico de Francia en Pfizer
Parte 2. Impacto en el mundo real: Casos de uso transformadores en toda la cadena de valor de los ensayos clínicos
La verdadera promesa a corto plazo de la IA reside en revolucionar los procesos para permitir ensayos data-driven más rápidos y eficientes que puedan acelerar significativamente el desarrollo de nuevas terapias.
Para mapear los casos de uso, Artefact estructuró la cadena de valor de los ensayos clínicos en tres fases clave para proporcionar un marco claro y centrado.
Caso práctico #1: Diseño de ensayos clínicos
La IA agiliza el diseño de los ensayos mediante la predicción de resultados y la optimización de los criterios de elegibilidad de los pacientes. Herramientas como la optimización de ensayos clínicos impulsada por IA, la predicción del éxito de los ensayos basada en algoritmos y TrialGPT mejoran la toma de decisiones analizando el historial data.
Impacto: Diseño de ensayos impulsado por Data, protocolos de ensayo más rápidos, mayor satisfacción del paciente.
“Creemos firmemente en la transformación de la investigación y el desarrollo clínico a través de la IA, habiendo priorizado 18 temáticas de I+D con múltiples casos de uso de IA de alto potencial, que van desde la identificación de dianas hasta el diseño de ensayos. Esta convicción nos permitirá hacer frente a los 2 grandes retos del proceso de innovación de medicamentos: la probabilidad de éxito y el tiempo de comercialización.”
Brice Miranda, Director del Grupo Data en Servier
Caso práctico #2: Captación e inscripción de pacientes
La IA aborda las ineficiencias en el reclutamiento, con plataformas como inato que amplían el acceso a los ensayos y mejoran la diversidad y el compromiso de los pacientes. Los algoritmos predictivos identifican los centros ideales para los grupos demográficos infrarrepresentados.
Impacto: El tiempo de reclutamiento se redujo a la mitad; la diversidad aumentó a 67% participantes no blancos (desde 15%).
“70% de los ensayos se concentran en sólo 5% de los principales hospitales, mientras que 90% de los lugares potenciales siguen infrautilizados”.”
Kourosh Davarpanah, cofundador y director general de inato
Caso de uso #3: Ejecución y gestión
Los análisis basados en IA automatizan el procesamiento de data, revelan patrones ocultos y generan resúmenes iniciales que agilizan el proceso de redacción de conclusiones. Las herramientas avanzadas gestionan data de ensayos descentralizados, integrando perspectivas para acelerar las conclusiones. El procesamiento del lenguaje natural (PLN) automatiza la elaboración de informes, reduciendo los plazos en más de 50%.
Impacto: Aprobaciones reglamentarias más rápidas, menores costes, mejor toma de decisiones.
“Reduce drásticamente el tiempo de redacción de informes de 100 días a tan sólo 48 al procesar rápidamente data, automatizar tareas y generar un borrador preliminar para su presentación a las autoridades reguladoras”.”
Luca Mollo, Vicepresidente, Director Médico de Francia en Pfizer
Parte 3. Impulsar la innovación: El ecosistema en expansión de los ensayos impulsados por la IA
El papel de las grandes tecnologÃas en el avance de los ensayos clÃnicos impulsados por la IA
Startups y gigantes tecnológicos como Google e IBM están liderando la revolución de los ensayos clínicos mediante herramientas potenciadas por la IA. Entre los proyectos más destacados se incluyen:
- AlphaFold (Google DeepMind): Predice las estructuras de las proteínas, acelerando el descubrimiento de fármacos.
- Plataforma IBM Watson Health: Encuentra patrones en la data clínica para adecuar mejor los pacientes a los ensayos.
“Estamos dejando de ser un ecosistema sanitario reactivo para convertirnos en un ecosistema proactivo, casi predictivo”.”
Shweta Maniar, Directora Global de Sanidad y Ciencias de la Vida de Google
Cómo las startups están impulsando la innovación en la investigación clínica
Los nuevos actores están remodelando el panorama con tecnologías de vanguardia y enfoques novedosos, abordando retos de larga data en áreas como el diseño de ensayos, el reclutamiento de pacientes, la gestión de data y la eficiencia de los ensayos. Entre los participantes más destacados se encuentran:
- Klineo: Ayuda a los pacientes a encontrar el ensayo clínico más relevante.
- AI Cure: Proporciona un seguimiento descentralizado de los pacientes para reducir las tasas de abandono.
- Unlearn.ai: Reduce las necesidades de contratación mediante la generación de gemelos digitales, agilizando el tiempo de comercialización.
“Las bases de datos públicas de data como ClinicalTrials.gov (en EE.UU.) y CTIS (en Europa) contienen grandes cantidades de data, pero a menudo no están estructuradas ni actualizadas, lo que provoca retrasos en la búsqueda de ensayos relevantes y, por tanto, ralentiza el reclutamiento de pacientes.”
Thomas Peyresblanques Cofundador y Director General de Klineo
Parte 4. Los retos del futuro: Superar barreras y limitaciones
Restricciones reglamentarias: Garantizar la protección del paciente al tiempo que se acelera la innovación
La adopción de la IA en los ensayos clínicos se ve obstaculizada por las complejidades normativas, los problemas de interoperabilidad data y las preocupaciones éticas de parcialidad y transparencia. Sin embargo, marcos como la Ley de IA de la UE pretenden garantizar aplicaciones seguras y de alta calidad.
“La normativa europea es estricta, pero representa una ventaja como barrera de entrada para las empresas que no la cumplen”.”
Charlotte Pouchy, Directora General de Deemea
Data acceso, interoperabilidad y sintético data: Superar los principales retos
En Europa, la asistencia sanitaria data está fragmentada y es incoherente entre países, lo que complica el análisis basado en la IA. La falta de estandarización entre los sistemas informáticos sanitarios nacionales complica aún más este problema. La data sintética ofrece una solución prometedora para abordar estos retos manteniendo la privacidad del paciente.
Otros retos para la adopción de la IA en los ensayos clínicos incluyen el sesgo de los conjuntos data no representativos, la falta de transparencia de los algoritmos de “caja negra” y los mayores riesgos de ciberseguridad. Para abordar estas cuestiones es necesario garantizar que los modelos generalicen en poblaciones diversas, mejorar la explicabilidad y equilibrar una sólida protección de los data con la necesidad de un acceso suficiente a los data en el marco de normativas estrictas como la Ley de IA y el GDPR de la UE.
“El reto de comprender y explicar las decisiones tomadas por los algoritmos de IA, junto con el sesgo potencial, supone un obstáculo importante para su uso en ensayos clínicos”.”
Nathalie Beslay, abogada y cofundadora y consejera delegada de Naaia
A pesar de estos obstáculos, la IA está estableciendo un nuevo estándar para la investigación clínica: no sólo está mejorando los ensayos, sino que los está redefiniendo, allanando el camino para un desarrollo de fármacos más rápido, seguro y centrado en el paciente, que tiene el potencial de mejorar significativamente los resultados de los pacientes y hacer avanzar la atención sanitaria.
Vea la conferencia con Luca Mollo, Vicepresidente, Director Médico en Francia, M.D. en Pfizer y nuestros expertos Artefact, Thomas Filaire, Socio, y Léa Giroulet, Senior Data Consultant, sobre las principales conclusiones de este informe:
