Liberar el poder de la IA en los ensayos clínicos: Ideas clave de PFIZER y ARTEFACT - Cumbre sobre IA para la salud

El debate giró en torno al papel transformador de la IA en los ensayos clínicos, apoyado por las ideas de Pfizer y Artefact, y destacado en su libro blanco de colaboración. Se expusieron casos de uso concretos, el mapeo del ecosistema y los retos que plantea la ampliación de las innovaciones en IA.

Artefact identificó una creciente demanda de IA en I+D, impulsada por su potencial para acortar la duración de los ensayos clínicos hasta en 50%, acelerar el suministro de terapias innovadoras y garantizar la competitividad de las empresas farmacéuticas. Los casos de uso explorados en el libro blanco ya se están aplicando o integrando en las estrategias a medio plazo de las partes interesadas.

Pfizer aprovecha la IA para analizar conjuntos de data, identificar dianas farmacológicas, predecir la eficacia y optimizar el desarrollo. Por ejemplo, durante la pandemia de COVID-19, la IA permitió a Pfizer reducir el cribado de moléculas de 3 millones a 600, acelerando el desarrollo de un fármaco antivírico oral de cuatro años a cuatro meses. Además, la IA facilitó nuevas metodologías como los ensayos clínicos descentralizados y la monitorización a distancia, ayudando a reducir los plazos medios de desarrollo de fármacos de 8,6 años en 2019 a 4,8 años en 2022.

El libro blanco divide la cadena de valor de los ensayos clínicos en tres fases: diseño, captación de pacientes y ejecución. Para el diseño del ensayo, los modelos de lenguaje amplio (LLM) extraen la seguridad y la eficacia data de ensayos anteriores, agilizando los protocolos de estudio. La captación de pacientes se beneficia de los modelos de IA que analizan los datos demográficos y el historial médico para predecir las tasas de abandono, garantizando la continuidad del ensayo. La ejecución y la gestión mejoran gracias al procesamiento data impulsado por la IA, lo que reduce el tiempo necesario para la generación de informes y su presentación a las autoridades reguladoras.

La IA automatiza tareas laboriosas como la limpieza, el procesamiento y el análisis de data clínicos, descubriendo patrones y correlaciones que los métodos tradicionales podrían pasar por alto. Durante el desarrollo de la vacuna COVID-19, la IA permitió a Pfizer redactar el reports reglamentario en 48 días, frente a los 100 días tradicionales. Este plazo acelerado permitió una entrada más rápida en el mercado y mejoró el acceso de los pacientes.

El principal reto reside en establecer una data foundations sólida, que incluya marcos de gobernanza y cumplimiento. Aunque en un principio se perciben como costosos y lentos, estos cimientos son fundamentales para la escalabilidad a largo plazo y para ofrecer casos de uso impulsados por la IA de forma eficaz.

La IA está revolucionando los ensayos clínicos al acortar los plazos, mejorar la eficiencia y potenciar los resultados en los pacientes. Sin embargo, el éxito depende de que se aborden los retos del data governance y se fomente la colaboración en todo el ecosistema sanitario.