Artificial intelligence está transformando o mundo dos ensaios clínicos, prometendo reduzir pela metade os prazos de desenvolvimento de medicamentos. Um white paper recente da Artefact explora essa revolução em andamento, destacando as inovações que remodelam cada estágio do processo, desde o projeto do estudo até o recrutamento de pacientes.
O documento oferece uma visão de um ecossistema dinâmico em que startups, gigantes da tecnologia e laboratórios farmacêuticos estão redefinindo o futuro da pesquisa médica.
Como o site AI está remodelando o cenário dos ensaios clínicos: uma análise de Artefact
O setor farmacêutico está à beira de uma grande revolução nos testes clínicos, impulsionada pelo artificial intelligence (AI). Um white paper recente da Artefact, em parceria com a AI for Health, explora como a AI está transformando todas as etapas do processo de pesquisa clínica, desde o projeto até a análise dos resultados.
Uma oportunidade sem precedentes para acelerar o desenvolvimento de medicamentos
Em um setor em que o fracasso é a norma, com 9 em cada 10 candidatos a medicamentos fracassando durante os testes clínicos, o AI apresenta uma oportunidade revolucionária. Ao reduzir os cronogramas de desenvolvimento em várias semanas, o AI tem o potencial de economizar milhões para as empresas farmacêuticas, acelerar as descobertas científicas e levar terapias que salvam vidas aos pacientes mais rápido do que nunca.
A atual taxa de insucesso dos testes clínicos de novos medicamentos, desde a fase I até a aprovação clínica final, ultrapassa 90%. Os principais motivos desses fracassos incluem a falta de eficácia clínica (40-50%), toxicidade incontrolável (30%), propriedades ruins do medicamento (10-15%) e ausência de necessidades comerciais ou planejamento estratégico deficiente (10%).
"Optamos por nos concentrar em AI e AI generativo em P&D farmacêutico por vários motivos. Primeiro, o assunto está despertando interesse e aceleração significativos de muitas partes interessadas. Segundo, AI e P&D são tópicos estratégicos cruciais atualmente, com o potencial de reduzir pela metade a duração dos estudos clínicos. Por fim, é um tópico muito atual, pois muitos laboratórios já estão implantando ou planejando ativar esses casos de uso."Thomas Filaire, supervisor do white paper em Artefact , explica as motivações por trás do estudo
AI está redefinindo cada etapa do ciclo de vida dos ensaios clínicos.
Artefactexplora como o AI está revolucionando as três principais fases dos testes clínicos:
1. Desenho do estudo clínico
AI otimiza o processo tradicionalmente longo e complexo de elaboração de protocolos de estudos clínicos. As principais inovações incluem:
Esses avanços reduzem significativamente o tempo de projeto do estudo, às vezes reduzindo-o de vários meses para apenas algumas semanas. Por exemplo:
2. Recrutamento e inclusão de pacientes
O recrutamento de pacientes continua sendo um dos principais desafios dos estudos clínicos. O site AI oferece soluções inovadoras para:
O impacto do site AI no recrutamento é significativo:
3. Execução e gerenciamento de estudos clínicos
AI está transformando a execução e a análise de estudos clínicos por meio de vários avanços:
Essas inovações aumentam a eficiência, reduzem os custos e simplificam todo o processo de ensaios clínicos, acelerando o desenvolvimento de medicamentos e melhorando os resultados.
Essas inovações estão remodelando o cenário dos ensaios clínicos, tornando-os mais rápidos, mais eficientes e econômicos.
Um ecossistema de inovação em expansão.
O white paper destaca o papel fundamental desempenhado por várias partes interessadas no avanço das soluções AI para testes clínicos, com foco especial em startups inovadoras e gigantes da tecnologia.
Os principais gigantes da tecnologia que impulsionam a inovação.
Gigantes da tecnologia como Google, Microsoft, IBM e Apple estão desempenhando um papel cada vez mais importante no avanço dos estudos clínicos orientados por AI:
"Estamos passando de um ecossistema de saúde reativo para um proativo, quase preditivo."enfatiza Shweta Maniar, Diretora Global de Saúde e Ciências da Vida do Google Cloud
Essa mudança reflete o impacto transformador do site AI em todo o processo de ensaios clínicos.
Startups, impulsionando a inovação em pesquisa clínica.
Muitas startups estão surgindo no campo da pesquisa clínica, oferecendo soluções inovadoras para o projeto de estudos, recrutamento de pacientes e gerenciamento de data . O white paper descreve um mapa desses participantes inovadores, organizado de acordo com as três principais fases dos estudos clínicos:
1. Desenho do estudo clínico:
2. Recrutamento e inclusão de pacientes:
"Menos de 5% dos pacientes se beneficiam dos estudos clínicos oncológicos, enquanto 70% dizem que estariam dispostos a participar se tivessem a oportunidade. Há uma clara necessidade de uma melhor correspondência entre pacientes e estudos, e os recentes avanços do AI tornam isso possível."destaca como uma questão crítica Thomas Peyresblanques, cofundador e CEO da Klineo
3. Execução e gerenciamento de testes:
"Com apenas 4% dos estudos incluindo uma população representativa, a Inato ajuda os patrocinadores a recrutar pacientes duas vezes mais rápido, aumentando a diversidade para 67% de participantes não brancos, em comparação com a média anterior de 15%."explica Kourosh Davarpanah, cofundador e CEO da Inato, destacando o impacto de sua solução
Isso reflete o potencial do site AI para melhorar o recrutamento e a inclusão em estudos clínicos.
Desafios a serem superados
Apesar dos avanços promissores, ainda há desafios em relação à adoção do AI em estudos clínicos:
Concluindo, o AI oferece oportunidades sem precedentes para revolucionar os testes clínicos, mas a adoção generalizada requer a abordagem desses desafios complexos. A colaboração entre startups, gigantes da tecnologia, empresas farmacêuticas e órgãos reguladores será essencial para aproveitar totalmente o potencial do AIe, ao mesmo tempo, garantir a segurança e a ética dos testes clínicos.
(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. Projeto computacional de estudos clínicos usando uma combinação de simulação e algoritmo genético. 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.