In una recensione pubblicata il 17 luglio sulla rivista Tendenze nelle scienze farmacologiche , i ricercatori hanno esaminato come l'intelligenza artificiale (AI) potrebbe influenzare lo sviluppo dei farmaci nel prossimo decennio.

Big pharma e altri sviluppatori di farmaci sono alle prese con un dilemma:l'era dei farmaci di successo sta volgendo al termine. Allo stesso tempo, aggiungere nuovi farmaci ai loro portafogli è lento e costoso. Ci vogliono in media 10-15 anni e 1,5-2 miliardi di dollari per immettere sul mercato un nuovo farmaco; circa la metà di questo tempo e gli investimenti sono dedicati alle sperimentazioni cliniche.

Sebbene l'IA non abbia ancora avuto un impatto significativo sugli studi clinici, I modelli basati sull'intelligenza artificiale stanno aiutando la progettazione di prove, Le tecniche basate sull'intelligenza artificiale vengono utilizzate per il reclutamento dei pazienti, e i sistemi di monitoraggio basati sull'intelligenza artificiale mirano a migliorare l'aderenza allo studio e ridurre i tassi di abbandono.

"L'intelligenza artificiale non è una bacchetta magica ed è un lavoro in corso, eppure è molto promettente per il futuro dell'assistenza sanitaria e dello sviluppo dei farmaci, " afferma l'autore principale e scienziato informatico Stefan Harrer, un ricercatore presso IBM Research-Australia.

Come parte della revisione e sulla base della loro ricerca, Harrer e colleghi hanno riferito che l'IA può potenzialmente aumentare il tasso di successo degli studi clinici:

• Misurazione efficiente dei biomarcatori che riflettono l'efficacia del farmaco testato
• Identificazione e caratterizzazione delle sottopopolazioni di pazienti più adatte a farmaci specifici. Meno di un terzo di tutti i composti di fase II avanzano alla fase III, e uno su tre studi di fase III fallisce, non perché il farmaco è inefficace o pericoloso, ma perché allo studio mancano abbastanza pazienti o il giusto tipo di pazienti.
• Start-up, grandi società, organismi di regolamentazione, e i governi stanno tutti esplorando e guidando l'uso dell'intelligenza artificiale per migliorare la progettazione degli studi clinici, dice Harrer. "Quello che vediamo a questo punto è prevalentemente in fase iniziale, verifica teorica, e studi pilota di fattibilità che dimostrino l'elevato potenziale di numerose tecniche di IA per migliorare le prestazioni delle sperimentazioni cliniche, "Dice Harrer.

Gli autori identificano anche diverse aree che mostrano la promessa più reale dell'IA per i pazienti. Per esempio:

• I sistemi abilitati all'intelligenza artificiale potrebbero consentire ai pazienti un maggiore accesso e controllo sui propri dati personali.
• Il coaching tramite app basate sull'intelligenza artificiale potrebbe avvenire prima e durante le prove.
• L'intelligenza artificiale potrebbe monitorare l'aderenza dei singoli pazienti ai protocolli continuamente in tempo reale.
• Le tecniche di intelligenza artificiale potrebbero aiutare a guidare i pazienti verso studi di cui potrebbero non essere a conoscenza
• In particolare, Harrer dice, l'uso dell'IA negli approcci di medicina di precisione, come l'applicazione della tecnologia per far progredire l'efficienza e la precisione con cui i professionisti possono diagnosticare, curare e gestire le malattie neurologiche, è promettente. "L'intelligenza artificiale può avere un profondo impatto sul miglioramento del monitoraggio dei pazienti prima e durante gli studi neurologici, " lui dice.

La revisione ha anche valutato le potenziali implicazioni per il settore farmaceutico, che comprendeva:

• Algoritmi di visione artificiale che potrebbero potenzialmente individuare popolazioni di pazienti rilevanti attraverso una gamma di input, dai moduli scritti a mano alle immagini mediche digitali.
• Applicazioni dell'analisi dell'intelligenza artificiale ai dati degli studi clinici falliti per scoprire approfondimenti per la progettazione di studi futuri.
• L'uso di funzionalità di intelligenza artificiale come Machine Learning (ML), Apprendimento profondo (DL), e Natural Language Processing (NLP) per correlare set di dati ampi e diversificati come cartelle cliniche elettroniche, letteratura medica, e database delle sperimentazioni per aiutare le aziende farmaceutiche a migliorare la progettazione delle sperimentazioni, corrispondenza paziente-prova, e reclutamento, nonché per il monitoraggio dei pazienti durante gli studi.

Gli autori hanno anche identificato diversi importanti spunti per i ricercatori:

• "Health AI" è un settore in crescita che collega la medicina, farmaceutico, scienza e ingegneria dei dati.
• La prossima generazione di esperti di IA nel campo della salute avrà bisogno di un'ampia gamma di conoscenze in analisi, codifica algoritmica e integrazione tecnologica.
• È necessario un lavoro continuo per valutare la privacy dei dati, sicurezza e accessibilità, così come l'etica dell'applicazione delle tecniche di intelligenza artificiale alle informazioni mediche sensibili.

Poiché i metodi di intelligenza artificiale hanno iniziato ad essere applicati agli studi clinici solo negli ultimi 5-8 anni, molto probabilmente ci vorranno ancora diversi anni in un tipico ciclo di sviluppo di farmaci da 10 a 15 anni prima che l'impatto dell'IA possa essere valutato con precisione.

Intanto, ricerca e sviluppo rigorosi sono necessari per garantire la fattibilità di queste innovazioni, dice Harrer. "È necessario un ulteriore lavoro importante prima che l'IA dimostrata negli studi pilota possa essere integrata nella progettazione di sperimentazioni cliniche, ", afferma. "Qualsiasi violazione del protocollo di ricerca o impostazione prematura di aspettative irragionevoli può portare a minare la fiducia e, in definitiva, il successo dell'IA nel settore clinico".