Las tecnologías digitales y las herramientas de macrodatos están cambiando todos los aspectos del funcionamiento de las empresas en una multitud de sectores. La atención sanitaria no es una excepción. Estamos al borde de una revolución digital en todos los ámbitos del sector, desde el laboratorio hasta la cabecera del paciente.
Esto representa una oportunidad importante para impulsar la próxima ola de innovación médica. Podemos acercarnos a nuestros pacientes en el mundo digital para ofrecerles soluciones nuevas, mejores e integrales que no solo den lugar a mejores resultados, sino que también ayuden a reducir la carga de la enfermedad.
Las soluciones digitales pueden democratizar el proceso de investigación de nuevos medicamentos al ayudarnos a llegar a grupos de personas que antes estaban desatendidos y poco estudiados. La tecnología digital también mejorará la forma en que recopilamos y analizamos datos. Los datos, uno de los activos más valiosos que tenemos al alcance de la mano, nos permiten comprender mejor las necesidades de los pacientes. En definitiva, podemos llevar medicamentos nuevos y mejores a los pacientes que los necesitan.
Tres tecnologías emergentes impulsarán la próxima ola de innovación médica, tan necesaria con urgencia:
1. Internet de las cosas. Los datos de los dispositivos inteligentes pueden ofrecernos un contexto esencial del mundo real y profundizar nuestra comprensión más allá de los enfoques convencionales de I+D. Por ejemplo, los dispositivos ponibles y los sensores pueden recopilar datos sólidos en tiempo real sobre la calidad de vida de los pacientes, lo que nos permite comprender mejor la evolución de la enfermedad y el impacto de nuestros tratamientos.
En Novartis ya utilizamos tecnologías de sensores para cuantificar la evolución de la enfermedad en pacientes con esclerosis múltiple en el marco de investigaciones para ensayos clínicos. Mediante el sistema ASSESS MS, podemos hacer un seguimiento de indicadores como la velocidad al caminar, el equilibrio y los movimientos de los pacientes. Los métodos actuales para medir la discapacidad física en la esclerosis múltiple pueden arrojar resultados incoherentes, y puede ser difícil detectar cambios pequeños en la discapacidad. Al entrenar un programa informático para que evalúe a las personas con esclerosis múltiple como lo haría un neurólogo experto, ASSESS MS tiene como objetivo proporcionar datos coherentes y fiables que puedan contribuir a respaldar mejor las decisiones clínicas, mejorar la eficiencia de los ensayos clínicos y poner las evaluaciones neurológicas especializadas al alcance de personas de todo el mundo.
2. Inteligencia artificial y aprendizaje automático. Estas tecnologías están revolucionando la forma en que podemos analizar los datos, lo que agiliza el proceso de los ensayos clínicos. Nos permiten comprender los conjuntos de datos con mayor profundidad para identificar mejor nuevos hallazgos a partir de nuestras décadas de experiencia en ensayos clínicos. Todos estos datos complementan la información recopilada mediante enfoques convencionales de I+D. Pueden ayudar a los fabricantes de medicamentos a desarrollar nuevos fármacos con más rapidez, de forma más inteligente y a menor coste que con los modelos tradicionales.
Por ejemplo, en colaboración con Quantum Black, Novartis desarrolló un programa llamado Nerve Live. Combina datos sobre las operaciones de ensayos clínicos procedentes de varios sistemas internos y aplica aprendizaje automático y análisis avanzados para predecir y supervisar el reclutamiento de participantes, el coste y la calidad de los ensayos. Esto nos permite aumentar la automatización, maximizar la eficiencia y tomar decisiones basadas en datos. Nuestro trabajo en este ámbito ya ha reducido entre un 10 y un 15 % los tiempos de reclutamiento de pacientes en ensayos piloto.
3. Plataformas emergentes de datos. Una capacidad de computación sin precedentes y los avances en los sistemas de gestión de datos nos permiten almacenarlos, organizarlos y optimizarlos para analizarlos y generar conocimiento. Al integrar nuestros vastos recursos de ensayos clínicos actuales, futuros e históricos en lagos de datos —repositorios virtuales que contienen enormes cantidades de datos sin procesar en su formato original—, podemos adoptar tecnologías y tendencias emergentes para obtener conocimientos profundos.
También estamos explorando las potentes capacidades de procesamiento de datos de las empresas tecnológicas para realizar análisis de datos en tiempo real de conjuntos de datos de ensayos clínicos. Estos suelen alcanzar varios petabytes y su análisis puede llevar semanas con los métodos tradicionales. La computación cuántica podría permitir el procesamiento a gran escala de datos clínicos y biológicos sumamente complejos. Si se aplicara al diseño de medicamentos y a la selección de dianas, podría acelerar nuestra capacidad de realizar investigaciones in silico. La cadena de bloques también ofrece grandes posibilidades para el sector sanitario, al abordar desafíos actuales como la interoperabilidad de los sistemas de datos y la seguridad de los datos.
Incorporar tecnologías emergentes a los procesos cotidianos será un desafío. Sin embargo, está claro que las tecnologías digitales y la ciencia de datos tienen un potencial extraordinario para la innovación médica. Debemos combinar la cultura del sector tecnológico con la experiencia de la industria farmacéutica. Una parte fundamental de esta tarea consiste en fomentar la colaboración en el ecosistema más amplio de salud y tecnología, incluidas las empresas emergentes y las instituciones académicas.
Debemos esforzarnos por inspirar a la próxima generación de talentos para que se dedique a este ámbito crucial. Todas las personas del ecosistema sanitario deberían comprender todo el potencial de la salud digital. Las empresas que tendrán más éxito en el futuro serán las que vean esta transformación como una oportunidad, en lugar de como un desafío insuperable.
Aprovechemos todo el potencial de lo digital y los datos para desarrollar medicamentos destinados a quienes más los necesitan.
