El uso de la inteligencia artificial y el aprendizaje automático en el proceso de desarrollo de fármacos seguirá expandiéndose;
La IA tiene el potencial de reducir drásticamente el tiempo necesario para desarrollar un nuevo fármaco;
Se producirán innovaciones en los modelos de ensayos clínicos, incluidos los ensayos virtuales, para reducir los costos y acelerar el camino de las posibles terapias hacia la autorización de comercialización.
“El cambio es la única constante”. Estas palabras de sabiduría del antiguo filósofo griego Heráclito siguen siendo válidas hoy. Esto es sin duda cierto para el sector farmacéutico, donde el cambio es fundamental para la supervivencia. La carrera por encontrar una cura en áreas terapéuticas complejas y en enfermedades concretas es altamente competitiva, lo que ejerce una enorme presión sobre el engranaje del desarrollo de fármacos. Esto resulta especialmente difícil a medida que se comprende cada vez mejor el mecanismo de acción de las enfermedades, lo que difumina los límites entre enfermedades distintas y desplaza el ámbito del tratamiento hacia el tratamiento de objetivos múltiples, independientemente de la enfermedad.
Si bien la última década ha sido testigo de importantes innovaciones en este ámbito, especialmente en torno a tecnologías como la inteligencia artificial (IA) y el aprendizaje automático, destinadas a agilizar el proceso de desarrollo de fármacos y eliminar sus riesgos, esto es solo el comienzo. Al entrar en una nueva década, cabe esperar que estas innovaciones tecnológicas sigan evolucionando, que haya aún más alianzas entre el sector farmacéutico y el tecnológico y que continúen las innovaciones en los modelos de ensayos clínicos, todo ello con el objetivo de acelerar el desarrollo de fármacos.
La IA tiene el potencial de reducir drásticamente el tiempo necesario para desarrollar un nuevo fármaco
En la última década, el entusiasmo por la IA ha crecido en el sector farmacéutico, ya que tiene el potencial de reducir drásticamente el tiempo necesario para desarrollar un nuevo fármaco. Puede manejar grandes cantidades de datos y utilizarse en la identificación de dianas, el análisis de macrodatos, la previsión, la correspondencia de pacientes, la automatización del diseño de moléculas y mucho más. Numerosas organizaciones farmacéuticas han adoptado enfoques de IA, como el aprendizaje automático, invirtiendo fuertemente en la convicción de que la IA reducirá los costos, acortará los plazos y dará lugar a fármacos nuevos y mejores.
Una premisa importante de la IA es que puede respaldar y analizar grandes cantidades de datos. Aspectos cruciales de la vía de desarrollo de fármacos, como el descubrimiento de biomarcadores, la identificación de valores atípicos y la creación de brazos de control sintéticos, también pueden beneficiarse del uso de sistemas y algoritmos de IA. Se espera que el intercambio de datos aumente en los próximos años. Apenas estamos empezando a aprovechar el valor de la IA para recopilar, gestionar y utilizar de forma inteligente los datos del sector.
Es bien sabido que integrar la IA en la fase de descubrimiento de fármacos puede tener un enorme impacto en la creación de fármacos más seguros y eficaces, al respaldar la toma de decisiones basada en datos sobre qué compuestos potenciales de la cartera deben desarrollarse y probarse más a fondo. La etapa tradicional e inicial de investigación del descubrimiento de fármacos, cuando se identifican posibles dianas de enfermedades y se realizan pruebas para comprender si un candidato a fármaco puede afectar a la diana identificada, puede ser un proceso largo y complejo, que suele tardar entre cuatro y seis años en completarse. La IA tiene el potencial de comprimir ese plazo y optimizar el proceso, lo que dará lugar a moléculas o compuestos mejorados o más específicos para su desarrollo.
Lamentablemente, aún no se ha logrado un impacto real en la reducción de estos plazos, y existen distintos puntos de vista sobre las razones. Una línea de pensamiento sostiene que con la nueva tecnología surge una nueva complejidad, que exige más toma de decisiones. El proceso humano de toma de decisiones no está evolucionando al mismo ritmo que la tecnología. Dado que la IA cambia fundamentalmente la forma en que se toman las decisiones, la toma de decisiones humana y las formas de trabajo deben evolucionar en consonancia. La adopción de la tecnología de IA depende tanto del proceso de gestión del cambio en la interacción humana con los datos como de la propia tecnología. Un resultado exitoso sería transformar los procesos tradicionales de descubrimiento de fármacos para beneficiarse de la IA, en lugar de incorporar la IA de forma superficial al proceso de descubrimiento. Mediante el uso adecuado de la IA, el descubrimiento de fármacos tiene el potencial de revolucionarse. Es esencial para acelerar el desarrollo de fármacos y dará lugar a la consolidación del “Desarrollo de Fármacos 2.0”.
Las alianzas tecnológicas seguirán ganando terreno
Las alianzas entre las empresas de tecnología digital y las biofarmacéuticas seguirán ganando terreno en los próximos 10 años, de formas que buscan acortar y agilizar el proceso de desarrollo de fármacos, al tiempo que llevan tratamientos vitales a los pacientes que más los necesitan. En su nivel más básico, las colaboraciones entre el sector farmacéutico y el tecnológico ayudan a las empresas farmacéuticas a adoptar una mentalidad más ágil en el desarrollo de fármacos, incluso antes de que se materialicen beneficios tangibles en el proceso de desarrollo. Estas colaboraciones pueden dar lugar a soluciones más eficientes y rentables, desde el laboratorio hasta la cabecera del paciente.
Innovación en los modelos de ensayos clínicos
Más allá de las innovaciones tecnológicas, como la IA y el aprendizaje automático para el descubrimiento y el desarrollo temprano de fármacos, se producirán innovaciones en los modelos de ensayos clínicos para reducir los costos y acelerar el camino de las posibles terapias hacia la autorización de comercialización. Una tendencia en crecimiento es la aparición de los ensayos clínicos virtuales como forma de reducir el gasto y la carga para los pacientes, al tiempo que se aumenta la retención de pacientes haciendo que los ensayos y los tratamientos sean lo más accesibles y atractivos posible para ellos.
Los ensayos clínicos tradicionales cuentan con múltiples centros de estudio físicos y requieren múltiples visitas de los pacientes a un centro para cumplir con el protocolo del estudio. En los ensayos clínicos virtuales, los pacientes pueden participar desde la comodidad de su hogar y registrar datos de forma remota mediante dispositivos de monitorización, aplicaciones para teléfonos inteligentes y más. Los ensayos están empezando a incorporar contratos inteligentes que permiten a los pacientes compartir sus datos de salud en línea con quien deseen y ver de forma transparente quién solicita y recibe acceso a su información sanitaria personal. Los ensayos clínicos virtuales también aprovechan las plataformas de interacción en redes sociales en línea para acciones críticas como el reclutamiento, el consentimiento informado, el asesoramiento a los pacientes, la medición de los criterios de valoración clínicos y el registro de eventos adversos.
Los ensayos clínicos realizados de forma virtual ofrecen oportunidades para un enfoque más centrado en el paciente. La adopción de los ensayos clínicos virtuales se ampliará en la nueva década a medida que surjan innovaciones tecnológicas que permitan recopilar, supervisar y compilar datos de forma remota, de manera eficiente y eficaz. Los modelos de ensayos clínicos virtuales, la IA y las alianzas tecnológicas son algunas de las tendencias cruciales que afectarán al desarrollo de fármacos en la nueva década, acelerando el camino para que los medicamentos que tanta falta hacen lleguen a los pacientes que los necesitan.
