Por Diego Herrera, Sr. Account Executive, Appian

La industria farmacéutica se encuentra en un momento crucial. La inteligencia artificial está pasando de mejorar los procesos a remodelar el tratamiento de enfermedades y la prestación de atención y servicios. Los primeros usuarios están viendo grandes logros en el desarrollo de fármacos, a la vez que tienen menos trabajo administrativo. La cuestión no es adoptar la IA, sino cómo maximizar sus beneficios.

Lo que está en juego es claro. Una investigación de McKinsey & Company, proyecta que la IA generativa podría aumentar los ingresos anuales de la industria farmacéutica y de productos médicos en hasta 110.000 millones de dólares al agilizar el proceso de investigación y desarrollo que requiere muchos recursos y tiempo. A medida que la industria cambia para maximizar el potencial de la IA, cinco tendencias redefinirán la industria farmacéutica en los próximos años.

Aceleración del descubrimiento de fármacos con IA y aprendizaje automático (ML)

En los sectores farmacéutico y biotecnológico, estas tendencias acortarán drásticamente los ciclos de desarrollo de fármacos: piense en 2 o 3 años en lugar de los 7 a 10 años tradicionales. Esto significa que podemos esperar un impulso real hacia la medicina personalizada, ya que la IA y el ML nos ayudarán a segmentar mejor a los pacientes. Además, es probable que veamos tasas de fracaso más bajas en los ensayos clínicos debido a la mejora del modelado predictivo y a las terapias innovadoras que son posibles gracias a la edición de genes, como las terapias celulares.

Además de acelerar significativamente el proceso de desarrollo de fármacos, estas tecnologías permiten mejores predicciones de las estructuras de las proteínas. También están mejorando los diseños de los ensayos clínicos y ayudando a atender a los pacientes de manera más efectiva. Esencialmente, la IA y el ML están facilitando la identificación de nuevas terapias farmacológicas e incluso el descubrimiento de nuevos propósitos valiosos para los tratamientos existentes.

Muchas empresas tradicionales de ciencias de la vida buscarán asociaciones tecnológicas para acelerar las operaciones y su desarrollo. Mientras tanto, las empresas de biotecnología nativas de IA están emergiendo con tecnología de vanguardia, utilizando la IA desde el principio de su proceso hasta el final. También están subcontratando la investigación, el trabajo de laboratorio y la comercialización a socios especializados.

Las plataformas basadas en la nube y los modelos de IA pre-entrenados reducen la barrera de entrada. Las empresas más pequeñas pueden competir sin tener que apostar a lo grande en la fabricación de un medicamento altamente rentable. Los nuevos participantes pueden abandonar el modelo tradicional por un enfoque de medicina de precisión. Pueden desarrollar terapias dirigidas basadas en el análisis de datos genéticos y moleculares impulsados por IA.

En la prestación de servicios sanitarios, podemos anticipar herramientas de diagnóstico más precisas impulsadas por la IA. Esto mejorará la predicción y prevención de enfermedades a través de evaluaciones de riesgos genéticos. Contaremos con tratamientos más específicos basados en perfiles moleculares y un mejor seguimiento de los pacientes mediante la integración de datos biológicos y digitales, especialmente con el auge de los dispositivos de seguimiento de la salud como los relojes inteligentes.

La industria también está pasando de un modelo de “tratar cuando se está enfermo” a una medicina predictiva y preventiva. Las aseguradoras de atención médica están adoptando sofisticados modelos de “pago por rendimiento” que utilizan datos de pacientes en tiempo real e IA para predecir los resultados. Este cambio es evidente en el manejo de las enfermedades crónicas. El seguimiento continuo y la intervención temprana son ahora la norma.

Las innovaciones en investigación y desarrollo que lo cambian todo

Con el tiempo, la IA se integrará en todas las etapas de la investigación y desarrollo. Esto permite pasar del desarrollo de fármacos lineal a paralelo. En lugar de esperar a que termine cada fase, las empresas pueden probar muchos candidatos a fármacos simultáneamente. También pueden predecir problemas y optimizar los diseños de los ensayos. Este enfoque paralelo, respaldado por simulaciones avanzadas, ayuda a las empresas a escapar de las trayectorias de desarrollo lineales.

Los dispositivos de monitoreo remoto y otros métodos de recopilación de datos del mundo real están sacudiendo los ensayos clínicos. Los sistemas de IA ahora utilizan datos diversos para hacer coincidir a los pacientes con los ensayos y realizar un seguimiento de su progreso. Esta poderosa combinación permite pruebas descentralizadas, lo que facilita que las personas participen desde casa. Como resultado, los estudios clínicos pueden inscribir a participantes más diversos.

También estamos estudiando la aparición de “gemelos digitales” para probar las respuestas a los fármacos en entornos clínicos. Este concepto no solo mejorará el desarrollo de fármacos, sino que también agilizará los procesos de fabricación, lo que facilitará la ampliación de los ensayos clínicos a la producción completa. Los investigadores pueden probar terapias en réplicas virtuales sin el riesgo o el costo de los ensayos en pacientes reales.

Evolución regulatoria en la era de la IA

Se espera que el proceso regulatorio para las presentaciones y aprobaciones se acelere significativamente mientras que el panorama regulatorio está evolucionando para adaptarse a los avances tecnológicos en el desarrollo de medicamentos. Los procesos de presentación y aprobación son cada vez más ágiles con la posibilidad de tener revisiones en línea. Es posible que las autoridades sanitarias comiencen a revisar los expedientes en una fase más temprana del desarrollo. Esto podría conducir a rutas de aprobación más rápidas.

Siguen existiendo obstáculos regulatorios, especialmente para la IA en dispositivos médicos y el software como dispositivo médico (SaMD). Sin embargo, los reguladores están trabajando para comprender y abordar los riesgos. Esto podría facilitar el camino para un uso más amplio de la IA en las clínicas.

La evolución de la fuerza laboral científica

El cambio en el desarrollo de fármacos está creando una demanda de un nuevo tipo de científico. Esta persona debe combinar una profunda comprensión biológica con habilidades computacionales. Los equipos de descubrimiento de fármacos necesitan biólogos computacionales para interpretar las secuencias genéticas y las redes neuronales. Los químicos medicinales ahora trabajan con IA para diseñar nuevos compuestos. Los investigadores clínicos utilizan la analítica avanzada para optimizar los diseños de los ensayos. Se espera un aumento de la demanda de roles híbridos que combinen experiencia biológica y habilidades de ciencia de datos.

*Inversión estratégica en capacidades de IA

Los patrones de inversión están cambiando. Cada vez se presta más atención a las inversiones en las primeras fases de las tecnologías de plataforma y los activos de datos. La mayoría de las empresas farmacéuticas todavía se encuentran en las primeras etapas de su viaje hacia la IA. Muchos han utilizado herramientas básicas de IA para tareas avanzadas de búsqueda y creación de informes. El siguiente paso es utilizar la IA en plataformas sólidas de nivel empresarial para abordar procesos complejos en programas más grandes.

También está surgiendo un cambio hacia modelos de IA especializados y más pequeños. Estos modelos, entrenados con conjuntos de datos específicos de la industria farmacéutica y de la atención sanitaria, suelen funcionar mejor que los modelos generales más grandes en tareas especializadas. También utilizan menos potencia de cómputo. Esta especialización vislumbra un futuro con muchos agentes de IA trabajando juntos para resolver problemas.

La próxima frontera radica en orquestar estas interacciones de IA con precisión. Las redes de IA que conectan a los agentes de IA especializados con los flujos de trabajo prometen grandes aumentos de productividad. Estos sistemas agilizarán los procesos clave y mejorarán la colaboración con expertos humanos. Esto es importante para los ensayos clínicos, el cumplimiento normativo y la optimización de la fabricación.

De cara al futuro

La combinación de biología e informática hace posible lo imposible: podemos reducir los plazos de desarrollo de una década a dos o tres años. La era de la medicina de talla única está llegando a su fin; se está dando paso a tratamientos que se dirigen a los genes únicos de cada paciente, pero esta revolución creará claros ganadores y perdedores. Las empresas que liderarán el panorama farmacéutico del mañana no solo utilizan nuevas herramientas, adoptarán una visión radicalmente nueva para encontrar, desarrollar y administrar tratamientos a quienes más los necesitan