Publicado por 30 de noviembre de 2022: la inteligencia artificial está lista para hacer que los ensayos clínicos y el desarrollo de fármacos sean más rápidos, económicos y eficientes. Parte de esta estrategia es crear «brazos de control sintéticos» que utilicen datos para crear «simuladores» o «pacientes» generados por computadora en un ensayo.
De esta forma, los investigadores pueden reclutar menos personas reales y suficientes participantes en la mitad del tiempo.
Los pacientes y las compañías farmacéuticas pueden ganar, dicen los expertos. Una ventaja para las personas, por ejemplo, es que los simuladores reciben el tratamiento estándar o el tratamiento con placebo, lo que significa que todos los participantes del estudio terminan recibiendo el tratamiento experimental. Para las compañías farmacéuticas que no están seguras de cuál de sus candidatos a fármacos es más prometedor, la IA y el aprendizaje automático pueden reducir las perspectivas.
«Hasta ahora, el aprendizaje automático ha sido principalmente bueno para maximizar la eficiencia, no para obtener mejores medicamentos, sino para maximizar la eficiencia de la detección. La IA utiliza los aprendizajes del pasado para hacer que el descubrimiento de medicamentos sea más eficaz y eficiente», dice Angeli Moeller, PhD, directora de conocimientos. -generador de datos e integraciones en el fabricante de medicamentos con sede en Berlín Roche, y vicepresidente de la junta de Intelligence Alliance.
«Te voy a dar un ejemplo. Es posible que tenga mil moléculas pequeñas y quiera ver cuál de ellas se unirá a un receptor involucrado en una enfermedad. Con IA, no tiene que evaluar a miles de candidatos. Tal vez solo puedas evaluar cien”, dice ella.
Participantes en el ensayo «sintético»
Ya han comenzado los primeros ensayos clínicos que utilizan coincidencias creadas con datos para pacientes, en lugar de controles de pacientes emparejados por edad, sexo u otros rasgos. Por ejemplo, Imunon Inc., una empresa de biotecnología que desarrolla quimioterapia e inmunoterapia de última generación, utilizó un brazo de control sintético en su ensayo de fase 1B de un agente agregado a la quimioterapia prequirúrgica para el cáncer de ovario.
Este primer estudio mostró a los investigadores que sería útil continuar evaluando el nuevo agente en un ensayo de fase 2.
Usar un brazo de control sintético es «extremadamente genial», dice Sastry Chilukuri, codirector ejecutivo de Medidata, la compañía que proporcionó los datos para el ensayo de Fase 1B, y fundador y presidente de Acorn AI.
«Lo que tenemos es la primera aprobación de la FDA y la EMA de un brazo de control sintético en el que reemplaza todo el brazo de control usando pacientes de control sintético, y estos son pacientes de los que obtiene datos históricos de ensayos clínicos», dice.
¿Una ola de investigación impulsada por la IA?
Se espera que crezca el papel de la IA en la investigación. Hasta la fecha, la mayoría de las investigaciones de descubrimiento de fármacos impulsadas por la IA se han centrado en la neurología y la oncología. La puesta en marcha en estas especialidades se debe «probablemente a la alta necesidad médica no cubierta y numerosos objetivos bien caracterizados», apunta a marzo de 2022. noticia y articulo de analisis en la revista La naturaleza.
Especuló que este uso de la IA es solo el comienzo de una «ola por venir».
“Existe un interés creciente en el uso de métodos de control sintéticos [that is, using external data to create controls]», de acuerdo a un artículo de revista dentro medicina natural en septiembre.
Ya ha dicho que la FDA aprobó un medicamento en 2017 por una forma de un trastorno neurológico pediátrico raro, la enfermedad de Batten, según un estudio con «participantes» de control histórico.
Un ejemplo en oncología en el que un brazo de control sintético podría marcar la diferencia es la investigación del glioblastoma, dice Chilukuri. Este cáncer cerebral es extremadamente difícil de tratar, y los pacientes generalmente abandonan los ensayos porque quieren el tratamiento experimental y no quieren permanecer en el grupo de control estándar, dice. Además, «simplemente teniendo en cuenta la esperanza de vida, es muy difícil completar una prueba».
El uso de un brazo de control sintético podría acelerar la investigación y mejorar las posibilidades de completar un estudio de glioblastoma, dice Chilukuri. «Y los pacientes en realidad reciben el tratamiento experimental».
Todavía los primeros días
La IA también podría ayudar a limitar los «no respondedores» en la investigación.
Los ensayos clínicos «son realmente difíciles, requieren mucho tiempo y son extremadamente costosos», dice Naheed Kurji, presidente de la junta directiva de Alliance for Artificial Intelligence in Healthcare y presidente y director ejecutivo de Cyclica Inc, una empresa de datos. medicina impulsada. Empresa de descubrimiento con sede en Toronto.
«Las empresas están trabajando arduamente para encontrar formas más eficientes de llevar la IA a los ensayos clínicos para lograr resultados más rápidos y de menor costo, pero también de mayor calidad».
Hay muchos ensayos clínicos que fracasan, no porque la molécula no sea eficaz… sino porque los pacientes que se han inscrito en un ensayo tienen muchos que no responden. Simplemente anulan los datos del contestador automático”, explica Kurji.
«Ha escuchado a mucha gente hablar sobre cómo vamos a progresar más en la próxima década que en el siglo pasado», dice Chilukuri. «Y es solo por esta disponibilidad de datos de alta resolución que le permite comprender lo que sucede a nivel individual».
«Va a crear esta explosión de medicina de precisión», predice.
De alguna manera, la IA en la investigación clínica aún está en pañales. Kurji dice: “Hay mucho trabajo por hacer, pero creo que se pueden citar muchos ejemplos y muchas empresas que han logrado grandes avances.