Big data e inteligencia artificial para modernizar el sector farmacéutico
Las empresas farmacéuticas están respondiendo a los desafíos que ha generado la pandemia en el ámbito de la salud adoptando las últimas innovaciones digitales. Según el último informe de GlobalData, este año los avances más disruptivos provendrán de la combinación de la inteligencia artificial y el Big Data, que acelerará la investigación y el desarrollo de medicamentos, beneficiando a toda la cadena de valor.
El sector de la salud ha tenido que superar grandes retos a raíz de la pandemia y de cara al futuro están adoptando nuevas estrategias basadas en la digitalización que permitirán mejorar la atención sanitaria a todos los niveles. Del mismo modo, el sector farmacéutico está progresando en un camino paralelo, invirtiendo en soluciones digitales para acelerar la innovación y el desarrollo de medicamentos y mejorar el funcionamiento de toda la cadena de valor de la industria.
Según el último informe elaborado por GlobalData, denominado “El estado de la industria biofarmacéutica – 2022”, las tecnologías emergentes que tendrán un mayor impacto en el sector a partir de este año son la inteligencia artificial y el Big Data. La combinación de ambas proporcionará a las empresas farmacéuticas nuevas ventajas que se extenderán a todo el sector sanitario.
Como explica Urte Jakimaviciute, director sénior de investigación de mercado de GlobalData, “como algoritmo basado en datos, la IA requiere datos de alta calidad. Cuantos más datos ingiere, más precisa y eficiente puede llegar a ser. La competencia en estas áreas tecnológicas es vital para las empresas de atención médica, ya que brindan una mejor atención al paciente a nivel micro y, en términos más generales, impulsan un mayor nivel de conocimientos y tendencias que benefician la eficiencia operativa y clínica”.
La adopción y la confianza en estas tecnologías está creciendo gracias al creciente número de casos de uso exitosos de IA en la industria farmacéutica, y entre las empresas que están estableciendo asociaciones en materia de IA están firmas como AstraZeneca, GSK, Pfizer, Roche, Janssen, BMS, Merck, Novartis, Takeda o Bayer. Y Jakimaviciute dice que “la IA ya ha demostrado que puede ofrecer mejoras significativas en la productividad e impulsar la eficiencia en los procesos de desarrollo de fármacos”.
Este tipo de asociaciones ya está dando sus frutos, con ejemplos como la creación del primer compuesto diseñado por IA, el DSP-1181 de Exscientia y Sumitomo Dainippon, que en enero de 2020 estaba listo para comenzar los ensayos clínicos de Fase 1 para tratar el trastorno obsesivo compulsivo. El éxito de este proyecto se ve en el rápido tiempo de la fase de investigación exploratoria, que fue de tan solo 12 meses. Y en mayo de 2021 comenzaron los ensayos clínicos de la segunda molécula fruto de esta colaboración, el DSP-0038, pensado para el tratamiento de la psicosis de la enfermedad de Alzheimer.
También destaca el trabajo realizado en abril de 2020 por BenevolentAI en la identificación del baricitinib de Eli Lilly como un posible tratamiento para la COVID-19, un proyecto que se completó en solo tres días. Y en GlobalData también señalan el éxito de la colaboración entre Exscientia y Evotec, que en abril de 2021 anunciaron un ensayo de Fase 1 para el primer fármaco inmunooncológico diseñado por inteligencia artificial.
En su informe, Jakimaviciute cometa que “la IA en el descubrimiento de fármacos ha comenzado a recibir cada vez más atención desde 2020, con un número cada vez mayor de proveedores centrados en la IA, rondas de financiación de alto valor y asociaciones farmacéuticas”. Cree que estas tendencias seguirán acelerándose en 2022 y más allá, proporcionando avances que de otra forma llevarían mucho más tiempo, y ponen en valor que estos avances muestran claramente que la inteligencia artificial seguirá ampliando su papel en el descubrimiento, desarrollo y prescripción de medicamentos de nueva generación.
https://www.ittrends.es/inteligencia-artificial/2022/02/big-data-e-inteligencia-artificial-para-modernizar-el-sector-farmaceutico
España lidera los ensayos clínicos sobre el cáncer pero los fármacos llegan con retraso a médicos y pacientes.
Trabas y falta de recursos frenan la prescripción de las innovaciones contra el cáncer
Sanidad tarda 469 días en financiarlos, frente a los 120 días de Alemania o 257 de Francia
Prácticamente todas las semanas las revistas científicas publican una innovación relacionada con inmunoterapias, anticuerpos o biomarcadores, que están lejos de suponer una cura definitiva para una enfermedad que provoca la segunda causa de muerte en España, pero sí pueden alargar y mejorar la vida de miles de enfermos. España es, además, uno de los países con más ensayos clínicos en busca de revoluciones médicas. Pero, pese a este liderazgo, trabas burocráticas y falta de recursos personales y económicos están provocando un cuello de botella que impide que muchos fármacos lleguen a tiempo a los pacientes, para desesperación de enfermos y de sus profesionales sanitarios.
Por ejemplo, en el periodo 2016-2019 se incluyeron en la financiación pública sólo el 54% de los medicamentos autorizados por la UE, frente al 88% en Alemania o el 75% en Italia. Y atendiendo a los medicamentos oncológicos, están disponibles el 61% de los fármacos autorizados en los últimos cuatro años, la cifra más baja de los países del entorno. En Alemania se ha financiado el 100% y en Francia el 80%. Además, el tiempo medio ha aumentado en 74 días de 2018 a 2021, de forma que el plazo que se tarda desde que un medicamento es autorizado hasta que se incluye en la financiación pública alcanza la friolera de 469 días. En Alemania es de alrededor a 120 días y en Francia 257 y en España no debería superar los 180 días, según la ley.
En este contexto, es paradójico que España sea uno de los países líderes en ensayos clínicos
pero los resultados no siempre llegan a los destinatarios. El 2021,
España cerró con casi un millar de investigaciones en marcha. De ellas,
cuatro de cada diez estaban dirigidas a algún tipo de cáncer y un 5,6%
al covid. Estos datos sitúan a España a la cabeza en la UE y en segunda
posición como destino inversor por parte de las compañías farmacéuticas, según Farmaindustria,
que atribuye el éxito al “nivel científico, la excelencia de los
hospitales, el apoyo de la administración, la implicación de los
pacientes y la apuesta de la industria”.
Los tiempos
Corrobora esta valoración Tomás Pascual, director científico del grupo académico Solti y oncólogo del Clínic quien señala “que los tiempos para iniciar los ensayos y el número de gestiones a realizar son menores que en otros países”, lo que unido a la “gran aceptación” a la hora de participar de los pacientes y que estos se concentren en los hospitales grandes posibilita que “haya más ensayos que en otros sistemas sanitarios”. No obstante, critica que este liderazgo no se traduzca en un mayor acceso a los medicamentos o técnicas fruto de esa i+d.
Pascual publicó recientemente un tuit donde denunciaba que 10 medicamentos que han sido aprobados por la Agencia Europea del Medicamento (EMA) aún no están financiados o no para todas las indicaciones por la sanidad española.
La industria culpa de esta situación al modelo de autorizaciones, que “sufre un problema de estructura, de recursos humanos y de procedimiento”, según la Directora de Acceso de la patronal, Isabel Pineros. El sistema no da abasto a evaluar, negociar con las farmacéuticas y a fijar un precio ante el boom de fármacos aprobados en los últimos años, según la industria. A ello se añade que en 2020 se condicionó la financiación al Informe de Posicionamiento Terapéutico, un documento basado en la evidencia científica sobre la valoración de un nuevo medicamento (o una nueva indicación) en comparación con los fármacos ya existentes. El problema es que la administración “no tiene recursos” para tener listos todos los informes a tiempo, lo que “entorpece” el acceso y genera un “cuello de botella”.
En definitiva, el modelo “ya no funciona”, según Pineros, quien también critica su “opacidad”, dado que la industria no conoce el calendario en el que se va a estudiar sus peticiones ni los motivos si un fármaco o una indicación es rechazada.
Los precios
Desde FarmaCiencia, asociación de farmacéuticos a favor de la evidencia científica, Roi Cal, apunta otro motivo que retrasa la prescripción de innovadoras terapias: su elevado precio y la resistencia de los laboratorios a rebajarlos. “Si entre Sanidad y la farmacéutica no hay un acuerdo de entrada, el Ministerio espera a que el precio baje y sea asumible [...] dado que los recursos son limitados y hay que saber gestionarlos en beneficio del paciente y de todo el sistema”. Cal señala que hay medicamentos con “precios disparatados” que, en ocasiones, suponen “mejoras en la esperanza de vida de uno o pocos meses, habiendo alternativas más económicas”.
No obstante, desde Farmaindustria responden que si el problema es el precio la solución es que Sanidad imponga un sistema de “pago por resultados”, que ya se aplica en algunos medicamentos ultra caros y que consiste en que si la fórmula no obtiene la eficacia esperada, no se paga al laboratorio.
En la misma línea, el doctor Pascual indica que se deberían “priorizar ciertos fármacos [en base a la eficacia demostrada en los ensayos], realizar un seguimiento y, si no se obtiene los beneficios deseados, replantearse su financiación”. “Ahora tenemos un sistema que no es transparente, no prioriza ni hace un seguimiento. Quizá el problema es que el planteamiento de precios de la industria es inasumible, pero como hay opacidad no lo sabemos”, lamenta.
La desesperación
Y, por el camino, los más afectados son los pacientes, sobre todos los que tienen cáncer en estado más avanzado. “La situación es dramática porque nuestro tiempo es limitado, no podemos esperar eternamente”, señala Pilar Fernández, presidenta de la Asociación de Cáncer de Mama Metastásico, que ha iniciado una campaña para reclamar más inversión en los fármacos innovadores y menos trabas burocráticas.
https://www.elperiodico.com/es/sanidad/20220624/avances-farmacos-cancer-terapia-dirigida-13565724
Con las aplicaciones el big data, seguramente se podrian acelerar los procedimientos
El sector tiene a su favor una gran riqueza de fuentes de datos que puede permitirle recuperar el tiempo perdido. Entre estas fuentes se encuentran por ejemplo los datos procedentes de la investigación académica y científica, así como los resultados de los ensayos clínicos. En los últimos años, como complemento a estos datos está cobrando cada vez mayor relevancia el universo de datos conocido como “real world data” (RWD): datos observados procedentes directamente del tratamiento diario a pacientes en centros médicos. Estos datos se derivan de los registros electrónicos de pacientes (EHR “electronic health records”) pero también por ejemplo de sus registros de reembolsos y facturaciones con las compañías aseguradoras.
Adicionalmente a estas fuentes de datos, el sector farmacéutico puede beneficiarse de una serie de fuentes externas que otros sectores ya están empleando. Entre ellas destacan los datos de movilidad y perfilado que ofrecen las operadoras de telecomunicaciones y que permiten comprender mejor el comportamiento de distintos grupos poblacionales. Asimismo, la utilización de fuentes de datos abiertos es de gran valor, incluyendo datos meteorológicos, censales, niveles de renta, etc. Por último, la explosión del internet de las cosas está permitiendo sensorizar tanto a los pacientes como los equipos médicos e incluso los medicamentos, lo que posibilita realizar una medición continua de determinados parámetros que pueden posteriormente explotarse mediante técnicas de analítica avanzada.
Distintas prioridades a lo largo de la cadena de valor
La adopción del big data y la inteligencia artificial se está llevando a cabo en el sector farmacéutico a lo largo de toda su cadena de valor. En la fase de investigación y desarrollo de nuevos fármacos, por ejemplo, se están empleando técnicas de big data para realizar un mejor perfilado previo de los participantes requeridos en un ensayo clínico de modo que sus características se ajusten a las deseadas, incrementando la validez de la prueba lo que reduce enormemente los plazos y costes de desarrollo.
En la fase de fabricación, la principal prioridad es reducir costes manteniendo la máxima calidad. Para ello se están desarrollando modelos predictivos que permiten estimar de forma automatizada y con gran precisión, la cantidad necesaria de cada material para fabricar cada pedido. Esto permite reducir notablemente el material desperdiciado, que también puede ser estimado por el modelo permitiendo además una mejor gestión de residuos.
Adicionalmente, en el proceso productivo es crítico minimizar el número de paradas de la cadena de fabricación debidas a problemas técnicos. Con ese fin, se están desarrollando modelos de mantenimiento predictivo que determinan con antelación cuándo un cierto elemento de la cadena va a tener un fallo, generando una alerta para que se produzca una intervención preventiva que evite el mismo. Estos modelos se basan en algoritmos de aprendizaje automático (“machine learning”) e incorporan datos procedentes de sensores conectados.
Finalmente, en la fase de distribución y comercialización es especialmente crítica la aplicación de las técnicas de big data para mejorar el conocimiento del cliente y ser por tanto más efectivo. Un ejemplo de caso de uso en este ámbito es la identificación de los segmentos objetivo utilizando fuentes de datos externas. Por ejemplo, si una empresa farmacéutica distribuye un producto para un segmento de mujeres entre 30 y 40 años, con hijos y con alto poder adquisitivo, los datos de movilidad y perfilado de que disponen las operadoras de telecomunicaciones les permiten identificar dónde encontrar este segmento con mayor probabilidad y conocer qué puntos de interés visita habitualmente. De este modo, la “farma” puede elegir con mayor precisión los puntos de venta para el producto así como en qué zonas debe realizar sus campañas de concienciación y de publicidad (si la regulación permite estas últimas).
Otro buen ejemplo es la predicción de brotes de alergia respiratoria combinando los datos de movilidad y perfilado mencionados con datos abiertos de meteorología y alérgenos. Con estas fuentes es posible construir un modelo predictivo que permita a la compañía farmacéutica saber con antelación cuándo se va a producir un brote alérgico y en qué zona. De este modo, podrá optimizar la promoción y distribución de su producto, sabiendo además no sólo dónde se va a producir el brote sino qué zonas y puntos de interés visitan habitualmente las personas procedentes de la zona de origen del brote.
Éstos son solo algunos ejemplos de aplicación del big data y la inteligencia artificial en un sector que está dando sus primeros pasos en este ámbito. El valor que estas tecnologías pueden aportar es inmenso: de acuerdo con un reciente informe de IQVIA, las 10 principales compañías farmacéuticas a nivel mundial podrían capturar hasta 1000 millones de dólares cada una por año con la aplicación de estas tecnologías. La carrera ha comenzado ya. Sólo las más rápidas y osadas llegarán al final.
https://empresas.blogthinkbig.com/el-valor-del-big-data-y-la-inteligencia-artificial-en-la-receta-para-la-transformacion-del-sector-farmaceutico/
https://www.ittrends.es/inteligencia-artificial/2021/10/big-data-e-inteligencia-artificial-para-mejorar-el-tratamiento-de-canceres-hematologicos
https://www.ittrends.es/transformacion-digital/2021/09/innovacion-para-abordar-el-futuro-de-la-industria-farmaceutica
https://www.ittrends.es/inteligencia-artificial/2021/06/crean-una-inteligencia-artificial-capaz-de-prescribir-medicamentos-como-un-medico
https://www.ittrends.es/transformacion-digital/2021/03/la-industria-farmaceutica-aumenta-la-inversion-en-transformacion-digital
La inteligencia artificial y sus aplicaciones en medicina I: introducción antecedentes a la IA y robótica
- https://www.elsevier.es/es-revista-atencion-primaria-27-articulo-la-inteligencia-artificial-sus-aplicaciones-S0212656720301451
- https://www.elsevier.es/es-revista-atencion-primaria-27-articulo-la-inteligencia-artificial-sus-aplicaciones-S0212656720301463
No hay comentarios:
Publicar un comentario