DDW’s Megan Thomas habló con expertos de la industria del descubrimiento de fármacos sobre sus predicciones sobre lo que depara el 2024 para nuestro sector. Esto es parte de una serie de predicciones basadas en diferentes temas. Aquí, los expertos opinan sobre el impacto de la inteligencia artificial (IA), el aprendizaje automático (ML) y la automatización en el sector.

Updesh Dosanjh, Líder de Prácticas para Soluciones Tecnológicas de Farmacovigilancia en IQVIA  
"En 2024, los puntos tradicionales de dolor en el espacio de la farmacovigilancia (PV) no desaparecerán. El volumen de casos seguirá creciendo mientras que el número de personas que trabajan en el campo no seguirá el mismo ritmo. El modelo de PV está roto, y en 2024, las empresas necesitarán evaluar cómo la automatización puede mejorar las operaciones. Si bien esta automatización es necesaria, hay una hesitación para implementar tecnologías y herramientas como la IA generativa y el ML. Antes de incorporar una automatización avanzada, las organizaciones deben analizar de manera integral sus procesos. Agregar automatización a un proceso inadecuado ayudará a mitigar problemas a corto plazo, pero será perjudicial para las operaciones a largo plazo. El espacio de PV es resistente al cambio, especialmente porque validar nuevos sistemas puede llevar meses. Sin embargo, las organizaciones deben hacer un cambio de manera proactiva, o este cambio se les impondrá.

"En el próximo año, veremos la expansión de nuevos mercados más complejos y requisitos actualizados por parte de los reguladores. El equilibrio entre monitorear estos ajustes y mantener el creciente volumen de casos será delicado. Sin corregir los modelos actuales de PV, que están rotos, el ciclo continuo de mayor complejidad en el mercado, que luego empuja a las organizaciones a incorporar automatización en procesos insuficientes, obstaculizará enormemente las operaciones de PV. Esto será más evidente en el próximo año, y las organizaciones se verán obligadas a reimaginar sus modelos".

Cameron Ross, SVP, Generative AI, Elsevier  
"La IA tiene el potencial de acortar drásticamente una de las áreas más costosas del desarrollo temprano de medicamentos: el descubrimiento de moléculas pequeñas. No es sorprendente que el interés en la IA para esta área esté aumentando, ya que el descubrimiento de fármacos en fase temprana normalmente representa el 42% del costo de toda la canalización. Ya estamos viendo avances de biotecnológicas con la IA en esta área, con más de 150 fármacos de moléculas pequeñas descubiertos y 15 en ensayos clínicos. En 2024, podemos esperar otra ola de nuevos fármacos innovadores desarrollados utilizando la tecnología, dado que la canalización de descubrimiento de moléculas pequeñas impulsada por la IA está creciendo casi un 40% anualmente".

Leslie Orne, Presidenta y CEO, Trinity Life Sciences 
"La IA y el ML jugarán un papel cada vez más importante en el desarrollo clínico y la comercialización de terapias celulares y génicas, que suelen dirigirse a poblaciones de pacientes pequeñas. Asegurar un reclutamiento suficiente y oportuno de pacientes en un número creciente y rápido de ensayos clínicos de terapias celulares y génicas se está convirtiendo en un cuello de botella para avanzar en terapias potencialmente salvavidas. La búsqueda de pacientes es una de las aplicaciones más emocionantes de AIML porque puede identificar y comprometer a los pacientes adecuados, eliminando las barreras del desarrollo clínico y aumentando la probabilidad de que los pacientes que son elegibles para las terapias celulares y génicas aprobadas estén al tanto y tengan acceso a tratamientos transformadores".

Tom Booth, Analista Principal de Entrega Técnica, TrakCel  
"La IA presenta una gran oportunidad dentro de las terapias celulares y génicas (TCG) con plazos ajustados que exigen decisiones rápidas pero precisas. Con frecuencia, la precisión depende del análisis rápido de vastos conjuntos de datos, donde las soluciones digitales sobresalen, pero la IA predictiva tiene el potencial de extenderse a la identificación de patrones que podrían ofrecer a los usuarios opciones mejores y más eficientes. El desafío está en aprovechar el poder de la IA dentro de una industria altamente regulada. Creo que los usos que aprovechan las habilidades de los usuarios, por ejemplo, la detección de posibles casos de enfermedades raras para los médicos o la modelización de resultados escenarios para los planificadores, estarán entre los primeros usos. La IA sigue aprendiendo y, aunque la validez y la confianza sigan siendo barreras, su uso inevitablemente crecerá a medida que se vuelva más claro cómo navegar estos desafíos."

Matt Todd, Jefe de Arquitectura, Ori Biotech 
"Esperamos que la IA y el análisis de datos respalden avances cruciales en la fabricación de terapias celulares y génicas (TCG). Se espera que la gestión dinámica de la cadena de suministro optimice la entrega de terapias específicas para pacientes, utilizando pronósticos basados en escenarios y seguimiento digital. La aparición de ingeniería de software de bajo código y sin código comenzará a facilitar el desarrollo de aplicaciones de TCG, lo que permitirá soluciones más rápidas e innovadoras. Al mismo tiempo, el aumento de datos no estructurados se encontrará con análisis impulsados por IA, ofreciendo insights más profundos. Mirando aún más hacia el futuro, las tecnologías de la Industria 4.0 como IoT, gemelos digitales y robótica se espera que mejoren la productividad y seguridad en la fabricación, siendo la ciberseguridad crucial. Colectivamente, estos desarrollos se espera que mejoren el acceso de los pacientes a tratamientos que salvan vidas, marcando un avance significativo en la atención médica, con el objetivo de mejorar los resultados de los pacientes y reducir los costos."

Kishen Chahwala, PhD, Gerente de Desarrollo de Negocios, Enhanc3D Genomics  
"La IA está transformando la forma en que luchamos contra el cáncer al descubrir los secretos de conjuntos de datos grandes y complejos. No solo puede ayudar a encontrar nuevos objetivos, diseñar nuevos medicamentos, predecir efectos de medicamentos y optimizar ensayos, sino que la IA también puede ayudar a diagnosticar y tratar a pacientes con cáncer utilizando sus datos genómicos y clínicos únicos. Se reconoce cada vez más que la IA está lista para transformar uno de los campos más prometedores pero subutilizados de la ómica: la genómica en 3D. En Enhanc3D Genomics estamos aprovechando la genómica en 3D, utilizando IA y aprendizaje automático, para identificar objetivos y biomarcadores que otros métodos de ómica pasarían por alto. Esto es de gran utilidad para reducir el riesgo en la tubería de descubrimiento de medicamentos, al no solo identificar posibles objetivos, sino también al permitir la estratificación de pacientes y la optimización de cohortes de ensayos clínicos. Esto en última instancia ahorrará tiempo y dinero en el desarrollo de medicamentos. La revolución de la IA puede haber llegado más rápido de lo que muchos anticiparon, pero estoy emocionado de ver cómo acelerará el desarrollo de terapias contra el cáncer."

Ben Holland, Cofundador y CTO, Antiverse 
"La IA y el aprendizaje automático ahora abarcan el 10% de los proyectos de descubrimiento, y predecimos que este número seguirá aumentando en 2024. También veremos aumentos tanto en el alcance como en el rendimiento de los sistemas de IA, es decir, la aplicación de la IA a más aspectos de un proyecto y con resultados mejorados.

"Mientras que el uso de herramientas y software de automatización de laboratorio aumentará en algunas áreas como el cribado y la generación de datos, esperamos que la automatización disminuya en otras donde las predicciones in silico permiten enfocarse en áreas de alta habilidad.

"A medida que la IA para el descubrimiento de medicamentos madura, veremos que los objetivos considerados inviables se vuelven objetivos factibles, en parte debido al aumento de las aplicaciones de pruebas de alto rendimiento. La predicción de la factibilidad se usa a menudo en el desarrollo de anticuerpos para reducir experimentos en laboratorio y acelerar el proceso de descubrimiento de medicamentos. Anticipamos que la predicción de la factibilidad se volverá generalizada y algo comoditizada, pero con un estándar en constante aumento, seguirá siendo una tecnología importante.

"Comercialmente, la industria verá más asociaciones, fusiones y adquisiciones importantes, y con suerte, muchas más empresas nuevas comenzarán a unirse a la acción, con un aumento en el número de proyectos híbridos, donde los investigadores combinan la IA y la experimentación en laboratorio para obtener los mejores resultados posibles."

Fiona Maini, Directora Senior de Cumplimiento Global y Estrategia en Medidata  
"La IA está dominando las conversaciones en todo el proceso de descubrimiento de medicamentos. Una de las principales preocupaciones en torno a la rápida expansión de la IA dentro de cualquier entorno de atención médica, y particularmente en el espacio de la investigación clínica, es la implementación de regulaciones apropiadas para garantizar la seguridad de los pacientes y el respeto a la privacidad de los datos. En 2024, la IA seguirá siendo utilizada en todo el sector de ciencias de la vida de nuevas e innovadoras formas, y la industria comenzará a ver la introducción de nuevas regulaciones para garantizar la integración responsable de herramientas basadas en IA. En particular, la industria seguirá de cerca el próximo Reglamento de IA de la UE, que está previsto que entre en vigor en los próximos años, y el impacto que esto tendrá en el sector de ciencias de la vida. El principal desafío para todos los reguladores el próximo año será asegurarse de que puedan mantenerse al día con el progreso de la tecnología."

Michael De Jong, Vicepresidente, Director Global, Soluciones Tecnológicas de Farmacovigilancia, IQVIA  
"En el próximo año, las organizaciones intentarán ampliamente integrar la IA generativa en los procesos de seguridad farmacéutica. Es poco probable que esta tecnología se implemente completamente en el espacio en 2024, pero las organizaciones obtendrán un gran conocimiento sobre sus capacidades y cómo puede utilizarse para mejorar los procesos de farmacovigilancia en el futuro. Si bien la automatización y formas más inteligentes de automatización, como la IA generativa, tienen el potencial de perturbar la industria, es necesario comprender más profundamente el impacto y el cambio que traerán. Los departamentos de seguridad deben poder confiar en la precisión de la tecnología, pero sus posibles sesgos e inexactitudes han creado una barrera importante. El uso transformador de la IA generativa en farmacovigilancia llegará, pero aún no es el momento.

"Un problema con el que muchas organizaciones lucharán en 2024 es la abrumadora cantidad de inexactitudes en los datos en las bases de datos de seguridad, a pesar de tener controles de calidad. Con el aumento del volumen de casos que requieren revisión manual, las organizaciones deben trabajar para remediar el modelo humano actual, que está lleno de datos incorrectos. Estas inexactitudes pueden conducir a riesgos potenciales para los pacientes. Cada vez más organizaciones recurrirán a soluciones tecnológicas que puedan ayudar a reducir estos errores de datos, reducir costos y permitir que la función de farmacovigilancia se centre más en la gestión de riesgos y menos en las actividades transaccionales de ingreso y envío de datos a reguladores y socios."