En las últimas décadas, la atención médica ha experimentado una transformación radical gracias al surgimiento de nuevas tecnologías. Actualmente, la inteligencia artificial se presenta como un horizonte prometedor para continuar con esta dinámica de cambio, y sirve como una herramienta potencial para mejorar la calidad de vida de los pacientes. La IA proporciona un abanico de aplicaciones prácticamente ilimitado en el ámbito de diagnóstico y tratamiento de distintas condiciones médicas. Esta tecnología tiene el potencial de desempeñar un papel crucial en todas las etapas de investigación cuando se busca combatir una enfermedad emergente, contribuyendo tanto en el descubrimiento de nuevos medicamentos como en la comprensión de patologías y en la monitorización de los resultados de las terapias aplicadas.
IA en la optimización del descubrimiento de medicamentos
La etapa de reconocimiento y selección de moléculas representa el primer escalón en la extensa escalera que lleva un fármaco desde el laboratorio hasta el consumidor final. El empleo de la IA en la farmacología experimental es particularmente ventajoso, ya que contribuye a un proceso de selección más rápido y económicamente viable. Tradicionalmente, los investigadores invierten años en el testeo de diferentes moléculas, muchas veces para concluir que la molécula elegida para un ensayo clínico no tiene el efecto terapéutico esperado. Utilizando modelos predictivos basados en IA, que se nutren de vastos conjuntos de datos existentes, es posible identificar moléculas con altas probabilidades de lograr el impacto deseado mucho antes de que se inicie cualquier experimentación en el laboratorio.
Aunque la incursión de la IA en el área de descubrimiento de medicamentos es relativamente reciente, y no existen aún medicamentos en el mercado que hayan sido hallados completamente mediante esta tecnología, se observan avances significativos. Varias organizaciones de investigación médica están integrando la IA en sus metodologías y alcanzando la etapa de ensayos clínicos con fármacos concebidos a través de la IA. Por ejemplo, un tratamiento para la fibrosis pulmonar idiopática identificado mediante IA inició sus ensayos de fase 1 en 2022, y recientemente logró obtener la designación de «medicamento huérfano» por la FDA. Como resultado, es probable que en el futuro cercano asistamos a la aprobación de medicamentos descubiertos y desarrollados con ayuda de la IA que beneficiarán a los pacientes en tratamiento.
IA en la epidemiología y la gestión eficiente de ensayos clínicos
Una fase crítica en la comercialización de una terapia es comprender patrones epidemiológicos y cómo estos inciden en los resultados sanitarios a nivel poblacional. Este análisis es esencial para los epidemiólogos enfocados en el análisis de riesgo terapéutico en poblaciones específicas. A través del uso de algoritmos y técnicas avanzadas de aprendizaje automático (ML), se hace posible estudiar datos del mundo real (RWD) y otros conjuntos de datos para identificar patrones que resulten esenciales en las decisiones que afectan tanto al plano comercial como al clínico. La capacidad del ML para procesar datos sin hipótesis previas facilita el descubrimiento de nuevos patrones, mejora la capacidad predictiva sobre la prevalencia de enfermedades y permite identificar riesgos asociados a resultados clínicos adversos, proporcionando insights significativos para la creación de tratamientos más eficaces para la población en cuestión.
Otro aspecto donde la IA demuestra su valor es en la automatización de fases en la investigación clínica, indispensables para confirmar la seguridad y efectividad de un nuevo fármaco. La IA ayuda a asegurar que los pacientes reclutados para un estudio clínico sean los más adecuados y que el grupo represente de forma fidedigna a la población general, tomando en cuenta la diversidad y equidad. Asimismo, puede contribuir sustancialmente en la revisión de informes de seguridad, con un nivel de fiabilidad que en ocasiones supera al de equipos humanos. Si bien no todos los aspectos de la epidemiología y el diseño de ensayos clínicos son susceptibles de automatización, la IA promete incrementar la eficiencia de ciertas áreas del proceso.
IA y su rol en la evaluación de resultados del tratamiento
Tras demostrarse la eficacia en un ensayo clínico, es imprescindible evaluar el valor de una nueva intervención en el contexto del mercado sanitario. Los investigadores, tras dedicar años y recursos financieros en el desarrollo de una terapia, deben garantizar que los pacientes adecuados puedan acceder a ella en el momento oportuno. Aquí es donde la investigación de resultados en salud y economía de la salud (HEOR) juega un papel decisivo. El análisis HEOR es vital para que patrocinadores y entidades financiadoras de la salud optimicen la atención sanitaria de sus poblaciones minimizando costos. Sin esta disciplina, la estabilidad financiera de los sistemas de salud estaría en riesgo y la prestación de la asistencia médica se vería comprometida. La IA facilita el análisis HEOR al descubrir patrones en los datos que permiten cuantificar el beneficio incremental de un tratamiento y destinar las intervenciones a subpoblaciones que pueden evidenciar mejorías significativas en comparación con la población general.
Como caso de estudio, la tecnología de aprendizaje profundo (DL) se ha utilizado en investigaciones en personas con diabetes tipo 2 para discernir qué subgrupos se beneficiarían más de intervenciones conductuales dirigidas a la pérdida de peso. Aunque en la población general de diabéticos tipo 2 no fue evidente un impacto significativo, el grupo de investigación señaló que un subgrupo con características particulares podría prevenir complicaciones cardiovasculares tras la intervención. Este descubrimiento tiene implicaciones directas en la práctica clínica y en la gestión de los recursos de salud, ya que dirige el tratamiento a los pacientes que más pueden beneficiarse de él, mejorando sus resultados de salud y reduciendo costos a largo plazo.
Desarrollo futuro de la IA en la industria farmacéutica
La roles que la IA puede jugar en la comprensión y tratamiento de enfermedades son numerosos y valiosos, y los investigadores mantienen un compromiso firme con el progreso continuo de esta tecnología. De hecho, la principal organización de HEOR, ISPOR, ha desarrollado directrices para el uso del ML dentro del sector, lo que muestra una clara intención de ampliar la funcionalidad de la IA y el ML para alcanzar su máximo potencial.
Epidemiólogos, investigadores y otros profesionales involucrados en el proceso de desarrollo de fármacos pueden encontrar en la IA una aliada estratégica en sus labores. Si logramos utilizar la IA para entender con mayor profundidad las enfermedades y elaborar tratamientos más precisos y efectivos, el mayor beneficiario será el paciente. La IA sostiene un potencial ilimitado en el ámbito de la salud y la farmacéutica para mejorar la calidad de vida, y es nuestra responsabilidad como sociedad hacer uso de esa capacidad al máximo.
LEE MÁS ARTÍCULOS SOBRE: Salud con IA.
LEE LA ENTRADA ANTERIOR: Activar la segmentación de clientes mediante inteligencia artificial para empresas B2B.