Immaginate un mondo in cui lo sviluppo di farmaci salvavita è più veloce, efficiente e accessibile a tutti. Sembra fantascienza, ma questa promessa potrebbe presto diventare realtà grazie all’Intelligenza artificiale generativa (Gen Ai). Questa tecnologia sta rivoluzionando il settore dello sviluppo clinico, introducendo nuovi livelli di efficienza e innovazione, distinguendosi per la capacità di creare contenuti originali basati su enormi quantità di dati. Oggi sta già dimostrando il suo valore nel ridurre i tempi, i costi e i rischi associati ai trial clinici.
«L’Intelligenza artificiale promette di avere un impatto trasformativo sull’assistenza sanitaria, migliorando i risultati dei pazienti e supportando il sistema sanitario e l’industria in generale riducendo i costi e superando le barriere geografiche e logistiche poiché porta l’assistenza dove è più necessaria», scrive Shyam Bishen (Head, Centre for Health and Healthcare, World Economic Forum) nell’ultimo White Paper “Intelligent Clinical Trials: Using Generative AI to Fast-Track Therapeutic Innovations”, pubblicato dal WEF in collaborazione con ZF.
Tra costi stellari e disuguaglianze
Secondo quanto riportato nel Global trends in R&D 2024: Activity, productivity, and enablers pubblicato a febbraio 2024 da IQVIA (Institute for Human Data Science), ci vogliono in media otto anni affinché i trattamenti non oncologici passino allo sviluppo clinico, quasi dodici per i trattamenti oncologici. Il costo medio per l’immissione sul mercato di un nuovo trattamento supera i 2,5 miliardi di dollari, e gli studi clinici rappresentano circa il 40% del budget totale di ricerca per le aziende farmaceutiche statunitensi.
Numeri che emergono rispettivamente dai report “Cost to Develop New Pharmaceutical Drug Now Exceeds $2.5B” pubblicato dal Tufts Center for the Study of Drug Development e “Considerations For Improving Patient Recruitment Into Clinical Trials”. Nonostante l’implementazione di molteplici strategie per superare le possibili ragioni del fallimento dello sviluppo, il tasso di successo dello sviluppo clinico di farmaci rimane al 10-15%. Anche così, circa il 75% dei farmaci per lo sviluppo clinico non affronta il problema dei bisogni di gruppi storicamente svantaggiati, negando a questi pazienti l’accesso a trattamenti sperimentali e producendo terapie con efficacia differenziale.
Cosa potrà portare la Gen Ai
L’Intelligenza artificiale generativa può offrire una serie di applicazioni che possono affrontare queste sfide. Cinque aree chiave dello sviluppo clinico sono particolarmente adatte a beneficiare di questa tecnologia. La progettazione di trial clinici: utilizzando dati storici, evidenze reali e feedback dei pazienti, la Gen Ai può ottimizzare i protocolli di studio, riducendo errori e tempi di avvio. Questo approccio consente anche di simulare scenari per identificare le migliori strategie, diminuendo la necessità di modifiche al protocollo, che rappresentano una delle principali fonti di ritardo.
Selezione dei siti e fattibilità dei trial: la scelta dei siti sperimentali spesso si basa su dati frammentati e criteri limitati. La nuova tecnologia analizza in tempo reale un’ampia gamma di dati – inclusi profili demografici e prevalenza delle malattie – per identificare le strutture con il più alto potenziale di successo nel reclutamento dei pazienti. Non solo. Attraverso modelli predittivi, la Gen Ai aiuta a individuare i pazienti idonei in modo rapido ed efficiente.
Personalizzando le comunicazioni e migliorando l’esperienza dei partecipanti, l’Ai permette di ridurre i tassi di abbandono, un problema che affligge oltre l’80% degli studi clinici e inoltre, automatizza la raccolta, l’organizzazione e l’analisi dei dati, permettendo decisioni più rapide e precise. Infine, può redigere documenti per gli enti regolatori è un processo lungo e manuale. La Generative artificial intelligence semplifica la compilazione e la verifica dei documenti, migliorando la velocità e l’accuratezza delle sottomissioni.
Nonostante il suo potenziale, l’adozione dell’Intelligenza artificiale generativa nel settore clinico affronta ostacoli significativi: la frammentazione dei dati, la mancanza di standard condivisi e la diffidenza verso le tecnologie innovative rappresentano barriere rilevanti. Tuttavia, soluzioni come la creazione di consorzi pubblico-privati e l’adozione di politiche di trasparenza potrebbero incentivare la collaborazione tra i diversi attori
