Connect with us

Hi, what are you looking for?

BLOG

La Industria Farmacéutica en la era de la Inteligencia Artificial: El Futuro es Brillante

La inteligencia artificial en la industria farmacéutica se refiere al sistema de tecnologías interconectadas y automatizadas en la industria de la biotecnología que puede funcionar de forma autónoma, con poca o ninguna intervención humana. La IA es una tecnología emergente que se está abriendo camino en muchas facetas del sector farmacéutico, desde el desarrollo de medicamentos hasta el diagnóstico e incluso la atención al paciente.

Inteligencia Artificial en la industria farmacéutica: Dónde Estamos este 2019

A pesar de estar a años de hacer sus mayores impactos, AI ya está entusiasmando a los ejecutivos de biotecnología en general. De hecho, todos los grandes jugadores ya están incursionando con inteligencia artificial en escenarios de casos de uso farmacéuticos (más abajo).

Según The State of AI: Artificial Intelligence in Business, el 62 por ciento de las empresas están pensando en invertir pronto en AI. De hecho, el 20 por ciento de las empresas ya han utilizado inteligencia artificial para reemplazar o evitar la contratación de nuevos trabajadores en los últimos 12 meses. Pero, dado que el 72% de las empresas ya creen que la Inteligencia Artificial será de suma importancia para la forma en que hacen negocios en el futuro, esto es solo la punta del iceberg.

No importa cómo lo veas, la IA ciertamente cambiará cada aspecto de nuestras vidas.

Más importante aún, los ejecutivos de la industria farmacéutica están buscando formas de aprovechar la inteligencia artificial en su línea de negocios, incluida la atención médica (o la industria biotecnológica para ser más precisos).

Además, varios grandes jugadores farmacéuticos ya se están mojando los pies en el mundo del aprendizaje automático y la inteligencia artificial.

De hecho, las 10 compañías denominadas Big Pharma (Novartis, Roche, Pfizer, Merck, AstraZeneca, GlaxoSmithKline, Sanofi, Abbvie, Bristol-Myers Squibb y Johnson & Johnson) han colaborado expresamente con o adquirido tecnologías de Inteligencia Artificial, para aprovechar las oportunidades que AI trae a la mesa.

Tomemos como ejemplo a F. Hoffmann-La Roche AG.

La gigantesca compañía farmacéutica europea ha estado en una ola de adquisiciones, dirigida a nuevas empresas de IA de atención médica avanzada y maduras. Roche se ha asociado con Owkin, la ciencia francesa de datos y la firma de inteligencia artificial para acelerar el descubrimiento, el desarrollo y los ensayos de fármacos. Roche también compró Flatiron en un intento por utilizar la inteligencia artificial para acelerar la investigación del cáncer y mejorar la atención al paciente; Syapse en software de salud y medicina de precisión impulsados ​​por AI; y, GNS Healthcare, la compañía de análisis de big data con sede en Cambridge, Massachusetts.

Novartis, por otro lado, se ha unido al Instituto de Tecnología de Massachusetts, IBM Watson, Quantumblack e Intel para impulsar sus ambiciones de inteligencia artificial. GlaxoSmithKline tampoco se ha quedado atrás, ya que se ha asociado con una gran cantidad de empresas de inteligencia artificial, como Exscientia, BERG, Cloud Pharmaceuticals e Insilico Medicine. De todas las compañías en esta lista, Novartis definitivamente está liderando el camino en el aprovechamiento de la inteligencia artificial en los casos de uso de productos farmacéuticos con inversiones que van desde pruebas de medicamentos, descubrimiento de medicamentos y proyectos de análisis de pacientes. 

Muchos ejecutivos de la industria farmacéutica ven la inteligencia artificial como una fuerza positiva. Por eso buscan oportunidades de asociación y adquisición de inteligencia artificial izquierda, centro y derecha.

Y mientras que la mayoría de estas asociaciones están relacionadas con el descubrimiento / desarrollo de fármacos, algunas se centran en los ensayos clínicos y la atención avanzada de los pacientes, debido al nivel avanzado de las tecnologías de inteligencia artificial disponibles.

En este artículo de inmersión profunda, exploraremos las inversiones de inteligencia artificial, los casos de uso y los logros más notables que todos los ejecutivos farmacéuticos deben conocer en 2019.

.

Áreas principales donde la inteligencia artificial puede verse como una fuerza positiva en la industria farmacéutica

Descubrimiento y desarrollo de nuevas drogas.

(1) Descubrimiento y desarrollo de nuevas drogas.

Este es un hecho preocupante: 9 de cada 10 fármacos clínicos no llegan a los ensayos, y muchos más no llegan a la etapa de aprobación [de la FDA], lo que hace que los costos de descubrimiento y desarrollo de fármacos se disparen.

De hecho, como informamos anteriormente, los costos asociados con el desarrollo de nuevos medicamentos se tambalean en alrededor de $ 1,2 mil millones.

Eso es enorme, y estos costos a menudo se transfieren al paciente, lo que hace que los medicamentos sean inaccesibles para la mayoría de las personas, y especialmente para aquellos que no tienen seguro o tienen un seguro insuficiente.

La buena noticia es que la Inteligencia Artificial, junto con el Aprendizaje Automático y el Big Data, tiene un gran potencial para reducir los costos de la inversión en I + D de nuevos medicamentos, que para las 10 firmas farmacéuticas más grandes está cerca de $ 70 mil millones anuales.

En este contexto, hay algunas compañías que utilizan AI para redefinir las farmacias y reducir los tiempos de desarrollo de fármacos.

Cyclica y Bayer AI Collaboration ayudan a ambas compañías a descubrir y diseñar medicamentos más rápido

Cyclica y Bayer AI Collaboration ayudan a ambas compañías a descubrir y diseñar medicamentos más rápido

A fines de 2018, Bayer anunció una colaboración en inteligencia artificial con Cyclica para llevar su descubrimiento de fármacos peptídicos a un nivel avanzado.

Cyclica, una firma de biotecnología multifacética con sede en Toronto está redefiniendo el descubrimiento y el desarrollo de medicamentos al equipar a las compañías farmacéuticas con plataformas basadas en la nube y aumentadas por la IA que mejoran la forma en que los científicos diseñan, seleccionan y personalizan los medicamentos.

A pesar de esta asociación, Bayer aprovechará la plataforma Ligand Express® de detección de proteomas basada en la nube de Cyclica para obtener más información sobre los perfiles polifarmacológicos de las moléculas pequeñas.

Esto ayudará a los investigadores de fármacos de Bayer a profundizar en los perfiles de péptidos fuera del objetivo (pequeñas moléculas de proteína) y, como resultado, generar modelos predictivos de siguiente nivel para las propiedades farmacocinéticas.

También combinarán la tecnología de Diseño de Medicamentos Diferenciales de Cyclica y la plataforma de AI para crear diseños de medicamentos de última generación con objetivos múltiples. Este es un paso adelante en el mundo del descubrimiento e investigación de medicamentos. Por otro lado, Cyclica a cambio mejorará su red integrada de innovaciones habilitadas por AI.

¿Por qué es importante la colaboración de Cyclica + Bayer AI?

Dados los desafíos que enfrentan actualmente las grandes compañías farmacéuticas, existe una gran demanda de tecnologías avanzadas que facilitan la identificación y validación de nuevos medicamentos. De eso se trata exactamente la asociación: usar la IA para hacer que el diseño de medicamentos sea más eficiente. No solo mejora la calidad del medicamento, sino que también permite la personalización en el proceso de investigación y desarrollo de medicamentos.

Bayer y Merck AI Partnership ayudan a los radiólogos a identificar a los pacientes con hipertensión pulmonar crónica más rápido

La asociación oportuna de AI entre los dos grandes jugadores farmacéuticos, Merck & Co., y Bayer, sin duda agregará otra cadena a la selección de medicamentos, el diagnóstico y la identificación del paciente.

El dúo ha desarrollado un software impulsado por la IA que busca redefinir la toma de decisiones clínicas de CTEPH, una forma rara de hipertensión pulmonar.

Conocido apropiadamente como CTEPH Pattern Recognition Artificial Intelligence, el software acaba de recibir la aprobación de la FDA para ayudar a detectar esta condición crónica que afecta a aproximadamente 5 personas por millón al año en todo el mundo.

¿Cómo funciona el software de inteligencia artificial CTEPH Pattern Recognition?

La herramienta emplea el aprendizaje automático para peinar a través de los hallazgos de imágenes de los vasos pulmonares, la perfusión pulmonar y los chequeos cardíacos, así como la historia clínica del paciente. De esta manera, los radiólogos podrán analizar estas imágenes de manera rápida y eficiente para concentrarse en los pacientes con hipertensión pulmonar tromboembólica crónica (CTEPH).

Los beneficios del software de inteligencia artificial CTEPH Pattern Recognition son muy amplios:

  • La IA ayuda a los radiólogos a analizar imágenes de diagnóstico más rápido e identificar a los pacientes con CTEPH antes, de manera más eficiente y más confiable, lo que permite el uso temprano de terapias
  • El diagnóstico más rápido y temprano de los pacientes con CTEPH significa que más de ellos vencieron la condición
  • La IA ayuda a los médicos que tratan CTEPH en el complejo proceso de toma de decisiones de diagnóstico de la hipertensión pulmonar tromboembólica crónica.
  • El software finalmente ayudará a aumentar el conocimiento de esta rara condición crónica.

¿Por qué es importante este software sanitario basado en AI?

CTEPH no solo afecta a 5 personas por cada 1,000,000, sino que sus síntomas también son muy similares a los de otras enfermedades como la EPOC y el asma.

No hace falta decir que esto puede dificultar el diagnóstico de CTEPH de muchas maneras diferentes. Afortunadamente, ahí es donde entra en juego el software de inteligencia artificial CTEPH Pattern Recognition desarrollado conjuntamente por Merck y Bayer.

Novartis utiliza la IA para obtener información de los datos de ensayos clínicos

Novartis utiliza la IA para obtener información de los datos de ensayos clínicos

Novartis, una de las compañías farmacéuticas más grandes del mundo por ingresos, ventas y capitalización de mercado, está a la vanguardia del uso de AI para redefinir el desarrollo de medicamentos.

Los científicos del Instituto Novartis de Investigación Biomédica (NIBR, por sus siglas en inglés) están utilizando la tecnología de IA para recopilar, analizar y obtener información de los ensayos clínicos de una variedad de fuentes internas.

El juego final en Novartis es hacer un seguimiento de la inscripción de prueba, así como también predecir los costos asociados y la garantía de calidad. Los resultados han sido bastante sorprendentes, ya que el Instituto informó una disminución del 10-15 por ciento en los tiempos de inscripción de pacientes, especialmente durante los ensayos clínicos en etapa temprana.

Pero eso no es todo para AI en Novartis.

La compañía farmacéutica con sede en Basilea también está aprovechando el Aprendizaje automático, el Aprendizaje profundo y una gran cantidad de otras tecnologías de atención médica como Big Data para acelerar el descubrimiento y el desarrollo de nuevos medicamentos.

¿Cómo la IA transforma la forma en que los investigadores de Novartis descubren y desarrollan nuevos medicamentos?

Gran pregunta Resulta que, la misma tecnología que le permite etiquetar fotos en plataformas de redes sociales como Facebook o Instagram se puede aprovechar para clasificar y agrupar una serie de imágenes digitalizadas de células tratadas con mezclas de diferentes compuestos experimentales.

Los científicos de Novartis están aprovechando el aprendizaje profundo para imitar cómo nuestros ojos y nuestro cerebro procesan la información fotográfica. Los ojos humanos utilizan redes neuronales altamente conectadas para transformar los patrones de luz percibidos en formas y colores que asociamos con caras familiares, objetos y otras cosas que nos rodean.

Tomando prestada una hoja de esto, la gente de Novartis enseñó un algoritmo informático para reconocer cambios sutiles en las células cuando se tratan con ciertos compuestos experimentales.La “red neuronal” de la computadora predijo casi el 100% de los resultados para las células tratadas con 100 compuestos misteriosos, incluso en los distintos niveles de dosificación.

En otras palabras, los algoritmos de aprendizaje automático de Novartis son capaces de clasificar compuestos con los mismos efectos visuales en células particulares, y hacerlo con velocidades increíbles. Eso significa que la información sobre el descubrimiento de fármacos que de otra forma llevaría meses, si no años, para que los humanos la generen, solo tomará unos minutos (¡si no segundos!

“El aprendizaje automático nos está apuntando a nuevas posibilidades terapéuticas con una eficiencia sin precedentes … Y tiene una capacidad sin precedentes para enseñarnos cómo funcionan nuestros medicamentos”, afirma el Director de Informática para Biología Química y Terapéutica en NIBR, Jeremy Jenkins.

Y él está muerto en el dinero.

El uso de Machine Learning tiene un gran potencial de reducir significativamente los plazos para el descubrimiento y, por lo tanto, el desarrollo de nuevos fármacos. Más importante aún, descubrir medicamentos de manera rápida y eficiente significa que los pacientes podrán acceder a nuevos medicamentos y terapias más rápidamente. Es una situación de ganar-ganar.

Boehringer + Bactevo AI Asociación para mejorar la calidad y la velocidad del descubrimiento de fármacos

Boehringer + Bactevo AI Asociación para mejorar la calidad y la velocidad del descubrimiento de fármacos

Boehringer Ingelheim se ha asociado con la compañía de tecnología de inteligencia artificial Bactevo, con sede en el Reino Unido, para acelerar sus esfuerzos de descubrimiento de medicamentos. En esta colaboración, Boehringer aprovechará la plataforma impulsada por AI de Bactevo, la plataforma Totally Integrated Medicines Engine (TIME), para aumentar la eficiencia, la velocidad y la calidad del descubrimiento de fármacos a partir de compuestos de plomo de pequeñas moléculas.

La asociación verá la reducción del tiempo para llevar medicamentos al mercado para el tratamiento de afecciones causadas por defectos en la función mitocondrial. Básicamente, reúne la poderosa experiencia de investigación de medicamentos en Boehringer y la plataforma de descubrimiento de medicamentos TIME de última generación para descubrir nuevos medicamentos para la ELA, la enfermedad de Parkinson y la enfermedad de Alzheimer.

Verge Genomics usa la IA para acelerar el descubrimiento de fármacos durante los ensayos preclínicos

Verge Genomics usa la IA para acelerar el descubrimiento de fármacos durante los ensayos preclínicos

La creación de dos reconocidos expertos en inteligencia artificial, Alice Zhang y Jason Chen, Verge Genomics reúne avances e innovaciones en genómica, aprendizaje automático y neurociencia para ofrecer un nuevo enfoque para descubrir nuevos fármacos y terapias para los trastornos cerebrales.

Aún mejor, como informamos anteriormente, la compañía de descubrimiento de medicamentos con sede en San Francisco aseguró $ 32 millones en fondos de la Serie A en 2018.

El equipo de Verge Genomics, que incluye 10 médicos con un profundo conocimiento y experiencia en neurociencia, matemática aplicada, bioestadística, desarrollo de fármacos, aprendizaje automático y biofísica, ha creado uno de los conjuntos de datos genéticos más completos. Aprovechan AI, Big Data y Machine Learning para recopilar y analizar estos conjuntos de datos para acelerar el descubrimiento y desarrollo de fármacos, especialmente durante los ensayos preclínicos.

¿Cuál es el beneficio de usar AI en Verge?

Si el enfoque impulsado por el aprendizaje automático de Verge funciona según lo previsto, reducirá el proceso de desarrollo de medicamentos para descubrir diferentes terapias que salvan vidas para enfermedades cerebrales como la ELA, la enfermedad de Alzheimer, el autismo y la enfermedad de Parkinson, solo por mencionar algunas.

Más específicamente, Verge usará inteligencia artificial para realizar un seguimiento del impacto que ciertas terapias tienen en el cerebro humano, con un enfoque particular en la fase preclínica. Como tal, las grandes compañías farmacéuticas pueden vislumbrar la eficacia de sus medicamentos en las células cerebrales antes de verter montones de dinero en ensayos clínicos. Y dado que todos estos trastornos neurológicos son actualmente incurables, este enfoque será especialmente útil.

¿Por qué es importante el enfoque de la IA de Verge?

Llevar un medicamento del descubrimiento al mercado es actualmente prohibitivamente costoso.

De hecho, de acuerdo con el Centro Tufts para el Estudio del Desarrollo de Medicamentos, tomar un solo medicamento a través de la fase de Investigación y Desarrollo y la fase de aprobación de la Administración de Alimentos y Medicamentos (Food & Drug Administration, por sus siglas en inglés) usualmente devuelve a las grandes compañías farmacéuticas alrededor de $ 1.3 mil millones. Eso sin mencionar que todo el proceso es extremadamente tedioso y puede durar hasta 12 años.

En este contexto, Verge Genomics promete simplificar todo el proceso de desarrollo de medicamentos con ayuda del aprendizaje automático. Al hacerlo, la compañía puede desprenderse de los 2.600 millones de dólares que actualmente les cuesta a las compañías farmacéuticas llevar un solo medicamento al mercado.

Nuritas + BASF AI Asociación para desarrollar nuevos péptidos a partir de alimentos naturales

Nuritas + BASF AI Asociación para desarrollar nuevos péptidos a partir de alimentos naturales

Aquí hay otra colaboración de inteligencia artificial que reúne a dos titanes en sus respectivos campos.

La startup irlandesa Naritas aprovecha la inteligencia artificial y otras tecnologías novedosas para facilitar el descubrimiento de alimentos nuevos y más robustos e ingredientes saludables.

BASF aprovechará esta asociación para desarrollar nuevos péptidos funcionales derivados de alimentos naturales.

En la práctica, BASF utilizará las capacidades de análisis de AI y ADN de Nuritas para predecir, analizar y validar péptidos de fuentes naturales. El objetivo principal de BASF es descubrir y ofrecer al mercado terapias basadas en péptidos que ayuden a tratar enfermedades como la diabetes.

(2) AI está ayudando a las grandes compañías farmacéuticas a crear curas para enfermedades complejas y raras.

Abordar enfermedades conocidas sin cura, como ELA, Alzheimer, Parkinson, etc.

(a) Abordar enfermedades conocidas sin cura, como ELA, Alzheimer, Parkinson, etc.

La IA puede ser útil cuando se trata de controlar y controlar enfermedades conocidas sin cura conocida, como Parkinson, autismo, enfermedad de Alzheimer y ELA. Y hay algunos ejemplos que están iluminando el camino para un diagnóstico más rápido y, por lo tanto, un mejor monitoreo y manejo de estas condiciones:

Por ejemplo, el gigante tecnológico chino, Tencent Holdings, recientemente formó una sociedad con Medopad, con sede en el Reino Unido, para diseñar un sistema de inteligencia artificial que ayudará a monitorear a los pacientes de Parkinson de forma remota. De esta manera, el tiempo que lleva realizar una evaluación de la función motora de un paciente con enfermedad de Parkinson se reducirá de más de 30 minutos a menos de 3 minutos.

Otro gran ejemplo es la colaboración entre Abbvie y Mission Therapeutics que desarrollará inhibidores DUB que prometen tratar dos afecciones actualmente incurables, la enfermedad de Parkinson y la enfermedad de Alzheimer. Con más de 50 millones de estadounidenses que luchan contra el Alzheimer y la demencia , esta asociación de AI acercará el tratamiento y esperará a muchos.

Mejor tratamiento y manejo de enfermedades raras

(b) Mejor tratamiento y manejo de enfermedades raras.

A los grandes farmacéuticos tradicionalmente no les importaban las enfermedades raras porque no hay suficiente dinero aquí. Pharma quiere escalar. Pero con los avances en la IA, hay un interés renovado en los tratamientos de enfermedades raras. Actualmente, hay más de 350 millones de personas con más de 7,000 enfermedades raras en todo el mundo. Sin embargo, no todo es pesimismo para los pacientes con enfermedades raras, ya que Healx, una firma de biotecnología con sede en el Reino Unido, ha obtenido $ 10 millones en fondos de la Serie A para utilizar la IA para desarrollar medicamentos innovadores para enfermedades raras. Aún mejor noticia es que Therachon, otra empresa suiza de biotecnología que aprovecha la IA para desarrollar medicamentos para el tratamiento de enfermedades genéticas raras, ha recibido $ 60 millones en fondos.

Adherencia y dosificación de fármacos

(3) Adherencia y dosificación de fármacos

La adherencia al fármaco es enorme para la industria farmacéutica. En términos simples, para demostrar la tasa de éxito de un medicamento, una compañía farmacéutica tiene participantes en estudios clínicos. Si los participantes no siguen las reglas del ensayo, son eliminados de los ensayos o su negligencia podría afectar los resultados del medicamento. Por lo tanto, tener una increíble adhesión a los medicamentos es crucial para CUALQUIER compañía farmacéutica.

Ejemplo 1: Abbvie colabora con AiCure en el uso de AI para el cumplimiento de las drogas:

Abbvie se asoció con AiCure, con sede en Nueva York, para mejorar la vigilancia de los ensayos de drogas y mejorar la adherencia a los medicamentos. En esta colaboración, Abbvie utilizó el algoritmo de reconocimiento facial y de imagen de la plataforma SaaS móvil de AiCure para monitorear la adherencia. Para ser más específicos, los pacientes se toman un video de sí mismos mientras se tragan una píldora con sus teléfonos inteligentes, y la plataforma impulsada por AI confirma que, de hecho, la persona correcta se tragó la píldora correcta. Y los resultados fueron sorprendentes, mejorando la adherencia hasta en un 90%.

Ejemplo 2: Bayer colabora con Genpact para utilizar la inteligencia artificial para mejorar la farmacovigilancia

La solución de AI de Genpact se ha utilizado de manera severa en ensayos clínicos para cambiar la dosis administrada a pacientes específicos para optimizar los resultados. En esta asociación, Bayer aprovecha la Farmacovigilancia de Inteligencia Artificial de Genpact (PVAI, por sus siglas en inglés) para no solo monitorear la adherencia al medicamento, sino también detectar posibles efectos secundarios mucho antes.

Uso de AI para dar sentido a los datos clínicos y producir mejores analíticas

(4) Uso de AI para dar sentido a los datos clínicos y producir mejores analíticas

Todos los días se recopila una gran cantidad de datos de pacientes, investigación y diagnóstico, pero ¿cómo pueden las grandes compañías farmacéuticas entender mejor esta información?

Caso 1: IBM Watson + Pharma

IBM Watson es una plataforma de IA que ha demostrado ser muy útil para las grandes compañías farmacéuticas. En lo que respecta a la comparación de ensayos clínicos, muchas empresas están trabajando con IBM Watson para dar sentido a mejores datos. Estas compañías incluyen Highlands Oncology Group, Mayo Clinic, Perficient Partners, Medtronic, Illumina, Pfizer, Merck & Co. y Bristol-Myers Squibb, solo por nombrar algunas.

Caso 2: Apple Researchkit + AI

El kit de investigación de Apple hace que sea fácil para las personas inscribirse en ensayos clínicos y estudios sin tener que pasar por la inscripción física. Es un ecosistema de investigación clínica diseñado en torno a sus dos productos estrella, el iPhone y el Apple Watch. La Universidad de Duke, por ejemplo, utiliza los datos de pacientes recopilados por estos dispositivos de Apple y el algoritmo de reconocimiento facial impulsado por la IA para identificar a los niños con autismo. Y eso no es todo; Researchkit ha hecho que sea más fácil dar un mejor sentido a los datos de salud recopilados.

Caso 3: Arpeggio Biosciences

Arpeggio Biosciences, una empresa de aprendizaje automático también utiliza la inteligencia artificial para agregar y sintetizar información para un mejor análisis de datos.

Encontrar pacientes más confiables más rápido para los ensayos clínicos

(5) Encontrar pacientes más confiables más rápido para los ensayos clínicos

Aunque hay una gran cantidad de datos de pacientes, reclutar a los pacientes adecuados para los ensayos clínicos es un proceso arduo para las grandes compañías farmacéuticas. Por ejemplo, encontrar e inscribir candidatos ideales puede hacer que los ensayos clínicos duren un promedio de 7.5 años, con un costo de entre $ 161 millones y $ 2 mil millones por medicamento. Desafortunadamente, el 80 por ciento de los ensayos clínicos no cumplen con los plazos.

Con más de 18,000 estudios clínicos que actualmente reclutan candidatos en los EE. UU., El mercado de ensayos clínicos de $ 65 mil millones necesita una revisión. La extracción de datos útiles de los registros de pacientes es quizás el mayor desafío para las compañías farmacéuticas. Afortunadamente, ahí es donde la IA y el aprendizaje automático entran en escena. Aquí hay dos startups de tecnología de AI que están haciendo un gran trabajo:

Deep 6

Una vez más, la coincidencia de ensayos clínicos es un gran problema para las grandes farmacéuticas. Deep 6 utiliza el procesamiento de lenguaje natural y el aprendizaje profundo, dos aspectos clave de la inteligencia artificial, para simplificar y automatizar todo el proceso. Actualmente, están trabajando con TD2 (un CRO de oncología) y el Centro Médico Cedars-Sinai. La puesta en marcha ya ha asegurado $ 150K en fondos.

Antídoto

Al igual que Deep 6, el antídoto aprovecha la PNL para hacer que los criterios de exclusión / inclusión en estudios clínicos y ensayos sean muy fáciles. Y su proceso impulsado por la IA es simple. Se les pide a los pacientes potenciales que respondan algunas preguntas sobre la plataforma habilitada para la búsqueda de antídotos. Al hacer coincidir su respuesta, la plataforma puede entregar una lista de los ensayos recomendados en los que el paciente puede inscribirse.

Desafíos para la adopción de la IA en Pharma

Si bien AI tiene un gran potencial para ayudar a redefinir la industria farmacéutica, la adopción en sí no es una caminata fácil en el parque.

Aquí hay algunas lecciones y desafíos que enfrentan las compañías farmacéuticas al tratar de adoptar AI:

  • La falta de familiaridad con la tecnología, para muchas compañías farmacéuticas, la IA todavía parece una “caja negra” debido a su novedad y naturaleza esotérica.
  • Falta de infraestructura de TI adecuada: esto se debe a que la mayoría de las aplicaciones e infraestructura de TI actualmente en uso no fueron desarrolladas ni diseñadas teniendo en cuenta la inteligencia artificial. Peor aún, las firmas farmacéuticas tienen que gastar mucho dinero para actualizar sus sistemas de TI (algo que la mayoría de los CEOs farmacéuticos no quieren).
  • Gran parte de los datos están en un formato de texto libre, lo que significa que las compañías farmacéuticas tienen que ir más allá para recopilar y poner estos datos en un formato que pueda ser analizado.

A pesar de todas estas limitaciones, una cosa es cierta: AI ya está redefiniendo la biotecnología y la industria farmacéutica. Y dentro de diez años, Pharma simplemente considerará la inteligencia artificial como una tecnología básica y cotidiana. La única pregunta es cuánto tiempo esperarán los ejecutivos farmacéuticos hasta que se suban al vagón y aprovechen la inteligencia artificial para mejorar su eficiencia operativa, resultados y ganancias.

Escrito por Iolanda Bulgaru Iolanda, es estratega de contenido senior en Healthcare Weekly y tiene 30 años de experiencia en cumplimiento normativo, estrategia y psicología clínica. y publicado originalmente en healthcareweekly.com .

Click to comment

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Vea también:

BLOG

Un sistema de punto de venta no solo es una parte esencial del funcionamiento de cualquier tienda exitosa en el mundo de hoy, sino...

BLOG

A medida que el negocio crece la carga de trabajo de los gerentes crece. En una pequeña empresa, los administradores pueden funcionar con hojas...

BLOG

¿Cuál es el corazón de un negocio minorista? El sistema de punto de venta, caja registradora o punto de venta (POS). Si bien muchos...

BLOG

La mala comunicación hace que las empresas estadounidenses pierdan 400.000 millones de dólares al año . El impacto de este problema se puede sentir de diferentes...

BLOG

La próxima década bien podría ver una revolución en el tratamiento y diagnóstico de las enfermedades. Aquí les presentamos algunos de los avances del...

BLOG

A continuación, les presento un listado de 299 nombres de empresas de Tecnologías de la Información que operan en Chile, una fracción de las...

BLOG

Un navegador web (comúnmente conocido como navegador) es una aplicación de software para recuperar, presentar y atravesar recursos de información en la World Wide...

Advertisement
https://edificioemprendedores.cl

Copyright © 2020 - 2021 Tienda.Digital | Derechos Reservados.