La tecnología forma una parte esencial en el sistema sanitario actual, ya sea en la práctica clínica, con nuevas herramientas que facilitan el trabajo de los profesionales, como en la investigación, con el desarrollo de nuevos fármacos que, en definitiva, mejoran la calidad y esperanza de vida de los pacientes. Entre las principales razones, se encuentra la incorporación de la inteligencia artificial (IA) y el Machine Learning (ML). Permitiendo, gracias a su capacidad para analizar datos al momento, reducir los tiempos de procesos que antes conllevaban un gran trabajo para los profesionales.
Numerosas empresas, ya sean del ámbito sanitario como el tecnológico, se han sumergido en este mercado de la IA relacionada con el sector salud ante la oportunidad que supone tanto en el ámbito económico como en el social. Una tendencia creciente en el uso de la IA que ha provocado que desde la Agencia Europea de Medicamentos (EMA) hayan publicado un documento en el que muestran su punto de vista sobre esta tecnología, sus posibles beneficios y, también, los riesgos que supone.
"Con este documento, estamos abriendo un diálogo con desarrolladores, académicos y otros reguladores, para discutir formas de avanzar, asegurando que todo el potencial de estas innovaciones se pueda realizar en beneficio de la salud de los pacientes y los animales", indicó el director de métodos y análisis de datos de EMA, PeterArlett.
Una tendencia creciente en el uso de la IA que ha provocado que desde la Agencia Europea de Medicamentos hayan publicado un documento en el que muestran su punto de vista sobre esta tecnología
Este documento forma parte de la iniciativa conjunta con la Agencia de Medicamentos Humanos (HMA) para desarrollar una regulación que haga frente a los posibles inconvenientes de estas herramientas. A pesar de ello, no todo su enfoque se centra en lo negativo y también destacan que la IA y el ML pueden aportar muchas ventajas a cualquier paso del desarrollo de un medicamento.
Ya en abril de 2021, la Comisión Europea propuso el primer marco regulador de la UE para la IA, en el que proponía que estos sistemas se analicen y clasifiquen según el riesgo que pueden suponer para los usuarios. Desde el parlamento se suman a esta idea y buscan que los dispositivos que utilicen la IA sean “seguros, transparentes, trazables, no discriminatorios y respetuosos con el medioambiente”.
El 14 de junio de 2021, los eurodiputados adoptaron una posición negociadora sobre la ley de IA, lo que conlleva el comienzo de las conversaciones con los países de la UE sobre la forma final de esta, que se prevé que esté lista para finales de este 2023 o principios del año que viene. Sin embargo, hasta el momento, no parece que la industria farmacéutica esté entre los sectores con mayor importancia en la creación de esta ley.
INVERSIÓN DE GRANDES TECNOLÓGICAS
Una de las grandes compañías que ha dado un salto evidente en la inversión de proyectos de IA para el sector farmacéutico ha sido Nvidia. La empresa especializada en la programación de aplicaciones para la ciencia de datos y computación de alto rendimiento ha decidido invertir 50 millones de dólares (44 millones de euros) para acelerar el entrenamiento de los modelos de Recursion, dirigidos al descubrimiento de fármacos.
Entre las razones de su elección, la compañía cuenta con un gran plantel formado por el pionero de la IA Yoshua Bengio; más de 23.000 terabytes de datos biológicos y químicos; y también, recientemente habían comprado un servicio generativo de IA centrado en el desarrollo de medicamentos.
La empresa especializada en la programación de aplicaciones para la ciencia de datos y computación de alto rendimiento ha decidido invertir 50 millones de dólares para acelerar el entrenamiento de los modelos de Recursion
Otra de las grandes tecnológicas que ha decidido dar un paso hacia delante este ámbito es Google, que el pasado mes de mayo anunció el lanzamiento de nuevas herramientas, basadas en la IA, que ayudan a las empresas del sector en la investigación de fármacos.
Por un lado, Target and Lead Identification Suite, está diseñada para predecir y comprender la estructura de las proteínas, una de las partes fundamentales de los fármacos. En el caso de Multiomics Suite, se dirige a recibir, almacenar, analizar y compartir cantidades masivas de datos genómicos.
Uno de los primeros pasos en este proceso es la identificación de una diana biológica, conocido comúnmente como proteína. Un componente esencial de las enfermedades y de cualquier parte de la vida, esto implica que es necesario identificar su estructura y determinar su función y su papel.
Por el momento, los científicos tardan cerca de 12 años en identificar este objetivo, y además, en la mayoría de los casos tienen un gran número de fallos, retrasando aún más el plazo. Por ello, Google Cloud supone un gran avance gracias a que permite compartir y administrar los datos moleculares mediante Analytics Hub, y predecir la estructura de una proteína con AlphaFold2, un modelo de aprendizaje automático desarrollado por una subsidiaria de Google.