¿Pueden impulsar los datos el éxito de la I+D en el sector Ciencias de la Vida?

La demanda de terapias y medicamentos nuevos, personalizados y de confianza, suministrados de forma rápida y rentable, está aumentando en todo el mundo, especialmente durante una pandemia.

La demanda de terapias y medicamentos nuevos, personalizados y de confianza, suministrados de forma rápida y rentable, está aumentando en todo el mundo, especialmente durante una pandemia.

Como civilización, podríamos decir que nos encontramos en una posición histórica sin precedentes, con un mayor conocimiento de las dolencias y enfermedades y con más datos disponibles sobre los pacientes que nunca. Sin embargo, la ruta de acceso al mercado de los medicamentos no ha cambiado significativamente en muchos años, y el statu quo presenta numerosos obstáculos a la oportunidad.

I+D impulsada por los datos: el reto y la oportunidad

La digitalización de la sanidad está afectando a toda la cadena de valor y está generando grandes cantidades de datos heterogéneos que, a menudo, no son lo suficientemente útiles o no están disponibles para ser aprovechados.

Por ejemplo, la lucha contra el cáncer ha implicado un crecimiento explosivo del volumen y riqueza de los datos, tanto propietarios como públicos, que relacionan el genoma humano con la base molecular del cáncer y la eficacia de los tratamientos oncológicos con moléculas similares a los medicamentos. Sin embargo, estos datos son muy variados, a menudo no están estructurados y se generan con diferentes herramientas y técnicas, lo que da lugar a problemas de calidad y coherencia de los mismos. Los oncólogos clínicos necesitan poder buscar, filtrar y explorar de forma interactiva una visión unificada de todo el alcance de estos datos en una plataforma única e intuitiva.

Del mismo modo, los profesionales de las Ciencias de la Vida y la I+D dedican una gran cantidad de tiempo a examinar las notas de los ensayos clínicos, los conjuntos de datos de los pacientes y la documentación con el objetivo de identificar cuestiones clave (por ejemplo, los efectos adversos de los medicamentos) y obtener una visión general del contenido de los documentos. Estos documentos e historiales médicos son muy complejos y no están estructurados, lo que a menudo conduce a una sobrecarga de información y a información inexacta o perdida. Los oncólogos necesitan ayuda para obtener información y comprender los patrones de la documentación no estructurada.

Aumento de los costes de I+D y de los plazos de entrega

El descubrimiento de fármacos sigue siendo un proceso caro y largo para los medicamentos de venta masiva. Pero la demanda de soluciones sanitarias personalizadas y a medida (incluso para enfermedades raras) está aumentando, y la carga de tiempo y costes de la aprobación reglamentaria agudiza la situación.

El descubrimiento de fármacos y los ensayos clínicos suelen tener dos fases clave, cada una con dos pasos principales:

1. Fase inicial de investigación y desarrollo. 

  • Establecimiento de objetivos y validación de los mecanismos que conducen a la enfermedad y que pueden ser objeto de moléculas, compuestos o formulaciones específicas.
  • Descubrimiento y optimización de pistas: identificación y modificación de candidatos a fármacos que inciden en el comportamiento de la enfermedad objetivo.

2. Ensayos preclinicos and clinicos.

  • Diseño y planificación de ensayos (pre) clínicos que cubran temas como la selección del lugar y del paciente, la logística y los suministros, y el régimen y el seguimiento del tratamiento clínico.
  • Dirección de los ensayos clínicos y gestión lo los riesgos que puedan presentarse, recopilar y procesar datos, y garantizar las aprobaciones y cumplimientos regulatorios.

Normalmente, la fase uno puede tardar de tres a cinco años, y la fase dos puede tardar de seis a siete años. Es difícil acortar este ciclo porque hay pocas palancas financieras o humanas disponibles: la cantidad de trabajo de investigación, habilidades y regulación involucradas significa que las empresas no pueden simplemente invertir más dinero o personas en el proceso.

La disponibilidad de herramientas de big data y ciencias de datos con su potencial para desbloquear el proceso de I+D hace que estas habilidades sean aún más críticas. Los científicos que investigan medicamentos pueden carecer del tiempo y las habilidades especializadas para dominar las técnicas de datos modernas que buscan y estructuran grandes cantidades de datos altamente dimensionales, para identificar relaciones causales que puedan generar nuevas hipótesis a escala.

Los científicos de datos recién cualificados que no han trabajado en organizaciones de I+D de peso, incluidas las Ciencias de la Vida y la Salud, pueden tener dificultades para comprender la ciencia farmacéutica y el proceso de aprobación de medicamentos, la mejor manera de representarlo e interpretarlo con precisión con sus herramientas, o dónde enfocar su esfuerzos.

Además, algunas plataformas rígidas de descubrimiento de datos pueden tener dificultades para responder con solvencia a la rápida cadencia en I+D que demandan los procesos de descubrimiento de fármacos. Por ejemplo, es posible que no sean capaces de adaptarse a la velocidad que requieren las demandas cambiantes de canalización de nuevas fuentes de datos, ingestión de datasets complejos no estructurados, soporte de nuevas herramientas de Ciencia de Datos o implementación de nuevos modelos y capacidades de I+D a escala.

Para acelerar significativamente la I+D, todas estas dimensiones deben alinearse, aplicarse con éxito con una ejecución precisa y todo con los sistemas e infraestructuras correctos, de forma que se facilite el desarrollo de nuevos modelos y la canalización inmediata de datos. No existe una solución humana fácilmente escalable para esto.

La Inteligencia Artificial y la Ciencia de los Datos prometen un flujos constante de nuevas soluciones

La Inteligencia Artificial (IA), la ciencia de datos y la analítica están teniendo un impacto significativo sobre la I+D y el descubrimiento de fármacos. Estas herramientas y técnicas ayudan a los científicos a desentrañar relaciones, los comportamientos y los factores genéticos que impulsan la enfermedad, mejorar la eficiencia de la búsqueda y el análisis del complejo espacio químico y a aumentar la eficiencia de los ensayos clínicos, optimizando la gestión de los ensayos, el reclutamiento, los informes de pacientes y la recopilación de datos mundiales.

Las soluciones habilitadas por inteligencia artificial pueden reducir el tiempo y el coste de llevar nuevas terapias al mercado, evitar costosos fallos en las últimas etapas y acelerar los procesos de aprobación regulatoria y los informes. También pueden ofrecer tratamientos más personalizados que tienen un impacto significativo en el resultado y la calidad de vida del paciente.

Experiencia y conocimientos para el futuro

Las Ciencias de la Vida y los proveedores farmacéuticos están extrayendo provecho de la Inteligencia Artificial y la Ciencia de Datos en sus organizaciones de I+D. Pero están encontrando más desafíos en la evolución de sus procesos y equipos de I+D para explotarlos a escala. La IA para I+D sólo ofrece valor cuando las soluciones innovadoras se implementan a escala y son fiables, y la mayoría de los fallos en los proyectos de IA ocurren porque falta uno de estos elementos.

Cambiar la cultura y el trabajo diario de I+D puede ser un cambio conceptual importante para las empresas del sector Ciencias de la Vida que no puede suceder de la noche a la mañana. Incluso desarrollar el medicamento adecuado para una enfermedad no es garantía de éxito: el momento del lanzamiento, la marca y el precio juegan un papel importante.

En Capgemini y Altran, ayudar a las empresas de Ciencias de la Vida a adoptar la inteligencia artificial y la ciencia de los datos e integrarlas en sus procesos de I+D es un área de especialización. Hemos hecho posible que algunas de las empresas biofarmacéuticas más grandes del mundo exploren el potencial de la IA y la I+D basada en los datos en muchas áreas nuevas y diversas, incluidos el diagnóstico de enfermedades raras, la búsqueda de moléculas candidatas, la identificación de patrones de efectos adversos y la selección de pacientes para ensayos clínicos.

Podemos ofrecer un conjunto completo de habilidades para satisfacer a todas las partes interesadas. Somos capaces de aprovechar el potencial de más de 25.000 expertos y alianzas clave, incluso con hiperescaladores en la nube que permiten planificar la escala desde el principio, para ofrecer una prueba de valor en lugar de una prueba de concepto.

Más información sobre nuestra transformación de la I+D impulsada por los datos en el sector Ciencias de la Vida.

Autoría

  • Anne-Laure Thieullent

    Vice President, Artificial Intelligence and Analytics Group Offer Leader, Capgemini

    I advise Capgemini clients on how they should put Artificial Intelligence solutions to work for their organization. Choosing the right technology for the right usage is key, but how your company should change the way it acts around data is vital. My passion is to bring technology, business transformation and governance together and take our clients to where they want to be as Intelligent Entreprises, while cultivating the values of trust, privacy and fairness.

    Linkedin page
  • Nick Clarke

    Head Of Analytics at Altran

    I have developed an unusual breadth of experience through delivering solutions to data-driven problems across many different industry sectors, including oil & gas, transportation and drug discovery. In combination with 10 years spent developing new models of chemical bond formation, I have a strong feel for what can and cannot be done with data. I have learned to focus upon people and their motivations first, worrying about the details of the data once I have understood those. This means I often have a different take on problems to other data professionals.

    LinkedIn page