La diffusione dell’intelligenza artificiale nel settore Life sciences è ormai una realtà ben assodata, ma che richiede ancora uno sforzo collaborativo per la sua definitiva affermazione. Quasi la metà dei professionisti operanti nelle scienze della vita (44%) fa già uso di tecnologie basate sull’AI o di sistemi di deep learning, e la quasi totalità (94%) si aspetta entro due anni un forte aumento dell’uso degli algoritmi di machine learning. I dati provengono da un’analisi condotta dall’ente no-profit The Pistoia Alliance, che raggruppa un’ottantina di aziende (tra cui AstraZeneca, GSK, Novartis e Pfizer), provider tecnologici, editori e gruppi accademici attivi nella ricerca per la salute e interessati a sviluppare nuovi approcci anche attraverso la ricerca collaborativa, lo sviluppo di standard e best pratice comuni e l’implementazione di tecnologie pilota.
Il sondaggio ha toccato 374 professionisti attivi nel campo dell’intelligenza artificiale, del machine learning (ML) e della programmazione neuro-linguistica (NLP). I risultati indicano che la barriera più frequente che ancora frena la penetrazione di questo tipo di tecnologie è la scarsa esperienza tecnica disponibile all’interno delle aziende (30% nel caso dell’AI e 28% per le altre due categorie). A ciò si aggiungono anche problemi con la gestione dei dati, in particolare per quanto riguarda l’accesso e la qualità, sia nel settore AI (24% e 26%, rispettivamente) che in quelli ML/NLP (26% e 19%, rispettivamente).
Superare le barriere per sfruttare appieno il potenziale
Già da molti anni si parla dell’uso dei big data provenienti dall’Internet of things e dagli smart device quale substrato per approcci innovativi allo sviluppo dei farmaci e alla cura delle malattie, e molte aziende big pharma sono già da tempo attive in tal senso. Molta strada rimane però ancora da fare per una diffusione più capillare di questo tipo di approccio. Secondo la Pistoia alliance, la collaborazione tra i vari attori dell’innovazione per la salute è l’elemento chiave per giungere a forme di AI “aumentata” che affianchino i ricercatori in carne e ossa nell’ottimizzazione dei processi di R&D.
L’indagine rivela che a tal riguardo risulta particolarmente importante individuare standard comuni e set di benchmark per i dati, in modo da progettare algoritmi robusti e che generino insight realmente utili. “L’intelligenza artificiale ha il potenziale di rivoluzionare le scienze della vita e la sanità, lungo l’intero iter dalla scoperta precoce preclinica del farmaco fino alla scelta dei trattamenti di precisione per i singoli pazienti – ha sottolineato il presidente della Pistoia Alliance, Steve Arlington -. Ci sono chiari gap di conoscenza, dati e abilità, che permetterebbero a un numero maggiore di aziende farmaceutiche e biotech di ottenere risultati più tangibili nel campo dell’AI. Stimoliamo chi lavora in questi settori a esplorare come si possa collaborare oggi per trovare risposte ai problemi comuni del futuro”.
I principali campi di applicazione
Attualmente le tecnologie di intelligenza artificiale nel settore R&D sono applicate soprattutto a progetti di early discovery e ricerca preclinica (46%), mentre molto più indietro sono le applicazioni nel campo dello sviluppo farmaceutico e clinico (15%) e dell’analisi di imaging (8%). La programmazione neuro-linguistica è usata in circa un terzo dei casi di ricerca precoce (30%), mentre le tecnologie di machine learning sono usate soprattutto per la previsione e il riposizionamento dei target (23%), la scoperta di nuovi biomarcatori (13%) e la stratificazione dei pazienti (5%).
L’indagine della Pistoia Alliance rivela però come questo tipo di approccio non abbia ancora fatto breccia in molti dei partecipanti al sondaggio, in modo particolare per quanto riguarda le tecniche di machine learning (30%) e di programmazione neuro-linguistica (27%), mentre solo l’11% non utilizza ancora le tecnologie AI. L’8% dei partecipanti ha inoltre segnalato di conoscere ancora “poco o niente” riguardo a questo tipo di tecnologie. “Mentre l’adozione dell’AI e delle tecnologie ad essa associate è nella sua fase nascente, crediamo fermamente che sia necessario un insieme di conoscenze affinché tutti i pazienti possano beneficiarne. Per creare questo forum di condivisione della conoscenza, la Pistoia Alliance ha lanciato una comunità per l’AI e il deep learning, che riunisce le parti interessate per condividere le loro esperienze”, ha spiegato Nick Lynch a commento dei dati del sondaggio (clicca qui per andare alla pagina dedicata alla community of interest (CoI), dove si possono trovare anche le slide con i risultati dei sondaggi) . L’intenzione è di focalizzare le attività della comunità su due aree principali: il supporto della consapevolezza e l’adozione dell’AI attraverso la condivisione delle best practice, e lo sviluppo di buone pratiche per la gestione dei dati.
