L’intelligenza artificiale (AI) sta rivoluzionando l’assistenza sanitaria e sta portando avanti il processo di sperimentazione clinica più velocemente di quanto qualsiasi robot di Hollywood potesse prevedere. Oltre a tagliare i costi, migliorare la qualità delle prove e ridurre i tempi di quasi la metà, l’AI sta trovando biomarcatori in grado di portare verso la medicina di precisione, reclutando pazienti in studi clinici in pochi minuti, leggendo volumi di testo in pochi secondi, ed è al culmine di scoperte rivoluzionarie coinvolgendo nuovi strumenti diagnostici e trattamenti per il morbo di Alzheimer, il cancro e altre malattie croniche e terminali.

Nonostante i progressi già compiuti e le prospettive future, molte voci mettono in guardia dalle potenziali conseguenze negative. In ogni caso, si tratta di una valanga e come tale non può, anche credendolo opportuno, essere arrestata. Basti pensare che, secondo la piattaforma BenSci, sono attualmente 106 le start up dedicate all’AI in campo medicale, ma il numero cresce giornalmente.

In quali ambiti l’AI può aiutare il Drug Discovery?

  1. Aggregare e sintetizzare le informazioni
  2. Comprendere i meccanismi alla base delle malattie
  3. Generare dati e modelli
  4. Trovare nuove applicazioni a farmaci già esistenti
  5. Generare nuovi farmaci
  6. Validare nuove molecule
  7. Disegnare nuovi farmaci
  8. Disegnare esperimenti preclinici
  9. Gestire esperimenti preclinici
  10. Disegnare trial clinici
  11. Reclutare pazienti in trial clinici
  12. Ottimizzare i trial clinici
  13. Pubblicare i dati

Intelligenza artificiale e sperimentazione clinica

L’Intelligenza Artificiale ha il potenziale di influenzare ogni fase della sperimentazione clinica. I ricercatori stimano che per accelerare le cure per il cancro il 25% -50% dei pazienti oncologici dovrebbe essere arruolato negli studi clinici, tuttavia attualmente meno del 5% di questi si iscrive a una sperimentazione clinica spesso perché pazienti e medici non sanno quali prove sono disponibili. I motivi non sono solo questi tuttavia: tempi e costi influenzano molto la scelta dei soggetti, che possono trovarsi in difficoltà ad adempiere alle richieste sottese da un protocollo clinico sperimentale. Secondo il report “The Future Of Clinical Trials: How AI & Big Tech Could Make Drug Development Cheaper, Faster, & More Effective”, pubblicato ad agosto 2018 da CBInsight, accade nell’oltre 80% dei casi che le gli studi clinici non riescano a rispettare i tempi previsti. Allo stesso modo un terzo delle interruzioni degli studi di fase 3 è dovuto a problemi di iscrizione dei pazienti, i quali, se non ricevono informazioni dal proprio medico, dovrebbero affidarsi a ClinicalTrials.gov, che come si sa è di difficile interpretazione per i non addetti. Il rapporto stilato da Best Practices in Patient Recruitment stima che gli sponsor possono arrivare a perdere milioni di dollari di vendite se un progetto clinico va oltre le scadenze fissate.

Come l’Intelligenza artificiale entra in gioco nella sperimentazione clinica?

L’Intelligenza Artificiale può aiutare sia le aziende sponsor che i pazienti estraendo informazioni pertinenti dalle cartelle cliniche e confrontandole con i requisiti delle sperimentazioni in corso. L’AI può dare una mano anche quando un paziente individua un trial, estraendo le informazioni dalle cartelle cliniche che potrebbero verificare i criteri di inclusione ed esclusione. La tecnologia può essere d’aiuto anche per l’aderenza al trattamento, che può essere monitorata con diverse soluzioni già oggi.