Empresas Premium
.jpg){kind=logo}
La Asociación Española de Compañías de Investigación Clínica (AECIC), formada por más del 80 % de las CROs de nuestro país, ha celebrado sus XI Jornadas, centrado la aplicabilidad de la inteligencia artificial (IA) en la salud de los pacientes, evolución de los de sistemas informáticos y actualización sobre la regulación vigente.
Una de las ponencias más esperadas fue la de la revolucionaria inteligencia artificial en este campo. En ella, Pedro Hernández, vicepresidente Clinical Research & PSP de Evidenze Group opinó que "la inteligencia artificial está revolucionando los ensayos clínicos, al optimizar el diseño del estudio, mejorar la selección de pacientes y acelerar el análisis de datos, lo que resulta en tratamientos más rápidos y efectivos”.
En este contexto, explicó, hay dos IA: la convencional, que es capaz de tomar decisiones inteligentes en un conjunto especifico de reglas y con un set de datos, y la IA generativa, una variante que puede crear algo nuevo y original a partir de la información que se le suministra. Eso sí “la IA no es perfecta, pero tampoco es imprescindible que lo sea, basta con que sea mejor que un humano, y por lo tanto de momento es necesaria la supervisión”, opinó. Y es que “el problema reside en la base del conocimiento. Existen soluciones que usan mecanismos de lenguaje natural de chat GPT, pero con una base de conocimiento validada”.
Así, la IA está revolucionando el sector de la investigación clínica, y, más concretamente, el aprendizaje automático, ya que confluye la necesidad con la oportunidad: manejo de grandes volúmenes de datos, procesos actuales lentos, costes presentes muy elevados, necesidad de reducción del sesgo, etc., se señaló.
El experto recalcó el reclutamiento de pacientes: identificación, cribaje y selección. Como oportunidad, los algoritmos de IA pueden analizar grandes conjuntos de datos para identificar a los pacientes adecuados para participar en ensayos clínicos, lo que mejora la eficiencia y precisión en la selección; como desventaja, la aplicación de la legislación actual en materia de protección de datos o el miedo/seguridad de los hospedadores de datos para utilizarlos y compartirlos.
Otro aspecto positivo, manifestó, es facilitar el acceso remoto de los participantes en los ensayos clínicos a través de dispositivos y sensores conectados, recolección continua de datos en tiempo real y una detección temprana de posibles problemas o efectos secundarios, además de aumentar el engagement del paciente (coach virtual), reduciendo el abandono. Como barrera, la validación de dispositivos en el ámbito de investigación clínica, la seguridad o validez de los datos o la neofobia.
Otra de las utilidades de la IA es la predicción de resultados, in sílico o trials. Y es que mediante el uso de modelos de aprendizaje automático, la IA puede predecir resultados de ensayos clínicos como la eficacia de un tratamiento, por ejemplo. En este sentido, mencionó tres herramientas de IA para la investigación: consensus, connected papers o perplexity.
