AI tiltrekker seg mye oppmerksomhet for sin rolle i medikamentoppdagelse, der den har som mål å fremskynde prosessen med å identifisere mål og molekylene som kan medisinere dem. Men dette er bare ett av områdene hvor kunstig intelligens vinner terreng i livsvitenskapen. Et panel på MedCity News INVEST Digital Health-konferansen diskuterte hvordan AI kan løse andre smertepunkter for biofarmasøytiske selskaper.
Steve Prewitt, senior visepresident og global leder for digital innovasjon ved Sumitomo Pharma Americas, sa at de fleste nye kliniske utprøvingsteknologier er rettet mot prosjektledelse. Han ser ikke mange gode verktøy for å hjelpe med klinisk utprøvingsstrategi: hvordan designe studien for å finne avveiningene for å forbedre rekrutteringen og forbedre resultatene. Som et eksempel nevnte han en studie av Sumitomo som testet et medikament mot schizofreni hos ungdom. Prosessen krevde en overnatting. Men Prewitt sa at det er vanskelig å overbevise foreldre til en tenåring med nylig diagnostisert schizofreni om å forplikte seg til en overnatting. Som et resultat ble det vanskelig å rekruttere til studiet.
Prewitt sa at i en fase 3-studie for en vanlig indikasjon, er de fleste kostnadene ikke relatert til pasientrekruttering. Hovedkostnaden er tidsbruk. Hver dag en rettssak finner sted, brukes penger. Sumitomo jobber mye med å korte ned øvingstidene. For eksempel oppsøker selskapet leger som kan ha tilgang til visse pasientpopulasjoner. Selskapet utfører også pasientrekrutteringsanalyser for å finne måter å rekruttere pasienter raskere på, noe som igjen reduserer kostnadene for en studie.
Massive Bios teknologi bruker kunstig intelligens for å matche kreftpasienter til kliniske studier. Administrerende direktør og medgründer Selin Kurnaz sa at for en klinisk kreftstudie som tester et medikament som ikke krever en spesifikk biomarkør, koster det rundt $65 000 å finne en pasient. Men for en biomarkørbasert studie koster det å finne hver pasient rundt $150 000. Kurnaz sa at han har sett legemiddelfirmaer betale 2 millioner dollar per pasient i studier som krever en spesiell sjelden biomarkør.
«Dette er størrelsen på kostnadsstrukturen vi snakker om, som er byrden på den farmasøytiske industrien for å finne den rette pasienten innen onkologi,» sa han.
Kurnaz sa at det tar omtrent 25 minutter å forhåndsscreene en enkelt pasient manuelt for en klinisk studie. Med sin teknologi prøver Massive Bio å redusere denne tiden til litt over ett minutt. Men Kurnaz bemerket at selv før du ser på deltakere i kliniske forsøk, er det første trinnet å finne dem. Selskapets teknologi kan utvinne anonyme pasientdata for å finne potensielle deltakere i kliniske forsøk.
Sorceros AI-plattform gir biovitenskapsselskaper analyser og innsikt for å informere beslutningstaking på tvers av en rekke områder, for eksempel regulatoriske forhold og markedstilgang. Administrerende direktør Dipanwita Das liknet tilnærmingen til hvordan detaljhandelen analyserer data for å få innsikt i kunder og deres atferd. En sentral forskjell mellom detaljhandelen og biovitenskapsindustrien er at biovitenskapsdata ikke lagres noe sted. Data kan finnes mange steder, for eksempel elektroniske helsejournaler, betalerinformasjon, fagfellevurderte artikler og tilsynsorganer.
Til tross for forskjellene i dataene, sa Das at biovitenskapssektoren fortsatt kan lære av detaljhandelen. Forhandlere har nådd et nivå av forståelse av kundenes preferanser, helt ned til fargene de foretrekker i sko og kanalene de velger å foreta sine kjøp. Dette er nivået av granularitet som leverandører av biovitenskapelige produkter og tjenester må oppnå.
«Når du ser på dette, ser du mange muligheter, ikke bare det [for] Kunstig intelligens, men selve teknologien, sa Das.
Foto av MedCity News
«Ond alkoholelsker. Twitter-narkoman. Fremtidig tenåringsidol. Leser. Matelsker. Introvert. Kaffeevangelist. Typisk baconentusiast.»