Următoarea frontieră în oncologie: inteligența artificială pentru decizii clinice și comerciale rapide

În domeniul oncologiei, unde precizia este esențială, dezvoltarea medicamentelor anticancerigene a devenit din ce în ce mai dependentă de biomarkeri, iar populațiile vizate în cadrul studiilor sunt din ce în ce mai restrânse. În acest context, costurile identificării pacienților eligibili pentru studii sunt în continuă creștere. Totodată, organizațiile din domeniul științelor vieții se confruntă cu presiuni tot mai mari de a produce rapid dovezi din lumea reală (RWE) pentru strategii de comercializare, dar și pentru reglementatori și plătitori.

Competiția pentru implementarea inteligenței artificiale (AI) în cercetarea oncologică a intrat într-o nouă fază. După ani de acumulare a unor cantități masive de date din lumea reală (RWD) provenite din registrele electronice de sănătate, testări moleculare și evoluții longitudinale ale pacienților, companiile de tehnologie medicală concurează acum pentru a transforma aceste seturi de date în sisteme interactive de inteligență, capabile să răspundă în timp real la întrebări complexe de natură clinică și comercială.

Această convergență a stimulat dezvoltarea platformelor de AI în oncologie de către companii precum SOPHiA GENETICS, Ontada, COTA Healthcare și, recent, Flatiron Health. „Pe măsură ce oncologia devine mai complexă, capacitatea de a identifica rapid pacienții potriviți și de a răspunde la întrebările critice de cercetare nu mai este un lux, ci o necesitate,” a declarat Kate Estep, director de produs la Flatiron Health.

Inițiativa Flatiron Health consolidează tendința companiilor de date din oncologie și din întregul sector medical de a se poziționa dincolo de simpla agregare a seturilor de date clinice, spre crearea unor medii de cercetare native pentru AI, unde clinicienii, strategii comerciali și cercetătorii pot interacționa direct cu datele folosind limbajul natural.

Tradițional, generarea de RWE a fost un proces intensiv de muncă. Echipele farmaceutice se bazează adesea pe analiști sau grupuri de biostatistică pentru a construi cohorte, a valida criteriile de includere și a genera evaluări de fezabilitate – un proces care poate dura zile sau săptămâni înainte ca o întrebare de cercetare să înceapă să prindă contur. Acest flux de lucru este din ce în ce mai incompatibil cu dezvoltarea modernă în oncologie, unde terapiile sunt adesea țintite către subpopulații moleculare foarte specifice.

Cercetarea în cancer poate beneficia în mod unic de sistemele native de generare a dovezilor bazate pe AI. Comparativ cu multe alte domenii terapeutice, oncologia produce deja traiectorii ale pacienților extrem de bogate în date, implicând rapoarte de patologie, secvențiere genomică, imagistică, testare de biomarkeri, linii de tratament, urmărirea progresiei și puncte finale de supraviețuire. Dezvoltarea medicamentelor oncologice depinde tot mai mult de identificarea rapidă și precisă a populațiilor moleculare înguste. Această complexitate creează condiții ideale pentru sistemele de AI conversațional capabile să navigheze simultan datele clinice structurate și nestructurate.

În concluzie, pe măsură ce tehnologia avansează, inteligența artificială în oncologie promite să transforme radical modul în care cercetăm și dezvoltăm tratamentele pentru cancer, oferind speranțe noi pentru pacienți și eficiență îmbunătățită pentru cercetători.

Sursa: Inside Precision Medicine