3 min de lectura
La inteligencia artificial (IA) es, con diferencia, el avance tecnológico del que más se habla en esta década. Aunque la idea de la IA lleva años sobre la mesa, los procesadores y la velocidad computacional de la generación anterior era no estaban a la altura, por lo que no podían soportar el análisis de grandes volúmenes de datos tal y como se requería. Sin embargo, con la evolución de los algoritmos y sistemas de nueva generación, las velocidades computacionales se han multiplicado, lo que ha abierto el camino al análisis en tiempo real de enormes bases de datos. Lo que hace que la IA sea tan excepcional es su adopción de patrones predictivos en lugar de los patrones reactivos de los sistemas convencionales. Con el objetivo de aprovechar el potencial de esta tecnología de vanguardia, casi todos los sectores se han adaptado a la IA y la han integrado en sus procesos para reducir el trabajo rutinario y repetitivo. A pesar de este enorme potencial, el sector de las ciencias de la vida ha sido, hasta ahora, uno de los que menos se ha beneficiado de este auge. Pero, ¿por qué?
Obstáculos para la IA en las ciencias de la vida:
El componente único de la IA reside en su algoritmo de sistemas de aprendizaje continuo (CLS), que proporciona a los usuarios datos que, normalmente, serían difíciles de percibir en un breve espacio de tiempo. Analiza constantemente los resultados anteriores, las desviaciones y las correcciones, y busca la mejor opción para una situación determinada con el fin de mejorar la precisión de los resultados futuros. En pocas palabras, aprende y mejora sobre la marcha. Pero eso requeriría enormes cantidades de datos históricos a partir de los cuales la IA pueda interpretar y predecir. Sin embargo, hoy en día, los datos están protegidos por leyes de protección de la privacidad (por ejemplo, el Reglamento General de Protección de Datos (RGPD) de la UE). Suponiendo que las políticas gubernamentales permitan el uso de los datos de los usuarios existentes en un futuro próximo, siempre que los datos procedan de una única fuente, los resultados del análisis serán divergentes.
Aunque organismos sanitarios como US FDA han promulgado leyes como la «21st Century Cures Act» para ayudar a acelerar la innovación en la fabricación de productos sanitarios, el desarrollo de medicamentos y productos biológicos y el diseño de ensayos clínicos, es posible que las nuevas tecnologías superen el alcance de la normativa vigente. Esto podría dar lugar a la necesidad de llevar a cabo reformas normativas de forma periódica. Sin embargo, la obtención de las autorizaciones legislativas suele llevar años. El resultado puede ser un periodo de espera muy prolongado, lo que retrasaría los beneficios para los usuarios finales.
Además de estos obstáculos, la disminución de la confianza de los usuarios finales también es un factor preocupante para los fabricantes. Deberá haber dispositivos que diagnostiquen, detecten y asesoren a los pacientes sobre el tratamiento a seguir para aliviar sus dolencias. Pero si el usuario no está dispuesto a confiar en ellos, el objetivo principal del producto no se cumpliría. Sin embargo, reforzar la confianza de los usuarios con las pruebas necesarias puede llevar mucho tiempo. También existe una escasez de personal cualificado con experiencia tanto en ciencias de la vida como en procesos tecnológicos. Formar a expertos en materia regulatoria para que adquieran conocimientos tecnológicos, o viceversa, sería una tarea ardua.
Soluciones viables:
Se prevé que la evolución de la inteligencia artificial sea muy dinámica. Por ello, los organismos reguladores y el sector deben actuar de forma conjunta y adaptarse a las necesidades cambiantes. Las organizaciones del ámbito de las ciencias de la vida deben colaborar entre sí a la hora de desarrollar sistemas que integren la inteligencia artificial para maximizar su precisión. Además, en el ámbito regulador, recae sobre las autoridades sanitarias la responsabilidad de evolucionar e implantar enfoques reguladores más innovadores que regulen estas herramientas avanzadas de forma ágil.
Aplicaciones actuales de la inteligencia artificial en las ciencias de la vida:
En la actualidad, se está llevando a cabo la transición de los sistemas reactivos a los predictivos. Como parte de este cambio, las organizaciones están utilizando la inteligencia artificial en algunos aspectos fundamentales del desarrollo de productos. A continuación se enumeran algunas de las aplicaciones actuales.
- Identificación de nuevas indicaciones para medicamentos sobre los que se dispone de grandes volúmenes de datos de usuarios
- Identificación de compuestos que puedan combinarse para el tratamiento de nuevas indicaciones o para aumentar la eficacia
- Reducir los errores en el diagnóstico
- Aumentar la eficiencia en el diseño de los ensayos clínicos
- Gestión de datos dentro de los límites de la legislación en materia de privacidad y protección de datos
- Descubrimiento de deficiencias inherentes al proceso de desarrollo de fármacos y el uso de la inteligencia artificial para contrarrestarlas
Aunque los usos actuales de la IA no son más que la punta del iceberg, esta tecnología, en todo su potencial, tiene la capacidad de impulsar las ciencias de la vida a años luz de distancia. ¿Hasta qué punto ha tomado conciencia tu organización de esta tecnología en auge y se ha beneficiado de ella? Compara y transforma tus productos y operaciones regulatorias para llevarlos al siguiente nivel de automatización. Cumple con la normativa.
Etiquetas: Ciencias de la vida; Inteligencia artificial, IA; USFDA; EMA; Asuntos Regulatorios; RGPD; Automatización, Tecnología, 21st Ley «Century Cures»
