3 min di lettura
L’intelligenza artificiale (IA) è di gran lunga il progresso tecnologico più discusso di questo decennio. Sebbene l’idea dell’IA esista da anni, i processori e la velocità di calcolo delle precedenti era non erano all’altezza, e quindi non potevano supportare l’analisi di grandi quantità di dati come richiesto. Ma con l’evoluzione di algoritmi e sistemi di nuova generazione, le velocità di calcolo sono aumentate di molte volte, aprendo la strada all’analisi in tempo reale di enormi banche dati. Ciò che rende l’IA così eccezionale è il suo ricorso a modelli predittivi al posto dei modelli reattivi dei sistemi convenzionali. Con l’obiettivo di sfruttare il potenziale di questa tecnologia all’avanguardia, quasi tutti i settori si sono adeguati all’IA e l’hanno integrata nei propri processi per ridurre il lavoro di routine e ripetitivo. Nonostante un potenziale così enorme, il settore delle scienze della vita, finora, è stato uno di quelli che meno ha beneficiato di questo boom. Ma perché?
Ostacoli all'intelligenza artificiale nelle scienze della vita:
La caratteristica distintiva dell’IA risiede nel suo algoritmo dei sistemi di apprendimento continuo (CLS), che fornisce agli utenti dati che normalmente sarebbero difficili da percepire in un breve lasso di tempo. Continua ad analizzare i risultati passati, le deviazioni e le correzioni, individuando la soluzione più adeguata per una determinata situazione al fine di migliorare l’accuratezza dei risultati futuri. In poche parole, apprende e migliora man mano che procede. Ciò richiederebbe però enormi quantità di dati storici che l’IA possa interpretare e utilizzare per le previsioni. Tuttavia, al giorno d’oggi i dati sono tutelati dalle leggi sulla protezione della privacy (ad esempio il Regolamento generale sulla protezione dei dati (GDPR) dell’UE). Ipotizzando che, nel prossimo futuro, le politiche governative consentano l’utilizzo dei dati esistenti degli utenti, fintanto che tali dati provengono da un’unica fonte, i risultati dell’analisi risulteranno divergenti.
Sebbene le agenzie sanitarie come l’ US FDA abbiano introdotto leggi quali il 21st Century Cures Act per contribuire ad accelerare l’innovazione nella produzione di dispositivi medici, nello sviluppo di farmaci e prodotti biologici e nella progettazione delle sperimentazioni cliniche, le nuove tecnologie potrebbero andare oltre l’ambito delle normative esistenti. Ciò potrebbe rendere necessaria una riforma normativa su base regolare. Tuttavia, ottenere le autorizzazioni legislative richiede solitamente anni. Ne può derivare un periodo di attesa molto lungo e i benefici per gli utenti finali risulterebbero ritardati.
Oltre a questi ostacoli, anche la diminuzione della fiducia da parte degli utenti finali rappresenta un fattore preoccupante per produttori. Ci saranno dispositivi in grado di diagnosticare, individuare e consigliare ai pazienti il percorso terapeutico da seguire per alleviare i disturbi. Tuttavia, se l’utente non è disposto a riporre fiducia in tali dispositivi, lo scopo principale del prodotto non verrebbe raggiunto. D’altronde, rafforzare la fiducia degli utenti con le prove necessarie può richiedere molto tempo. Si registra inoltre una carenza di personale qualificato con esperienza sia nel campo delle scienze della vita che in quello dei processi tecnologici. Formare esperti in materia di regolamentazione affinché acquisiscano competenze tecnologiche, o viceversa, rappresenterebbe un compito arduo.
Soluzioni fattibili:
Si prevede che il percorso dell’IA sarà molto dinamico. Pertanto, le autorità di regolamentazione e il settore devono agire di concerto e adeguarsi alle mutevoli esigenze. Le organizzazioni del settore delle scienze della vita devono collaborare tra loro nello sviluppo di sistemi integrati con l’IA per massimizzarne l’accuratezza. Inoltre, sul fronte normativo, spetta alle autorità sanitarie evolversi e avviare approcci normativi più innovativi, in grado di regolamentare gli strumenti avanzati in modo snello.
Attuali applicazioni dell'intelligenza artificiale nelle scienze della vita:
Attualmente è in corso il passaggio dai sistemi reattivi a quelli predittivi. Nell’ambito di questa transizione, le organizzazioni stanno utilizzando l’intelligenza artificiale per alcuni aspetti fondamentali dello sviluppo dei prodotti. Di seguito sono elencate alcune delle attuali applicazioni.
- Identificazione di nuove indicazioni terapeutiche per farmaci per i quali sono disponibili dati sugli utenti in grandi volumi
- Identificazione di composti che possano essere combinati per il trattamento di nuove indicazioni o per una maggiore efficacia
- Ridurre gli errori diagnostici
- Migliorare l'efficienza della progettazione delle sperimentazioni cliniche
- Gestione dei dati nel rispetto delle leggi in materia di privacy e protezione dei dati
- Individuazione delle carenze intrinseche nel processo di sviluppo dei farmaci e utilizzo dell’intelligenza artificiale per porvi rimedio
Sebbene gli attuali impieghi dell’IA rappresentino solo la punta dell’iceberg, questa tecnologia, se sfruttata appieno, è in grado di far progredire le scienze della vita di anni luce. In che misura la vostra organizzazione ha compreso e tratto vantaggio da questa tecnologia in rapida espansione? Confrontate e trasformate i vostri prodotti e le vostre operazioni normative, portandoli al livello successivo di automazione. Assicuratevi di essere conformi.
Tag: Scienze della vita; Intelligenza artificiale, IA; USFDA; EMA; Affari regolatori; GDPR; Automazione, Tecnologia, 21st Century Cures Act
