Pharma: come Data science e AI accelerano la ricerca in laboratorio

La Data Science come alleato strategico per tagliare tempi e costi di sviluppo di nuovi farmaci, in grado non solo di accelerare la sperimentazione clinica, ma anche di abilitare una medicina personalizzata [...]
  1. Home
  2. Data Science
  3. Pharma: come Data science e AI accelerano la ricerca in laboratorio

Oggi la Data Science rappresenta per la ricerca farmacologica un alleato strategico, capace di accelerare quel rigoroso processo di analisi alla base di qualsiasi sviluppo terapeutico. Un percorso tradizionalmente difficile, lungo e particolarmente oneroso. Per la progettazione e lo sviluppo di un farmaco possono occorrere, infatti, fino a dieci anni e investimenti oltre due i miliardi di euro. Tempi e costi indispensabili per rispettare con massimo scrupolo un processo regolamentato da normative estremamente rigide, stabilite per tutelare la salute e la sicurezza di chi farà uso del nuovo farmaco. Alla base della progettazione un susseguirsi di fasi alimentate dall’incrocio di tutti i dati disponibili, ognuna delle quali incaricata, a propria volta, di generare dati utili per gli step procedurali successivi: tutte informazioni da raccogliere e incrociare, mettendole a disposizione di professionisti e scienziati dalle competenze eterogenee. Un contesto interdisciplinare in cui la Data Science mette a disposizione strumenti di analisi formidabili, applicando ai Big Data algoritmi di intelligenza artificiale e machine learning capaci non solo di abbattere i tempi di ricerca e di sviluppo, ma anche di ridurre i costi di trasferimento del farmaco dai laboratori al mercato.

La Data Science per accelerare lo sviluppo dei farmaci

La capacità di incrociare dati provenienti da molteplici fonti, estraendone i più significativi rende la Data Science uno strumento preziosissimo nelle mani dei ricercatori, che grazie agli strumenti di analisi avanzata possono esplorare velocemente un enorme patrimonio informativo. Un’accelerazione nei tempi di consultazione ed elaborazione che taglia i tempi di ricerca e sviluppo dei nuovi farmaci, mettendo anche a disposizione tool predittivi in grado di fornire suggerimenti sulle strade migliori da percorrere per arrivare prima al risultato. E questo soprattutto se la base dati su cui la Data Science lavora è ampia e articolata: una ricchezza che non rallenta le varie fasi del processo, ma anzi le consolida con un maggior numero di informazioni a supporto. Per questo, molte aziende farmaceutiche anche concorrenti stanno ormai collaborando in modo stabile, condividendo l’enorme patrimonio dati in loro possesso.

La Data Science per aumentare l’efficacia degli studi clinici

Gli studi clinici per lo sviluppo di nuovi farmaci sono costosi, richiedono molto tempo e necessitano del giusto mix di pazienti per giungere a risultati validi. Da questo punto di vista i Big Data e la Data Science possono dare una mano straordinaria, aiutando a identificare con precisione i soggetti più indicati per una specifica ricerca sperimentale. Gli studi clinici possono, così, incrementare la propria validità, aggiungendo anche la possibilità di incrociare in tempo reale tutti i dati generati in remoto dai pazienti con quelli provenienti da precedenti casi di sperimentazione. Un monitoraggio che consente persino di identificare in modo più attendibile i potenziali effetti collaterali, allertando i ricercatori su eventuali interazioni e controindicazioni dei nuovi trattamenti, e contribuire così ad aumentare il livello di sicurezza dei farmaci in sviluppo.

Data Science, fattore abilitante di una medicina di precisione

L’individuazione dei pazienti più adatti a partecipare alle sperimentazioni farmacologiche non rende gli studi clinici solo più attendibili. Consente anche di sviluppare farmaci molto più mirati, specifici per soggetti con le stesse caratteristiche. Soggetti su cui sono disponibili sempre più dati grazie alle informazioni fornite dal sequenziamento genomico, dai sensori medici e dalle cartelle cliniche elettroniche: un patrimonio che non solo permette alle aziende farmaceutiche di studiare in modo molto più approfondito le cause di determinate patologie, ma anche di trattarle in modo più specifico in funzione delle caratteristiche dei pazienti. Pur essendo affette dalla stessa malattia, spesso le persone rispondono, infatti, in modo differente ai trattamenti, il che rende particolarmente importante riuscire a sviluppare modelli terapeutici personalizzati. La capacità di esplorare e incrociare dati provenienti da più fonti consente ai laboratori di ricerca di individuare proprio questi modelli, aiutando a realizzare farmaci di precisione, più mirati sulle caratteristiche dei pazienti.

La Data Science per servizi mirati e personalizzati

Combinati con modelli analitici avanzati, i dati generati dai sensori medici utilizzati dai pazienti offrono all’industria farmaceutica un’importante visibilità non solo sugli effetti delle terapie in test, ma anche sui comportamenti degli utenti: informazioni che, accanto alla progettazione di farmaci personalizzati, contribuiscono anche alla realizzazione di servizi mirati. Un esempio potrebbe essere la creazione di un’app incaricata di inviare un messaggio ai pazienti per ricordare loro di assumere un farmaco, in modo da migliorarne il rispetto del protocollo oppure la progettazione di un servizio capace di interpretare alcuni parametri elettrofisiologici per migliorare le terapie prescritte dai medici. Tutte opzioni possibili grazie a strumenti di Data Science in grado di elaborare in tempo reale tutti i dati raccolti.

La Data Science per le attività di follow up

Nel processo di sviluppo di un farmaco, la fase di follow-up presso il paziente riveste una rilevanza enorme. Questa attività consente, infatti, di sapere esattamente come vengono usati i farmaci, monitorandone l’effetto sullo stato di salute di chi li assume. Si tratta di un lavoro lungo e oneroso, che obbliga a una raccolta particolarmente accurata di dati essenziali per lo sviluppo delle terapie farmacologiche. Anche in questo caso la Data Science corre in aiuto, mettendo a disposizione strumenti di analisi e modellazione capaci di semplificare il lavoro di indagine, trasformando questi dati in una combinazione di informazioni capaci di rappresentare al meglio l’evento da studiare.

IBM Watson Health a supporto della ricerca farmacologica

Nuove terapie farmacologiche, sperimentazioni cliniche mirate, medicina di precisione, creazione di servizi personalizzati: per ottimizzare efficacia e time to market, qualsiasi ambito della ricerca e sviluppo sanitaria necessita di informazioni precise e tempestive, estrapolate da set di dati attentamente modellati. Una visibilità garantita da tecnologie cognitive avanzate, che facilitano la scoperta di modelli normalmente nascosti in dati disconnessi. Come quelle offerte da IBM Watson Health Life Science, in grado di accelerare l’innovazione per metterla subito a disposizione dei pazienti. Ne fanno parte le soluzioni Watson for Drug Discovery (capace di generare veloci insight e creare tutto il potenziale per un time to market più ridotto), Watson Clinical Development (per la gestione dei test clinici con maggiore controllo, convenienza e sicurezza), CTMS for sites (un sistema completo per la gestione dei test clinici in grado di ottimizzare il processo di gestione degli studi e centralizzare la ricerca clinica), Watson for Patient Safety (per trasformare il lavoro di monitoraggio della sicurezza dei pazienti da un processo manuale reattivo a una fonte predittiva di insight), Watson for Real World Evidence (una piattaforma che consente ai ricercatori di esplorare, visualizzare, analizzare e condividere risultati reali) e, infine, Watson Platform for Health (la piattaforma di dati sanitari che può essere utilizzata dalle aziende per creare applicazioni sanitarie digitali innovative, sfruttando tutta la potenza del cognitive, dell’IoT e dei Big Data).

 

FacebookTwitterLinkedInWhatsApp

Commenta per primo

Lascia un commento

L'indirizzo email non sarà pubblicato.


*