3 min leer
La Inteligencia Artificial (IA) es, con diferencia, el avance tecnológico más sonado de esta década. Aunque la idea de la IA existe desde hace años, los procesadores y la velocidad de cálculo de la era anterior no estaban a la altura, por lo que no podían soportar el análisis de grandes cantidades de datos. Pero con la evolución de los algoritmos y sistemas de nueva generación, la velocidad de cálculo se ha multiplicado, lo que ha permitido realizar análisis en tiempo real de enormes bancos 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 la tecnología de la nueva era, casi todas las industrias 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 menos beneficiados por este auge. ¿Por qué?
Obstáculos para la IA en las ciencias de la vida:
El componente único de la IA está en su algoritmo de sistemas de aprendizaje continuo (SAC), que proporciona a los usuarios los datos que normalmente serían difíciles de percibir en un corto periodo de tiempo. Sigue analizando los resultados pasados, las desviaciones y correcciones, y la mejor combinación para una situación dada con el fin de mejorar la precisión de los resultados futuros. En pocas palabras, aprende y mejora sobre la marcha. Pero eso requeriría cantidades ingentes de datos históricos a partir de los cuales la IA pueda interpretar y predecir. Sin embargo, los datos, hoy en día, están protegidos por leyes de protección de la privacidad (por ejemplo, el Reglamento General de Protección de Datos (RGPD) de la UE). Suponiendo que en un futuro próximo las políticas gubernamentales permitan el uso de los datos existentes de los usuarios, siempre que los datos procedan de una única fuente, los resultados del análisis serán divergentes.
Aunque las agencias sanitarias como la FDA de EE.UU. han introducido leyes como la21st Century Cures Act para ayudar a acelerar la innovación en la fabricación de dispositivos médicos, medicamentos y desarrollo de productos biológicos y diseños de ensayos clínicos, las nuevas tecnologías pueden crecer más allá del alcance de las regulaciones existentes. Esto podría desencadenar la necesidad de una reforma reglamentaria periódica. Pero conseguir los permisos legislativos suele llevar años. El resultado puede ser un enorme periodo de espera y los beneficios llegarían con retraso a los usuarios finales.
Además de estos obstáculos, la disminución de la confianza del usuario final también es un factor preocupante para los fabricantes. Habrá dispositivos que diagnostiquen, detecten y aconsejen a los pacientes sobre el curso de acción a seguir para reducir las dolencias. Pero si el usuario no está dispuesto a tener fe en él, entonces no se cumpliría el objetivo principal del producto. Sin embargo, aumentar la confianza del usuario con las pruebas necesarias puede llevar mucho tiempo. También hay escasez de personal cualificado con experiencia en la comprensión tanto de las ciencias de la vida como de los procesos tecnológicos. Formar a expertos en regulación para que adquieran conocimientos tecnológicos o viceversa sería una tarea ardua.
Soluciones viables:
Se prevé que el camino de la IA sea muy dinámico. Por ello, los organismos reguladores y la industria deben actuar conjuntamente y cambiar en función de la evolución de las necesidades. Las organizaciones de ciencias de la vida deben colaborar entre sí mientras desarrollan los sistemas integrados de IA para maximizar su precisión. Además, en el frente regulador, la responsabilidad recae en las autoridades sanitarias para evolucionar e iniciar enfoques reguladores más novedosos que regularizarán las herramientas avanzadas de una manera racionalizada.
Aplicaciones actuales de la IA en las ciencias de la vida:
Actualmente se está produciendo la transición de sistemas reactivos a sistemas predictivos. Como parte del cambio, las organizaciones están utilizando la IA para algunos aspectos cruciales del desarrollo de productos. A continuación se enumeran algunas de las aplicaciones actuales.
- Identificación de nuevas indicaciones de medicamentos con datos de usuarios disponibles en grandes volúmenes
- Identificación de compuestos que puedan combinarse para el tratamiento de nuevas indicaciones o una mayor eficacia.
- Disminución de los errores de diagnóstico
- Aumentar la eficacia del diseño de ensayos clínicos
- Gestión de datos dentro de los límites de la legislación sobre privacidad y protección de datos
- Descubrimiento de las deficiencias inherentes al proceso de descubrimiento de fármacos y uso de la IA para contrarrestarlas.
Aunque los usos predominantes de la IA no son más que la punta del iceberg, la IA en todo su potencial tiene la capacidad de impulsar las ciencias de la vida a años luz. ¿Hasta qué punto su organización ha aprovechado y se ha beneficiado de esta floreciente tecnología? Compare y transforme sus productos y operaciones reguladoras al siguiente nivel de automatización. Cumpla la normativa.
Etiquetas: Ciencias de la vida; Inteligencia artificial, IA; USFDA; EMA; Asuntos regulatorios; GDPR; Automatización, Tecnología,21st Century Cures Act
