La Inteligencia Artificial (IA) puede llegar a ser una herramienta muy beneficiosa y representar una gran oportunidad en el ámbito farmacéutico, especialmente en el área de farmacovigilancia. En concreto, permite mejorar la eficiencia de tareas manuales y obtener información valiosa a partir de enormes cantidades de datos.
Sin embargo, la IA no es perfecta y necesita de la presencia de seres humanos que se involucren para "mantener el control y proporcionar supervisión". Así se recalca en el libro blanco 'Generative AI: The Future of Pharmacovigilance', publicado por IQVIA.
Los autores del documento ven muchas aplicaciones innovadoras para la IA generativa en farmacovigilancia. Entre los beneficios que puede aportar se incluyen la creación de código, la generación y el resumen de datos, el impulso y la aceleración de la aplicación de IA actual o la habilitación de herramientas que mejoren los programas de apoyo al paciente. Otro punto a su favor es que ya existen herramientas de IA que pueden revisar los rayos X de forma más rápida y eficaz que los humanos.
Asimismo, el uso de IA generativa por parte de los equipos de farmacovigilancia sirve para recopilar los datos y crear un primer borrador de los documentos de presentación necesarios. "Si bien los humanos del equipo aún necesitarían revisar y editar este borrador, la IA generativa podría ahorrar un tiempo considerable y ayudar a impulsar la preparación del documento para el proceso de presentación", indican los autores. Y de forma similar, la IA generativa podría ayudar a crear protocolos y folletos para investigadores, así como cualquier otro tipo de documento regulatorio necesario para el flujo de trabajo de farmacovigilancia.
Aunque las oportunidades no dejan de crecer, también se deben tener en cuenta los aspectos negativos, como el sesgo, la falta de fiabilidad y la falta de confianza en los datos y los resultados. Ante este escenario, las compañías están aprendiendo rápidamente y explorando acerca de la IA generativa.
Factores que afectan a la farmacovigilancia
Los cambios producidos en el panorama de la farmacovigilancia están afectando las prioridades de las compañías de ciencias biológicas. Uwe Trinks, líder de práctica global en tecnologías de farmacovigilancia en IQVIA, considera que los siguientes factores afectan al panorama de farmacovigilancia, en constante cambio, y a las prioridades de las empresas:
- Requisitos regulatorios crecientes: el cumplimiento siempre ha sido una prioridad, pero se ha vuelto aún más difícil y complejo con los avances en modalidades y tecnologías novedosas.
- Escasez de gente cualificada, que ha sido un factor clave detrás del aumento de las inversiones en automatización durante las últimas dos décadas.
- La aparición de la IA, que presenta una gran oportunidad. De hecho, Trinks alenta a las empresas de ciencias biológicas a aprovecharla, porque "la industria tendrá muchos más datos y necesitará IA para obtener información a partir de ellos".
Implementación de la IA generativa
Por otro lado, Mark Novas, quien lidera la seguridad médica y gestión de riesgos en Moderna, aporta algunas sugerencias para organizar la implementación de IA generativa:
- Tener un caso de uso muy específico para la IA generativa que resuelva un problema práctico específico.
- Calidad y estandarización de los datos: es importante recopilar datos de manera que puedan ser analizados por un ordenador.
- Integrar a los científicos de datos en los problemas que se intenta resolver.
- Cumplimiento normativo. "Los reguladores están luchando por mantenerse al día y regular la IA. Mientras tanto, quienes gestionan el cumplimiento dentro de las empresas de ciencias biológicas se muestran reacios a aceptar el cambio", apunta Novas. Así, considera que la regulación es un área en la que la industria debe unirse y presionar para ayudar a estandarizar las regulaciones futuras.
- Garantizar una validación continua para confirmar que los productos que se proporcionan son los resultados deseados.
- Capacitar a los humanos en ingeniería rápida. "Moderna invierte para que los líderes senior asistan a cursos que les permitan escribir adecuadamente las indicaciones", asegura Novas.
- Mantener a un humano en el circuito.
- Escalabilidad.
- Interoperabilidad.
- Participar en la gestión del cambio. Es importante obtener la aceptación de los altos niveles, avanzar lentamente para generar logros incrementales que demuestren valor y celebrar los logros a lo largo del camino.
Del mismo modo, es crucial una implementación responsable de la IA tanto para los patrocinadores como para los usuarios finales. Hua Carroll, directora senior de Biogen, aboga por que los patrocinadores participen y apoyen el desarrollo y la implementación responsable de la IA. "Cuanto más sofisticadas y avanzadas sean las herramientas de inteligencia artificial, más participación y supervisión necesitarán los humanos", argumenta.
