MADRID, 2 Mar. (EUROPA PRESS) -
El avance de la digitalización y el desarrollo de nuevas herramientas digitales basadas en la inteligencia artificial (IA) permitirán una mayor eficiencia en la investigación y desarrollo de nuevas terapias, impulsando la medicina predictiva y la selección de pacientes para ensayos clínicos a través de biomarcadores.
Estas son las principales claves de futuro para el ámbito del desarrollo de nuevos medicamentos, según han puesto relieve los expertos participantes en la jornada 'Viaje al 2030: Nuevo Ecosistema de la Innovación Farmacéutica' impulsado por la Transformación Digital, organizada por Roche Farma y el IE Business School Executive Education.
El secretario general de Salud Digital, Información e Innovación en el Sistema Nacional de Salud, Juan Fernando Muñoz, ha destacado en su intervención la importancia de impulsar la interoperabilidad y la adecuada gestión de los datos desde las administraciones sanitarias. A su juicio, la Estrategia de Salud Digital, junto con la financiación de los fondos europeos, constituyen una "oportunidad de oro" para situar a España entre los países europeos más punteros, impulsando la transformación de la asistencia sanitaria en los próximos 10-15 años.
Para el director de Corporate Affairs de Roche Farma, Federico Plaza, "el dato es cada vez más crucial para el desarrollo de fármacos", sobre todo en un entorno de generación de un número cada vez mayor de nuevas terapias que se dirigen a grupos reducidos de pacientes que tienen en común un mismo patrón de respuesta. "Vamos a tener cada vez más medicamentos que van dirigidos a grupos de pacientes cada vez más concretos, así como un proceso más complejo de I+D; en este escenario los datos son claves", añade.
En el caso concreto del desarrollo de ensayos clínicos dentro de un entorno de medicina personalizada y terapias dirigidas a nichos cada vez más concretos de pacientes con patologías muy determinadas, es evidente que surgirán dificultades a la hora de llevar a cabo el reclutamiento. "Es por ello que la selección de pacientes a través de biomarcadores, que ya es una realidad en patologías como algunos tipos de cáncer de pulmón, está llamada a crecer de forma importante en los próximos años", explica Plaza.
Por otro lado, las nuevas herramientas de IA serán capaces de anticipar con mucho mayor detalle las posibles toxicidades planeadas en el transcurso de los ensayos clínicos, partiendo de la base de un conocimiento mucho más profundo de la molécula, del organismo del paciente y de la interacción entre ambos. En consecuencia, la IA, y más en concreto los algoritmos de 'deep learning', van a permitir desarrollar moléculas mejores, más eficaces y menos tóxicas.
En cualquier caso, este escenario de I+D biomédica marcado por la IA solo podrá progresar si las autoridades también respaldan esta nueva forma de trabajar y también la posibilidad de que los resultados puedan no estar basados únicamente en datos de fases I, II y III tradicionales con un número importante de pacientes, un modelo que aplicado a patologías poco frecuentes es "complejo, costoso y poco eficiente".
A todo esto se puede sumar otro factor derivado de la digitalización y el avance de la telemedicina: la posibilidad de hacer el manejo del paciente incluido en el ensayo desde su propia casa, trasladando así el hospital al domicilio cuando sea posible, gracias a aplicaciones informáticas.
HOSPITAL LÍQUIDO
Es el concepto de hospital líquido, al que se ha referido también en su intervención el doctor Javier de Castro, jefe de Sección de Oncología Médica del Hospital Universitario La Paz de Madrid. Para este especialista, de cara al futuro es "muy relevante" abordar el uso de los datos también desde una perspectiva de prevención, incluyendo no solo los datos clínicos, sino también los obtenidos de vida real del paciente, de tipo sociosanitario e incluso procedentes de sus redes sociales.
A la larga, además, según Plaza, todo este escenario impactará en el desarrollo de los fármacos, "haciéndolo más coste-efectivo", porque la fase de investigación tendrá un componente computacional y no tendrá una necesidad tan alta de recursos, costes de investigación clínica, etcétera. Además, se lograría generar muchas más moléculas con variaciones pequeñas en cada una de ellas, siendo más eficientes por menor toxicidad.
En un plano más de economía de la salud, este modelo requerirá que las autoridades reguladoras y las administraciones sanitarias acepten que el valor clínico que proporcionan estos modelos de IA en fases iniciales es lo bastante sólido como para pasar directamente a una fase III confirmatoria.
Así, y sobre la base de las evidencias de resultados en salud, podrían propiciarse acuerdos de financiación basados en la recogida constante e inmediata de los datos, que serían compartidos de forma automática con las administraciones y las agencias reguladoras y permitirían generar evidencia día a día. Así, con esta recogida de datos constante y automatizada podrían fijarse acuerdos de financiación ligados directamente al comportamiento del fármaco medido por muchas variables, y no una o dos como hasta ahora, y pudiéndose así reconocer el valor del fármaco de forma más amplia.
PRESERVAR EL SISTEMA ACTUAL EN EL FUTURO
Por su parte, Jorge Aboal, director general de Asistencia Sanitaria del Servicio Gallego de la Salud (SERGAS), ha puesto sobre la mesa la necesidad de sostener en el futuro el actual sistema sanitario español, que es "público, accesible, gratuito y de calidad". "En España, tratamos a los pacientes con altísima tecnología que solo está al alcance de personas millonarias en países como Estados Unidos", ha apuntado Aboal.
Para este experto, otra de las claves de la sanidad española en el futuro deberá ser la interoperabilidad, de forma que los datos puedan fluir entre distintas regiones, así como el uso de la IA para generar información de valor para profesionales, pacientes y gestores.
