En un anterior video ya explicamos como se está utilizando la Inteligencia Artificial dentro de la medicina, inclusive se ha demostrado ser eficaz para ayudar con el diagnóstico o la selección de la línea de tratamiento, así como con la gestión del flujo de documentos. Ahora bien expliquemos como podemos utilizar la Inteligencia Artificial dentro del desarrollo de las medicinas.
Son 10 años de investigación y 2.5 billones de dólares las cifras que describe todo el proceso de desarrollo de una píldora para una enfermedad en específica. A esto hay que sumarle que solo 1 de cada 10 píldora desarrollada pasará todas las etapas necesarias y eventualmente llegará a un paciente. Precisamente por esto, el mundo de hoy no puede permitirse estos gastos ni los plazos.
Es aquí donde las técnicas de Inteligencia Artificial pueden añadir el mayor valor, haciendo el descubrimiento de la píldora más rápida, más barata y más efectiva. Algunos farmacéuticos siguen siendo escépticos, pero la mayoría de los expertos esperan que estás herramientas sean cada vez más importantes.
La Inteligencia Artificial tiene el potencial de cambiar todo el proceso de descubrimiento de fármacos. Hasta ahora, las etapas de desarrollo de los medicamentos que comienzan con una hipótesis y van hacia la prueba de los medicamentos no están conectadas en absoluto. Por el contrario, desde una perspectiva de Machine Learning, las etapas se pueden interconectan ya que se pueden utilizar los datos de la siguiente etapa para comprender lo que sucede en la etapa anterior o en las dos anteriores. Además, el acceso simultáneo a múltiples datos puede identificar un segmento cuantificable en lugar de utilizar descriptores amplios, como los síntomas de la enfermedad.
Con la Inteligencia Artificial, los investigadores pueden realizar un ensayo en un grupo de pacientes, recibir diferentes resultados y mapearlos en la genética de loas firmas moleculares de los pacientes, definiendo la enfermedad en un terreno más firme.
La Inteligencia Artificial se ha estado utilizando con éxito en todas las etapas principales del desarrollo de los medicamentos, expliquemos cada una de ellas.
Etapa 0: Revisión de la literatura
Hay una enorme cantidad de investigaciones que se publican todos los días y si pudiéramos cotejar los conocimientos de todos los estudios, podríamos formular una mejor hipótesis. Sin embargo, es imposible para un humano leer todos los resúmenes y documentos científicos, por lo que los investigadores que trabajan en el ámbito científico por lo general solo se centran en un área y no leen otras revistas.
La solución es dejar que las máquinas lean toda la literatura, patentes y documentos disponibles y que agrupen los datos en una base de datos de hechos que puedan ser extraídos de esta literatura.
Etapa 1: Identificación de objetivos para la intervención
El primer paso en el desarrollo de un fármaco es comprender el origen biológico de una enfermedad y sus mecanismos de resistencia. Para tratar una enfermedad, es crucial identificar buenos objetivos, normalmente proteínas. Sin embargo, sigue siendo un reto integrar el elevado número y la variedad de fuentes de datos, y luego encontrar las pautas pertinentes.
Los algoritmos de Inteligencia Artificial son buenos precisamente en esas tareas y puede manejar todos los datos disponibles para predecir automáticamente buenas proteínas.
Etapa 2: Descubrimiento de candidatos a fármacos
Con los objetivos identificados, los investigadores comienzan a buscar un compuesto que pueda interactuar con la molécula objetivo identificada de la manera deseada. Esto implica la selección de miles y millones de potenciales compuestos naturales, sintéticos y de bioingeniería para su efecto en el objetivo y sus efectos secundarios.
Los algoritmos de Inteligencia Artificial pueden predecir la idoneidad de una molécula basándose en huellas estructurales y descriptores moleculares, atravesar millones de moléculas potenciales y filtrarlas hasta las mejores opciones con efectos secundarios mínimos.
Etapa 3: Ensayos clínicos más rápidos
La clave del éxito de los ensayos es una selección precisa de los candidatos adecuados, porque elegir mal implica la prolongación de los ensayos y la pérdida de tiempo y recursos.
Con la Inteligencia Artificial se puede acelerar el diseño de los ensayos clínicos identificando automáticamente a los candidatos adecuados y asegurar que los participantes en los ensayos se distribuyen correctamente entre los grupos. Los algoritmos pueden identificar patrones que permitan predecir los buenos candidatos. Además, notificar a los investigadores que un ensayo clínico no está produciendo resultados concluyentes, de modo que los investigadores podrían intervenir antes potencialmente, salvar el desarrollo del fármaco.
Etapa 4: Identificación de biomarcadores para el diagnóstico de la enfermedad
Los biomarcadores son moléculas que se encuentran en los fluidos corporales, como la sangre, que proporcionan una certeza absoluta de si un paciente tiene una enfermedad o no. Hacen que el proceso de diagnóstico de una enfermedad sea seguro y barato. También se pueden utilizar para señalar el avance de la enfermedad, facilitando a los médicos la elección del tratamiento correcto y el control de la eficacia del medicamente. Sin embargo, el descubrimiento de los biomarcadores implica el examen de decenas de miles de posibles moléculas candidatas.
Una vez más, la Inteligencia Artificial puede automatizar y acelerar el proceso. Los algoritmos clasifican las moléculas en buenas y malas candidatas y el investigador puede centrarse en analizar solo las mejores perspectivas.
Aunque aún falta para que se utilice complemente la Inteligencia Artificial dentro de está área, hay múltiples ejemplos de su uso por parte de las compañías farmacéuticas. Por ejemplo, el gigante farmacéutico Merck & Co está trabajando en un proyecto que utiliza la tecnología de Aprendizaje Profundo para el descubrimiento de nuevas moléculas pequeñas. Pfizer ha iniciado una colaboración con IBM Watson para la investigación del descubrimiento de fármacos de inmunooncología. Los investigadores de la empresa de biotecnología Berg, han desarrollado un modelo para identificar mecanismos de cáncer previamente desconocidos mediante pruebas en más de 1000 muestras de células humanas cancerosas y sanas.
Las industrias farmacéuticas están adoptando activamente los beneficios de la Inteligencia Artificial para identificar y examinar los medicamentos, predecir con mayor precisión los candidatos a medicamentos y en última instancia, reducir los costos y el esfuerzo de investigación y desarrollo.
Con esto finalizamos la explicación. Ya tienes una base de cómo se está implementando la Inteligencia Artificial dentro de las farmacéuticas, por lo tanto te dejo la siguiente pregunta, ¿Cuáles de las siguientes afirmaciones crees tú que sea cierta?
Opción 1: Las máquinas pueden leer toda la literatura, patentes y documentos disponibles y que agrupen los datos en una base de datos.
Respuesta correcta.
Opción 2: La Inteligencia Artificial puede retrasar los ensayos clínicos de los fármacos ya que revisen en detalle toda la información recolectada.
Respuesta incorrecta. Con la Inteligencia Artificial se puede acelerar el diseño de los ensayos clínicos identificando automáticamente a los candidatos adecuados.
Opción 3: No se está adoptando la Inteligencia Artificial en las empresas farmacéuticas por miedo a las consecuencias.
Respuesta incorrecta. Las industrias farmacéuticas están adoptando activamente los beneficios de la Inteligencia Artificial para identificar y examinar los medicamentos
