A IA pode melhorar os ensaios clínicos?

Investing.com - Os ensaios clínicos são conhecidos por serem caros e lentos, com custos crescentes e eficiência decrescente. De acordo com a Bernstein, os gastos da indústria com P&D cresceram 44% entre 2012 e 2022, enquanto o número de aprovações de medicamentos inovadores nos EUA permaneceu estável.

"Em 2024, estimava-se que até 80% dos ensaios clínicos ultrapassavam seus prazos previstos", disse a corretora em um relatório recente.

Os desafios são antigos. Um estudo do NIH com 640 ensaios de fase 3 descobriu que 54% falharam, com 57% dessas falhas devido à eficácia insuficiente e 17% por problemas de segurança. Barreiras financeiras e logísticas também pesam significativamente: 22% dos ensaios fracassados não tinham financiamento adequado, enquanto déficits de recrutamento e critérios de elegibilidade restritivos frequentemente comprometem os resultados.

Um estudo da McKinsey citado pela Bernstein estimou custos por paciente acima de US$ 40.000, com o período médio da Fase I até o lançamento estendendo-se por aproximadamente uma década. As taxas de sucesso ficam em apenas 10-12%.

A inteligência artificial (IA) está agora sendo testada como uma solução potencial. Em teoria, a IA poderia apoiar todas as etapas do processo, desde o design até a análise.

No design de ensaios, por exemplo, a IA pode utilizar dados do mundo real, como estudos anteriores, registros eletrônicos de saúde e registros de pacientes para refinar critérios de elegibilidade e propor endpoints mais mensuráveis.

Isso, segundo analistas da Bernstein, "permite ensaios mais rápidos e eficientes, com maiores chances de sucesso".

O recrutamento é outra área onde a IA poderia desempenhar um papel importante. Ao analisar registros eletrônicos de saúde, resultados laboratoriais e anotações clínicas, os sistemas de IA podem combinar pacientes com ensaios de forma mais precisa.

O processamento de linguagem natural pode ajudar a descobrir candidatos elegíveis a partir de dados médicos não estruturados, enquanto modelos de aprendizado de máquina preveem cronogramas de inscrição e destacam canais de recrutamento eficazes.

Os analistas afirmaram que "a detecção precoce de recrutamento abaixo do esperado permite que os patrocinadores implementem ações corretivas antes que os atrasos se intensifiquem".

Uma vez que um ensaio está em andamento, a IA pode auxiliar no monitoramento, acompanhando o desempenho do local em tempo real. Modelos avançados podem detectar anomalias na conformidade com o protocolo, relatórios de eventos adversos ou entrada de dados, permitindo que os patrocinadores resolvam problemas antes que eles atrasem um estudo.

Da mesma forma, na fase de análise, as ferramentas de IA podem detectar efeitos sutis de tratamento, gerar braços de controle sintéticos a partir de dados históricos e acelerar a modelagem estatística.

Um número crescente de empresas já está buscando essa oportunidade.

A Bernstein as agrupou em três categorias: organizações tradicionais de pesquisa contratada como IQVIA Holdings (NYSE:IQV), Icon (NASDAQ:ICLR) e Fortrea Holdings (NASDAQ:FTRE); empresas de tecnologia em saúde como Medidata, ConcertAI, Massive Bio e Flatiron Health; e players híbridos como Tempus AI Inc (NASDAQ:TEM) e Caris Life Sciences Inc (NASDAQ:CAI), que combinam diagnósticos, sequenciamento e correspondência de ensaios habilitada por IA.

Várias formaram parcerias com líderes de tecnologia—IQVIA e ConcertAI colaboram com a NVIDIA (NASDAQ:NVDA) para desenvolver agentes de IA para fluxos de trabalho de ensaios.

A base desses esforços são os dados, e as empresas enfatizam a escala de suas coleções. A Caris descreve seu repositório como "um dos maiores bancos de dados multimodais combinados de resultados moleculares e clínicos do mundo", enquanto a Medidata cita informações de mais de 36.000 ensaios e 11 milhões de pacientes.

Ainda assim, a Bernstein advertiu que, apesar do pesado investimento e rápida inovação, o papel da IA nos ensaios clínicos permanece incerto.

"Em cinco anos, quando a poeira baixar, a influência da IA pode parecer menos uma revolução e mais como encanamento: fundamental, invisível e absolutamente essencial.

Por outro lado, a IA pode lutar para fazer avanços significativos em uma indústria altamente regulamentada e ineficiente", escreveram os analistas.

O que está claro, conclui o relatório, é que com os custos escalando e os prazos dos ensaios se estendendo, a indústria necessita urgentemente de mudanças—seja impulsionada pela IA ou outras formas de inovação.

Essa notícia foi traduzida com a ajuda de inteligência artificial. Para mais informação, veja nossos Termos de Uso.