L’Intelligenza Artificiale “aiuta” la Ricerca e lo Sviluppo nel farmaceutico?

Le tecniche di intelligenza artificiale si stanno facendo strada nel campo della scoperta di farmaci. Di conseguenza, un numero crescente di farmaci e vaccini sono stati scoperti utilizzando l’intelligenza artificiale.

Tuttavia, permangono dubbi sul successo di queste molecole negli studi clinici. Per rispondere a queste domande, abbiamo condotto una prima analisi delle pipeline cliniche delle aziende biotecnologiche native dell’intelligenza artificiale.

Nella Fase I scopriamo che le molecole scoperte dall’intelligenza artificiale hanno un tasso di successo dell’80-90%, sostanzialmente superiore alle medie storiche del settore. Ciò suggerisce, a nostro avviso, che l’intelligenza artificiale è altamente capace di progettare o identificare molecole con proprietà simili ai farmaci.

Nella Fase II il tasso di successo è pari a circa il 40%, anche se su un campione limitato, paragonabile alle medie storiche del settore. I nostri risultati evidenziano i primi segni del potenziale clinico delle molecole scoperte dall’intelligenza artificiale. (Fonte Abstract PubMed Epub 2024 Apr 30)

Quanto successo hanno i farmaci scoperti dall’intelligenza artificiale negli studi clinici? Una prima analisi e lezioni emergenti

AAMadura KP Jayatunga ¹, Margaret Ayers ¹, Lotte Bruens ², Dhruv Jayanth ³, Christoph Meier ¹

Drug Discovery Today

Considerazioni conclusive e prospettive future

La nostra analisi offre una prima visione del potenziale delle molecole scoperte dall’intelligenza artificiale negli studi clinici e forse fornisce uno sguardo al futuro della ricerca e sviluppo basata sull’intelligenza artificiale. Per esplorare le implicazioni di questi risultati a livello di settore, conduciamo un esperimento mentale. Se prendiamo, per oro colato, i tassi di successo che abbiamo osservato per le molecole scoperte dall’intelligenza artificiale nelle fasi I e II e assumiamo che questi valgano anche in futuro, e se li combiniamo con i tassi di successo storici della Fase III, emerge un quadro sorprendente: la probabilità che una molecola abbia successo in tutte le fasi cliniche end-to-end aumenterebbe dal 5–10% (p1), (p15), (p16), (p17) a circa 9–18%. Ciò rappresenterebbe quasi un raddoppio della produttività complessiva della ricerca e sviluppo farmaceutico, il che apporterebbe enormi vantaggi. Ciò consentirebbe alle aziende di ottenere lo stesso risultato con minori risorse e costi, oppure di aumentare il numero totale di nuovi farmaci lanciati con le stesse risorse.

Al di là di ciò che possiamo già osservare nella nostra analisi, c’è motivo di credere che le tecniche di intelligenza artificiale potrebbero migliorare ulteriormente le prestazioni cliniche, soprattutto negli studi di Fase II e III. Comprendere i fattori che determinano le malattie e identificare e convalidare i bersagli farmacologici è un’area in cui molte aziende biotecnologiche, aziende farmaceutiche e istituzioni accademiche native dell’intelligenza artificiale stanno investendo attivamente.

Gli sforzi si concentrano in particolare sugli OMIC e sulla generazione di dati fenotipici, (p21) sulla trascrizione inversa, (p22) su nuovi modelli derivati ​​dai pazienti (p23) e sulle applicazioni di modelli linguistici di grandi dimensioni per estrarre meglio i dati sulle malattie. (p24) Queste tecnologie possono aiutare a colmare il divario tra progettazione della molecola ed efficacia clinica e migliorare ulteriormente i tassi di successo degli studi clinici oltre le medie storiche.

In definitiva, la promessa dell’intelligenza artificiale nella scoperta dei farmaci è quella di portare ai pazienti farmaci più innovativi in ​​modo più rapido, migliore ed economico. Abbiamo già iniziato a vedere la velocità e l’impatto sui costi di queste tecniche nei flussi di lavoro preclinici.(p10),(p25) I nostri risultati mostrano che i benefici stanno iniziando a manifestarsi anche negli studi clinici.

Nonostante le avvertenze statistiche, riteniamo che questi risultati dipingano un quadro intrigante per il futuro della ricerca e sviluppo. Nei prossimi anni, man mano che saranno disponibili più risultati clinici per le molecole scoperte dall’intelligenza artificiale, sarà interessante vedere come le tecniche di intelligenza artificiale influenzeranno la produttività complessiva della ricerca e sviluppo.

Gli autori di questo articolo sono dipendenti del Boston Consulting Group (BCG), una società di consulenza gestionale che collabora con le principali aziende biofarmaceutiche a livello mondiale. La ricerca per questo articolo specifico è stata finanziata dalla pratica sanitaria di BCG.

Related news: Angelini chiama Angela, l’Intelligenza artificiale complementare agli informatori scientifici

Come l’Intelligenza Artificiale può creare un set di dati falsi ma credibili nella ricerca medica