Una visión del Estado del arte de la Investigación Clínica 2024

“La tecnología también presenta desafíos¨

En 2024, la IA se volverá más sofisticada y confiable en sus aplicaciones para estudios clínicos, cambiando la forma en que tomamos muestras, reclutamos y administramos a los participantes, así como la forma en que capturamos, analizamos y reportamos datos.

Múltiples factores endógenos y exógenos influyen en los últimos años en el ecosistema de la salud y en la Investigación Clínica (IC) en particular.
Como un tsunami vemos la aplicación y el desarrollo de tecnologías de salud digital, comunicación electrónica entre aparatos diagnóstico terapéuticos (IoT por sus siglas en inglés), inteligencia artificial (IA), el uso de datos de la experiencia del mundo real (RWE, RWD por sus siglas en inglés) , alianzas de organizaciones de pacientes, grupos de defensa de pacientes expertos, pacientes alfabetizados, valor del diario o ruta cotidiana llevada a cabo por el paciente, inclusión imprescindible en los protocolos de investigación de la más amplia y variada población posible, internacionalización y acceso con intercambio a través de redes sociales por parte de todos los actores involucrados, intercambio y acceso al conocimiento de derechos y deberes reconocidos universalmente, estas entre otros tantas influencias, están remodelando la concepción tradicional de la IC en particular.
Siguiendo al Blog Obvio Health: “La inteligencia artificial (IA) no solo ha superado la forma en que hablamos, sino que también está transformando todas las industrias, incluida la investigación clínica.
En 2024, la IA se volverá más sofisticada y confiable en sus aplicaciones para estudios clínicos, cambiando la forma en que tomamos muestras, reclutamos y administramos a los participantes, así como la forma en que capturamos, analizamos y reportamos datos”.
“Desde un mayor uso de sensores y dispositivos portátiles hasta una influencia cada vez mayor de los
grupos de defensa de los pacientes, estos cambios no sólo están mejorando la eficiencia de los ensayos,
sino también haciéndolos más acordes con las necesidades de los pacientes”.
Las organizaciones sociales, los grupos de defensa de pacientes tendrán una participación fundamental
y más importante en la centralidad de la investigación clínica; desde asesorar sobre la elaboración de los protocolos de investigación clínica hasta apoyar la educación sobre ensayos clínicos y ayudar a reclutar posibles participantes interesados en ingresar a los mismos.
En los próximos años, “es probable que veamos a más investigadores experimentar con inteligencia
artificial para diseñar protocolos más eficaces y seguros. La IA puede analizar grandes cantidades de
datos médicos, así como resultados de ensayos anteriores, para identificar patrones y correlaciones a
una escala que no es accesible para los investigadores humanos. Esto puede conducir a una toma de
decisiones más informada con respecto a los criterios de selección de participantes, los programas de
dosificación y la determinación del criterio de valoración. La IA también puede utilizar datos históricos
para ayudar a identificar riesgos potenciales, lo que permite a los investigadores desarrollar estrategias
de mitigación para ensayos más seguros”.
“Los patrocinadores de las pruebas están utilizando la IA para examinar datos del mundo real, como
registros médicos electrónicos (EHR), historiales médicos, y otra información de salud relevante para encontrar participantes potenciales. Quizás, en 2024, veamos a las empresas dar un paso más: utilizar la
IA para predecir qué participantes tienen más probabilidades de beneficiarse del ensayo, adherirse a su
protocolo y permanecer hasta su finalización. Esto puede mejorar la calidad de la selección de participantes, lo que conducirá a resultados más exitosos”.
“Actualmente se utilizan herramientas de inteligencia artificial para monitorear los ensayos clínicos en tiempo real, garantizando el cumplimiento de los protocolos y la identificación acelerada de problemas. Esto incluye monitorear el cumplimiento y la seguridad del paciente basándose en la información
obtenida de las comunicaciones con los participantes y los resultados clínicos que podrían indicar un
evento adverso. Estos modelos de detección de anomalías alertan a los equipos del sitio sobre valores
atípicos, proporcionando barreras de seguridad más estrictas para optimizar los flujos de trabajo de los
administradores de estudios.
Las anotaciones de los responsables del estudio, a su vez, ayudan a perfeccionar y entrenar aún más la IA.
Además de monitorear datos, la IA también puede analizarlos. El análisis de imágenes basado en inteligencia artificial se utiliza para una interpretación más precisa y rápida de imágenes médicas, como resonancias magnéticas, tomografías computarizadas y rayos X. Esto ayuda a una mejor detección de la
enfermedad, seguimiento de la progresión y evaluación de la respuesta al tratamiento”.
Si bien es muy prometedora, la tecnología también presenta desafíos, es así que deberemos recorrer
toda la curva de aprendizaje, corroborar, validar y certificar la calidad y robustez de los datos obtenidos para el más eficaz, eficiente y efectivo accionar al sujeto que lo requiera, que como siempre podemos ser cualquiera de nosotros.

Fuentes consultadas: 2024 FSP Trends, Strategies, and Projections. Fierce Pharma, PPD
Refreshing Health. Innovation Strategies for the Next Decade.
Duke-Margolis Institute’s Health Policy Conference Obvio Health Blog: Are you up to date on the clinical trial trends of 2024?
Reimagining PharmaCo and healthcare professionals Engagement (HCPE) with Digital, Customer-Centric Strategies. Xtalks, PrescriberPoint What is generative AI?. McKinsey
Diversity and Inclusion in Clinical Trials. Xtalks, AES
Understanding Healthcare Access Barriers: Industry Trends and the Patient
Assistance Approach. Pharmaceutical Executive
Bridging the Gap—How Technology and Patient Experience Improves
Clinical Trial Timelines. Applied Clinical Trials, Prime