Inteligența artificială este tot mai utilizată în Uniunea Europeană pentru accelerarea descoperirii medicamentelor și optimizarea studiilor clinice, de la faza de cercetare până la monitorizarea post-aprobare. Deși tehnologiile IA promit reducerea costurilor și creșterea ratei de succes a tratamentelor inovatoare, companiile și instituțiile de cercetare se confruntă cu obstacole legate de date, capacitate tehnică și incertitudine legislativă. Raportul despre implementarea Planului coordonat al Uniunii Europene pentru inteligența artificială evidențiază că aceasta poate îmbunătăți eficiența serviciilor medicale, sprijini cercetarea biomedicală și accelera dezvoltarea tratamentelor, inclusiv prin optimizarea proceselor din cadrul studiilor clinice

De la mari companii farmaceutice la startup-uri de biotehnologie și centre academice, actorii din Uniunea Europeană integrează soluții de inteligență artificială pe întreg ciclul de viață al unui medicament. IA este utilizată atât pentru proiectarea studiilor clinice, cât și pentru analiza în timp real a datelor sau pentru eficientizarea proceselor de producție.

Optimizarea studiilor clinice prin IA

În etapa de proiectare a studiilor clinice, inteligența artificială permite optimizarea protocoalelor prin analizarea volumelor mari de date din lumea reală. Algoritmii pot rafina criteriile de eligibilitate, crescând diversitatea participanților și reducând dimensiunea eșantioanelor fără a compromite validitatea științifică.

Companiile utilizează IA pentru stratificarea pacienților în funcție de caracteristici genetice, clinice sau comportamentale, facilitând alocarea optimă în brațele de tratament. Totodată, apar soluții inovatoare precum „gemenii digitali” – modele virtuale care simulează evoluția unui pacient sub tratament standard, reducând nevoia grupurilor clasice de control și accelerând evaluarea eficienței terapiei.

Cu toate acestea, utilizarea acestor instrumente ridică întrebări etice și necesită seturi de date istorice solide și bine structurate, condiții care nu sunt întotdeauna îndeplinite.

Monitorizare în timp real și studii descentralizate

În timpul desfășurării studiilor, IA permite analiza continuă a datelor provenite din dispozitive portabile și sisteme de telemedicină. Algoritmii pot identifica rapid evenimente adverse sau tendințe care ar putea indica riscuri pentru pacienți, îmbunătățind siguranța și eficiența cercetării. Un exemplu relevant este proiectul european Trials@Home, coordonat de Centrul Medical Universitar din Utrecht. Inițiativa testează modele descentralizate și hibride de studii clinice, în care participanții folosesc dispozitive digitale și aplicații mobile pentru a transmite date medicale de la distanță.

Aceste modele pot crește accesul pacienților la cercetare și pot reduce sarcina logistică, însă aduc noi provocări privind protecția datelor și validarea algoritmilor utilizați.

Provocări structurale

Accesul la date rămâne principala barieră. Mai multe companii semnalează că seturile de date globale sunt dominate de informații provenite din SUA, în timp ce datele europene sunt insuficient reprezentate. În plus, restricțiile privind confidențialitatea limitează accesul la date brute la nivel de pacient, ceea ce afectează calitatea antrenării modelelor.

Evaluarea performanței algoritmilor reprezintă o altă dificultate. Există riscul ca modelele să identifice corelații false sau să exploateze particularități tehnice ale laboratoarelor, în loc să surprindă relații biologice reale. În prezent, sectorul nu dispune de protocoale standardizate de evaluare.

Capacitatea tehnică este, de asemenea, o problemă emergentă. Creșterea cererii pentru modele lingvistice mari a limitat accesul la resursele GPU din cloud, esențiale pentru simulări moleculare și antrenarea modelelor complexe. Întârzierile în accesarea resurselor de calcul duc la costuri mai mari și la extinderea termenelor de cercetare.

În paralel, incertitudinea privind aplicarea legislației europene în materie de inteligență artificială și interacțiunea acesteia cu normele din domeniul medicamentelor amplifică presiunea asupra companiilor, în special în cazul instrumentelor utilizate exclusiv pentru cercetare internă.

Direcții de acțiune propuse

Pentru accelerarea utilizării IA în descoperirea medicamentelor, părțile interesate propun:

• Crearea unei infrastructuri europene federative de partajare a datelor, aliniată cu viziunea EHDS, care să permită antrenarea modelelor fără transferul direct al datelor sensibile peste granițe;
• Investiții dedicate în infrastructură de calcul de înaltă performanță și în „fabrici de IA” pentru aplicații intensive;
• Introducerea unor teste comparative „standard de aur” pentru validarea modelelor, cu publicarea rezultatelor în clasamente transparente;
• Instituirea unor spații experimentale de reglementare pentru sistemele utilizate exclusiv în cercetare și emiterea unor orientări clare privind aplicarea cadrului legislativ;
• Consolidarea competențelor în domeniul IA pentru cercetători, profesioniști din sănătate și autorități de reglementare.

Concluzia generală este că inteligența artificială are potențialul de a reduce semnificativ rata ridicată de eșec în dezvoltarea medicamentelor și de a accelera accesul pacienților la terapii inovatoare. Pentru a valorifica aceste beneficii, Uniunea Europeană trebuie să combine investițiile tehnologice cu un cadru de reglementare coerent și cu dezvoltarea capitalului uman specializat.