Desde la selección de centros de investigación y de pacientes hasta el análisis de grandes volúmenes de datos de salud, la IA está transformando la investigación clínica farmacéutica. Argentina es uno de los líderes regionales.
Por Pablo Pereyra Murray
Argentina es uno de los polos más atractivos de América Latina para la investigación clínica farmacéutica. Las redes de investigadores clínicos desarrolladas durante décadas por las principales compañías globales y las empresas operadoras de los estudios, conocidas como CRO (Clinical Research Organizations), aseguran estándares de excelencia.
Por este motivo, no sorprende que el país haya sido seleccionado por una de las “big pharma” para evaluar el impacto clínico de una revolucionaria vacuna por ARN mensajero durante la pandemia, ni que tres premios Nobel en Medicina o Ciencias Biológicas hayan surgido de su comunidad científica.
“Las distintas aplicaciones y proyectos que involucran a la inteligencia artificial se generan típicamente en las casas matrices e impactan con fuerza nuestras actividades en Argentina”, destacan Mariel Peitiado y Carlos Caparrós, líderes de la Cámara Argentina de Organizaciones de Investigación Clínica.
Entre los usos más extendidos, mencionan los análisis de factibilidad para seleccionar centros de investigación – una tarea que implica analizar grandes volúmenes de información – y herramientas que, tras procesar documentos como protocolos clínicos o consentimientos informados, permiten responder preguntas específicas sobre cada estudio.
“La IA ayuda a mapear un amplio ecosistema de centros, construir perfiles, determinar capacidades y optimizar decisiones. También se usa en tareas operativas, como la previsión de recursos o el almacenamiento de documentos”, explica Caparrós.
La IA también impulsa la descentralización de los ensayos clínicos, ampliando el mapa de la investigación hacia regiones menos tradicionales, ya que «permite identificar centros con gran potencial que antes no eran considerados, y facilita el monitoreo remoto mediante dispositivos habilitados por IA,” refiere Peitiado.
Un punto clave, señalan ambos expertos, será la historia clínica digital interconectada, indispensable para sostener esta descentralización. «Ya hay empresas que analizan grandes bases de datos de instituciones con historias clínicas digitalizadas y podrían, eventualmente, reemplazar la rama comparativa de un estudio clínico. Si las autoridades regulatorias aceptan esta información, se reducirán tiempos, costos y número de pacientes,” sostiene Caparrós.
En el caso de las investigaciones clínicas farmacéuticas, el patrocinador de cada estudio es el dueño y responsable de la seguridad y privacidad de la información. Sin embargo, una vez que los datos son publicados, podrían también ser utilizados -ya anonimizados- en estudios de salud pública o en investigaciones académicas.
Los estudios observacionales, tan frecuentes en investigación clínica, donde solo se registran datos sin intervención sobre el tratamiento del paciente, se pueden potenciar con la IA. “Estas herramientas mejoran la calidad y el análisis de los datos del mundo real (RWD, por sus siglas en inglés). Se entrenan con diccionarios médicos como MedDRA o SNOMED para interpretar términos y abreviaturas presentes en las historias clínicas, y la IA los hace más precisos y eficientes, convirtiendo datos dispersos en conocimiento clínico útil,” continúa Caparrós.
De esta forma, la inteligencia artificial no solo optimiza procesos, sino que redefine la investigación clínica. «Descentraliza los ensayos, acelera la selección de pacientes, multiplica el poder analítico de los datos y exige nuevas competencias profesionales», concluye Mariel Peitiado.
