Accélérer les essais cliniques par l'automatisation et l'IA
La phase de recrutement pour les essais cliniques prend en moyenne 18 mois et près de 20% des essais sur le cancer échouent en raison de faibles taux d'exercice. L'automatisation et l'IA peuvent améliorer ce processus – et aider à apporter plus rapidement des traitements vitaux aux patients – en identifiant et en recrutant des participants éligibles.
Les outils d'automatisation des processus robotiques peuvent être particulièrement bénéfiques dans ce domaine en évaluant les dossiers des patients et en les faisant correspondre aux essais appropriés.
«L'abstraction médicale peut être fastidieuse et coûteuse. Dans l'appariement des essais cliniques, la structuration de l'admissibilité aux essais est facile, tandis que la structuration des dossiers des patients est le véritable goulot d'étranglement», explique Poon. Il cite l'orchestrateur de l'agent de santé de Microsoft comme un exemple de «comment le RPA peut potentiellement débloquer des gains de productivité massifs en introduisant des agents pour automatiser les scénarios de collecte, de normalisation, d'intégration et de correspondance des essais cliniques.»
Les outils de traitement des documents intelligents s'avèrent également bénéfiques. Les PDI peuvent aider les équipes de recherche à éviter les erreurs manuelles, à améliorer la précision des données des patients et à analyser plus efficacement des ensembles de volumes massifs. Amazon Web Services souligne que lorsqu'elle est alimentée par de grands modèles de langue, les PDI peuvent générer des rapports et découvrir des informations exploitables.
L'algorithme TrialGPT, développé aux National Institutes of Health, est un exemple de ce type de technologie. Dans une étude pilote, les chercheurs ont constaté que lors de l'évaluation des patients pour l'admissibilité aux essais, les essais ont passé 40% de temps en moins pour le dépistage mais ont atteint le même niveau de précision que les cliniciens humains. TrialGPT a également créé des résumés expliquant pourquoi un patient était un bon choix pour un essai.
Le rôle du cloud et des analyses avancées dans la découverte de médicaments
«Nous et d'autres avons déjà utilisé des systèmes d'IA pour générer des candidats à des médicaments prometteurs, et je m'attends à ce que de tels succès s'accumulent rapidement au cours des prochaines années», explique Poon. «Nous pouvons réduire le temps pour l'identification cible, l'identification et l'optimisation des composés de plomb.»
Les chercheurs disent que la phase de découverte de médicaments, qui prend généralement de trois à six ans et représente environ 35% du coût total du développement d'un nouveau traitement, peut être raccourci d'un ou deux ans avec l'IA. En effet, l'IA peut identifier et tester les effets de différents composés plus rapidement qu'une boîte humaine.
L'analyse avancée des données est essentielle pour ce type d'analyse. Les algorithmes alimentés par AI peuvent analyser et comparer des quantités massives d'informations dans plusieurs bases de données pour identifier les combinaisons les plus efficaces pour créer un nouveau médicament.
Ce type de travail ne serait pas possible sans Cloud Computing ni stockage. Bien que les centres de données sur site aient une quantité définie d'espace, le cloud donne aux organisations des sciences de la vie l'échelle illimitée dont ils peuvent avoir besoin pour gérer et analyser ces grands ensembles de données.
Le cloud permet également aux organisations d'ajuster leurs capacités de stockage – et par conséquent, de meilleurs coûts de contrôle – en s'associant à des fournisseurs pour accéder à de puissantes unités de traitement graphique et processeurs.
« Disons que vous travaillez dans un environnement Google Cloud et que vous utilisez leur information haute performance pour gérer les scénarios de repliement des protéines », explique Joe Miles, directeur des sciences de la vie à UIPATH. «Vous pouvez ensuite prendre ces informations et les acheminer vers des référentiels appropriés en ce qui concerne un essai individuel.»
