Sobre Digital Doctor
29/04/2024
Descoberta acelerada de medicamentos, ensaios clínicos mais eficientes, aprovações regulatórias mais rápidas, marketing customizado: esses são apenas alguns dos benefícios que a inteligência artificial pode proporcionar à indústria farmacêutica. Segundo pesquisa do McKinsey Global Institute (MGI), a tecnologia pode economizar para as companhias algo entre US$ 60 bilhões e US$ 100 bilhões por ano. O maior ganho, avalia a consultoria, seria no processo de descoberta e desenvolvimento de novos medicamentos.
A IA generativa pode ajudar a acelerar o processo de identificação de moléculas que vão servir de base para os medicamentos, destacar as substâncias mais promissoras, desenvolver análises de validação e determinar a eficácia dos remédios em testes pré-clínicos.
A indústria farmacêutica já está usando a IA generativa com esse objetivo. Além de modelos treinados em artigos e pesquisas biomédicas, como BioGPT e Med-PaLM, também usa modelos de imagem para analisar dados microscóspicos, modelos químicos para melhorar a leitura de dados de moléculas e modelos alimentados com dados sobre a jornada de pacientes para entender as possíveis indicações dos medicamentos pesquisados. Segundo a CBInsights, companhias farmacêuticas como Janssen, Sanofi, AstraZeneca e Bayer firmaram parcerias com empresas de IA de biotecnologia, enquanto outras começaram a construir soluções internas de IA. Aumentar essas capacidades fundamentais com formas mais amplas e estabelecidas de IA pode reduzir pela metade os prazos de descoberta de medicamentos. Veja cinco aplicações com forte potencial para um impacto significativo no curto prazo.
Extrair conhecimento científico
Para compreender melhor as doenças e o que os remédios precisam atacar, os cientistas gastam muito tempo extraindo e resumindo informações em documentos como patentes, publicações científicas e dados de ensaios. É um trabalho árduo e difícil de completar. A IA generativa pode fazer a extração e aliviar esse fardo.
Fazer a triagem de compostos químicos
Durante a criação de medicamentos, uma das dificuldades é identificar e priorizar os compostos químicos com maior probabilidade de tratar com sucesso uma doença específica. A IA generativa acelera o processo de triagem com modelos treinados em conhecimento bioquímico, que podem mapear milhões de compostos.
Otimizar moléculas grandes
A dificuldade dos cientistas é maior quando precisam estudar cadeias complexas de moléculas, como as proteínas, as enzimas e os polissacarídeos. Modelos de linguagem de última geração já são capazes de trabalhar com os dados dessas moléculas, para ajudar a pesquisa a chegar no próximo patamar, que são os testes in vitro.
Indicação de estratégias
A IA também pode ajudar os pesquisadores a determinar qual é a condição ideal para aquele medicamento ter o efeito desejado. Para fazer essa indicação, é preciso extrair dados de inúmeras fontes, como literatura médica, dados de ensaios clínicos e atividades de concorrentes. A IA generativa consegue analisar todos os dados com rapidez.
Otimizar testes clínicos
Uma vez que esteja decidido qual é o ativo do medicamento e de que maneira deve ser ministrado (comprimidos, soluções orais ou via intravenosa, por exemplo), os testes clínicos podem começar. Mas escolher os pacientes apropriados para participar do estudo não é fácil. A IA usará indicadores biológicos para escolher os melhores candidatos.
