Després del Metavers (ara pràcticament silenciat) la nova moda per als mercats financers és la intel·ligència artificial (IA) que ja ha entrat en les valoracions dels analistes que busquen sectors i empreses que més es puguin beneficiar d'aquesta tecnologia. Una explicació a la consolidació dels valors tecnològics al mercat nord-americà Nasdaq l'últim mes es troba en aquest refer de comptes de com la IA beneficiarà aquest sector on brillen especialment les firmes de biotecnologia i les farmacèutiques.
El banc nord-americà Morgan Stanley apuntava fa ja uns mesos que la IA i l'aprenentatge automàtic (un subconjunt de la IA) podrien donar lloc a 50 nous fàrmacs addicionals per valor de més de 50.000 milions de dòlars en vendes en un període de 10 anys. Els experts aconsellen els fons temàtics de biotecnologia i farmàcia com la fórmula més atractiva per apropar-se a aquest sector, davant la inversió directa en companyies. Això sí, apunten que és necessari encara mantenir una cautela a causa que les millores encara tardaran a reflectir-se en el compte de resultats de les companyies.
Andy Acker i Agustín Mohedas, gestors de la firma Janus Henderson apunten que l'entusiasme per la IA s'ha estès al sector de la biotecnologia, amb un flux constant d'històries sobre com la IA està ajudant a facilitar el descobriment de fàrmacs, des d'un antibiòtic prometedor contra els bacteris resistents als medicaments fins a un nou tractament de la psoriasi amb un potencial de vendes multimilionari. Aquests relats han despertat l'interès dels inversors davant de les afirmacions que la IA pot accelerar el desenvolupament de fàrmacs, reduir costos i millorar els resultats.
La IA s'està implantant a tot el sector i està mostrant els primers signes del seu potencial. Les vacunes d'ARNm COVID-19, per exemple, es van desenvolupar en un temps rècord gràcies a algoritmes d'IA que van ajudar a dissenyar ARNm sintètics, identificar dianes de fàrmacs o vacunes i automatitzar els passos de control de qualitat. En el garbellament del càncer de mama, les imatges 3D basades en IA estan millorant les possibilitats de detectar abans el càncer de mama invasiu i reduint el nombre d'imatges que han de revisar els radiòlegs. I en un informe recent, l'Administració d'Aliments i Medicaments (FDA) afirma que s'està produint un augment significatiu de les presentacions de fàrmacs amb components basats en IA i espera que el número s'acceleri a partir d'ara.
També des de la multinacional de la consultoria, McKinsey & Company consideren que les indústries farmacèutiques i de productes mèdics podrien desbloquejar entre 61.000 i 110.000 milions de dòlars anuals gràcies al potencial de la IA generativa per accelerar el cicle de 10 a 15 anys que tarda un medicament a arribar al mercat, sense oblidar que es podria millorar la qualitat dels compostos farmacèutics i reduir el cost de l'R+D.
Principals aplicacions
Una de les àrees en les quals la IA ha demostrat ser especialment útil és en la identificació de noves molècules i compostos farmacològics. Tradicionalment, el descobriment de medicaments ha estat un procés lent i costós que implicava l'exploració d'una àmplia varietat de molècules a la recerca d'aquelles amb propietats terapèutiques desitjades. Tanmateix, amb l'ajuda d'algoritmes d'aprenentatge automàtic i xarxes neuronals, la IA pot analitzar grans volums de dades i patrons moleculars per predir l'activitat i la toxicitat de les molècules, accelerant així el procés de garbellament i selecció de compostos candidats.
A més, la IA també s'utilitza per millorar l'eficiència dels assajos clínics. Aquests assajos són crucials per avaluar la seguretat i eficàcia de nous medicaments abans que siguin aprovats per a la seva comercialització. Tanmateix, els assajos clínics sovint són costosos, requereixen molt temps i poden generar una gran quantitat de dades. Aquí és on la IA pot marcar la diferència en analitzar i extreure informació rellevant de les dades clíniques, agilitant el reclutament de pacients adequats, optimitzant els protocols d'assaig i millorant el monitoratge dels efectes del fàrmac en els participants.
Una altra de les àrees és la medicina de precisió, que busca personalitzar el tractament segons les característiques individuals de cada pacient. Amb l'ajuda d'algoritmes d'aprenentatge automàtic i mineria de dades, es poden analitzar grans conjunts de dades clínics i genòmics per identificar patrons i biomarcadors que indiquin quins pacients respondran millor a certs tractaments. Això permet seleccionar teràpies més efectives i reduir els efectes secundaris en adaptar el tractament a les característiques específiques de cada pacient.
Un altre aspecte important és l'ús de la IA en la vigilància i detecció d'efectes adversos de medicaments. El monitoratge de la seguretat dels medicaments després de la seva comercialització és fonamental per identificar i prevenir possibles problemes i reaccions adverses. Aquí, la IA pot analitzar grans quantitats de dades de diferents fonts, com registres electrònics de salut i xarxes socials, per identificar patrons i senyals de possibles efectes adversos, la qual cosa permet una detecció primerenca i una resposta més ràpida.