L'intelligence artificielle est de plus en plus exploitée dans divers aspects du développement de médicaments, de la découverte de composés susceptibles de sauver des vies à l'identification de patients potentiels, etc. Outsourcing-Pharma s'est récemment entretenu avec Rich Christie, directeur médical du fournisseur de solutions axées sur l'IA AiCure, sur la façon dont l'IA peut être utilisée pour analyser et prédire le comportement des patients, développer des solutions de médecine de précision et améliorer à la fois les soins et la qualité de vie.
OSP : Pourriez-vous, s'il vous plaît, partager la description de la « présentation de l'ascenseur » d'AiCure : qui vous êtes, ce que vous faites et qu'est-ce qui vous distingue des autres entreprises opérant dans le même espace ?
RC : AiCure est une société technologique axée sur le patient qui donne aux organisations des sciences de la vie et de la santé des informations exploitables pour accélérer le développement de médicaments et améliorer les soins aux patients. Avec plus d'une décennie d'expérience dans la gestion d'informations de santé protégées (PHI) complexes dans des environnements réglementés, AiCure aide les organisations à optimiser les soins à chaque étape du continuum clinique en fournissant des informations objectives, prédictives comportementales et interventionnelles, basées uniquement sur des informations impartiales au niveau du patient. capture de données audio et visuelles. Cela éclaire en fin de compte la prise de décision proactive dans la recherche clinique, le développement de médicaments de haute qualité pour une commercialisation efficace et la portée élargie des soins personnalisés aux patients.
Grâce à notre application mobile pour smartphone, Patient Connect, nous exploitons la vision par ordinateur et l'IA pour recueillir des données audio et visuelles sur un patient. Cela aide les promoteurs à acquérir une compréhension objective et approfondie de l'adhésion d'un patient à son plan de soins ainsi que de sa réponse globale au traitement. Non seulement notre offre est unique dans sa focalisation sur l'expérience vécue par le patient avec la maladie, mais aussi dans la manière dont nos algorithmes sont construits.
Depuis nos débuts, nous avons travaillé avec diligence pour nous assurer que notre algorithme de reconnaissance faciale était construit à l'aide de diverses données afin de garantir que nos outils fonctionnent avec tous les patients, quels que soient leur teint, leur environnement, leur tenue vestimentaire, etc. Cela nous a aidés à nous assurer que nos clients peuvent mener des recherches inclusives représentatives des populations du monde réel.
OSP : Veuillez nous parler un peu de la façon dont le domaine de la médecine de précision a progressé ces dernières années.
RC : Le défi de la médecine de précision consiste à associer le bon patient au bon médicament au bon moment de sa maladie. L'industrie des sciences de la vie se rend de plus en plus compte que cela commence par la compréhension des nuances de l'état d'un patient et de sa réponse au traitement. Les visites sporadiques en personne n'offrent qu'un bref aperçu de l'état d'un patient au moment de la visite, mais les intervalles de temps entre ces visites contiennent des informations essentielles sur l'état de sa maladie, l'efficacité d'un traitement et son impact sur sa qualité de vie. vie.
De plus en plus, nous voyons des sponsors pharmaceutiques se tourner vers des outils prédictifs et alimentés par l'IA pour augmenter ces enregistrements traditionnels. La technologie qui aide à capturer de manière objective et proactive l'expérience quotidienne d'un patient peut donner aux sponsors et aux sites des informations vitales pour informer les soins ciblés et personnalisés des patients, à la fois en termes d'interventions et de soutien qui pourraient fonctionner le mieux, ainsi que des ajustements opportuns nécessaires à leur plan de traitement.
OSP : Plus précisément, comment l'intelligence artificielle a-t-elle été utilisée pour faire progresser la médecine de précision dans le domaine de la recherche clinique ?
RC : Tout comme la génomique a transformé les soins en oncologie au cours des dernières décennies et offert la possibilité de traiter avec précision, les mesures comportementales que nous sommes désormais en mesure de capturer avec des outils d'IA aideront à catalyser la médecine de précision dans le développement de médicaments et à adapter les interventions avec une efficacité sans précédent. spécificité.
Par exemple, de nouvelles évaluations de patients telles que des biomarqueurs numériques basés sur la vidéo et l'audio peuvent identifier les subtilités du bien-être d'un patient et sa réponse au traitement d'une manière que les évaluations en personne seules ne peuvent pas. En particulier pour les affections présentant des symptômes qui doivent ou peuvent être évalués à l'aide d'indices audio et visuels en suivant des mesures telles que les expressions faciales, les contractions oculaires, la parole ou les mouvements d'un patient, les biomarqueurs numériques aident à détecter des comportements spécifiques associés à certaines maladies et traitements avec plus précision que jamais.
En évaluant ces informations objectives au fil du temps, les médecins peuvent comprendre l'impact des médicaments sur la qualité de vie d'une personne, comme sa capacité à lacer ses chaussures ou à écrire son nom, et à prendre des décisions éclairées concernant l'avenir de son plan de soins.
OSP : Veuillez parler de l'utilisation de l'IA pour suivre les patients et prédire leur comportement.
RC : Outre les biomarqueurs numériques, l'analyse prédictive basée sur l'IA peut également aider à stimuler la médecine de précision en prédisant le comportement des patients avant même le début des essais. En utilisant une période d'initiation au placebo, l'IA peut aider à prédire si un patient respectera probablement son plan de traitement ou s'il a tendance à avoir du mal à rester sur la bonne voie.
Le savoir à l'avance peut aider les sites à se concentrer efficacement sur les patients qui pourraient avoir besoin de plus de soutien une fois qu'ils sont inscrits à l'essai, en adaptant leurs interventions et en personnalisant les ressources en conséquence pour les maintenir engagés. Prédire le comportement futur d'un patient en fonction du comportement passé permet aux sites d'être plus proactifs et personnels dans leurs tactiques d'engagement.
OSP : Comment ces informations peuvent-elles ensuite être utilisées pour adapter le traitement et les interventions ?
RC : les biomarqueurs numériques permettent aux sponsors de recueillir des informations objectives sur l'expérience d'un patient afin d'orienter les décisions de traitement et d'intervention. Par exemple, savoir qu'une personne souffrant de dépression éprouve une fatigue accrue ou un discours plus lent que d'habitude peut signifier que le clinicien doit revoir le plan de traitement du patient pour essayer d'améliorer sa réponse en modifiant sa posologie.
Pour des affections telles que la sclérose en plaques dont les symptômes augmentent et diminuent au fil du temps, le suivi des micro-expressions avec une telle sensibilité signifie que les cliniciens peuvent suivre les tendances au fil du temps pour comprendre quelle intervention apportera le plus de valeur à ce patient et quand elle le sera mieux vaut intervenir. Surtout lorsqu'ils sont combinés avec des évaluations plus traditionnelles permettant aux patients de rapporter comment ils se sentent, les sponsors peuvent obtenir une image plus holistique et personnalisée de la façon dont un patient se porte grâce à ces outils.
OSP : Selon vous, quelle pourrait être la prochaine étape pour l'avancement de la médecine de précision ?
RC : Les outils alimentés par l'IA, tels que les biomarqueurs numériques, constituent une approche unique et relativement nouvelle de la médecine de précision. Mais ces solutions sont souvent développées à huis clos, avec leurs algorithmes propriétaires sous clé.
Un moyen essentiel de réaliser le plein potentiel de l'IA consiste à éliminer ces obstacles et à se tourner vers les communautés open source afin que les algorithmes puissent être testés et approuvés de manière adéquate. La confiance dans le potentiel de ces outils doit être établie dans le domaine public, la communauté universitaire et de recherche pesant sur leurs performances, les opportunités d'utilisation et les domaines à améliorer.
Un autre facteur de la médecine de précision est la quantité et les sources sans cesse croissantes de données sur les patients. Essayer d'extraire des informations significatives de ces sources de données croissantes pour piloter la médecine de précision peut être un défi. Les plates-formes d'IA peuvent aider à agréger les données et à tirer des informations exploitables sur l'expérience d'un patient et la progression de la maladie, offrant une vue plus holistique pour personnaliser adéquatement les soins.
OSP : Avez-vous quelque chose à ajouter ?
RC : L'IA peut être un catalyseur pour la médecine de précision, en aidant les sponsors à mieux comprendre le fonctionnement des médicaments et leur impact sur des patients spécifiques, et en fin de compte à faire le pont entre les découvertes cliniques et les applications du monde réel. Cependant, l'utilisation accrue de ces outils alimentés par l'IA implique la responsabilité des développeurs de s'assurer qu'ils sont conçus en tenant compte de la population de patients prévue.
Si les développeurs n'adoptent pas des ensembles de données diversifiés et représentatifs, l'IA a tendance à perpétuer des biais invisibles. À l'avenir, nous devons être vigilants pour atténuer l'impact potentiel des biais sur les applications des outils d'IA, ou bien risquer la confiance des communautés des sciences de la vie et de la santé dans leur valeur.
