IA e Trial Clinici: in arrivo un Chatbot per i pazienti

Sono molte le tecnologie diventate insostituibili nel campo medico: dai robot chiururgici alla realtà aumentata in sala operatoria, dalla realtà virtuale per il training dei medici ai suoi utilizzi terapeutici, fino all’intelligenza artificiale nel campo della diagnostica.

Anche lo sviluppo di nuovi farmaci, processo lungo e complesso, può beneficiale dell’IA: questa, infatti non solo permetterà di ridurre drasticamente i tempi e i costi di ricerca e sviluppo ma supporterà l’ingaggio e la raccolta dei dati durante le fasi di test di un nuovo farmaco (trial clinici). Questo sarà a breve possibile tramite il chatbot sviluppato da una startup italiana.

Di cosa si occupa PatchAI?

PatchAI cerca di rivoluzionare il sistema di raccolta e analisi dei dati riportati dai pazienti in ricerca clinica, soprattutto in ambito farmacologico. PatchAI permetterà di raccogliere ed analizzare i dati in tempo reale per fornire analisi predittive. La raccolta dei dati avverrà in maniera conversazionale tramite un chatbot che utilizza l’intelligenza artificiale.

PatchAI si colloca all’interno di un periodo di profonda trasformazione dell’’industria farmaceutica. Si sta infatti passando dai blockbuster, one drug fits all (lo stesso farmaco cura tutti) alla medicina personalizzata.

Per fare questo bisogna iniziare ad allontanarsi dai classici sistemi di collezionamento ed analisi dei dati durante i trial clinici, che fanno riferimento a medie e deviazioni standard perché per passare alla medicina personalizzata è necessario disporre del dato specifico per esempio di Alessandro, di Sergio, di Luca al fine di sviluppare un farmaco tailor-made per ogni persona.

Come nasce PatchAI?

L’idea di PatchAI nasce da una esperienza personale. Come background sono un infermiere pediatrico in ricerca clinica e ho lavorato nei clinical trial oncologici. Ho visto che in tantissimi studi i dati raccolti dai pazienti avvengono in forma discorsiva o attraverso formati cartacei durante le visite. Attualmente circa il 50% dei trial clinici utilizzano ancora strumenti cartacei e l’adozione di strumenti digitali è crescente.

PatchAI interviene dalla fase II alla fase post marketing nel processo di sviluppo di un farmaco. La raccolta dei dati in forma conversazionale presente numerosi vantaggi: miglioramento dell’aderenza alla terapia (notificando alla persona quando assumere il farmaco e in quale dose), collezionamento, analisi, identificazione e notifica al personale sanitario degli effetti avversi, offerta di un’esperienza innovativa per il paziente, ed altri ancora.

Quale è il vantaggio di utilizzare un chatbot di IA durante i trial clinici?

Una della maggior sfide per innovare i trial clinici è il patient engagement. Va inoltre tenuto conto che i driver futuri della comunicazione saranno l’AI e Instant Messaging.

I pazienti che seguono protocolli di studio, hanno numerosi questionari da riempire e le barriere comunicative medico-paziente sono alte. Questo ha dei risvolti sull’affidabilità dei dati raccolti, che possono essere biased e c’è un maggiore rischio di errori di trascrizione, soprattutto quando si fa affidamento alla memoria. Da qui l’idea di utilizzare, un assistente virtuale che affianchi il paziente durante il viaggio dei trial clinici in modo da tale da collezionare dati in forma conversazionale ed empatica.

Tecnicamente, PatchAI vuole essere una piattaforma cognitiva per il collezionamento di quelli che vengono definiti gli Electronic Clinical Outcome Assessment (eCOA) ed Electronic Patient Reported Outcome (ePRO).

Va inoltre considerata una condizione di contesto: vi sono pressioni interne ed esterne dell’industrie farmaceutiche, per esempio da associazioni per i pazienti e dai governi che puntano a far diventare i pazienti collaboratori informati del processo di ricerca per cercare di fornire il più possibile real world evidence ove bisogna provare il valore di un prodotto farmaceutico nel contesto dei bisogni insoddisfatti dei pazienti.

Strumenti innovativi di raccolta dei dati (es. chatobot) che facilitano e supportano l’engagement del paziente supportano proprio questa esigenza.

Non solo trial clinici supportati da strumenti che usano l’IA ma anche Digital Medicine, farmaci che implementano un chip, ed inviano un segnale una volta ingeriti.

Quale è la tua visione sul futuro della farmacologia?

Io vedo il futuro come una integrazione, hardware e software beyond the pill che cercano di seguire il paziente in modo personalizzato e in real-time. La raccolta dei dati non si limiterà a dati prettamente clinici ma riguarderà anche dati comportamentali e dati sociali. L’IA permetterà di incrociare questa serie di dati per costruire nuovi endpoint sul mondo reale.

Lo sviluppo di nuovi farmaci e soluzioni di sanità digitale dovrà avvenire sempre più in sinergia con altre realtà (es. associazioni di pazienti) in modo tale da costruire qualcosa che sia il più vicino possibile alle esigenze dei pazienti.

Ci sono sfide etiche nell’adozione di soluzioni di IA in ambito farmacologico?

Assolutamente sì, la tecnologia è pervasiva e la sua espansione, anche nel settore della ricerca clinica, viaggia ad una velocità molto elevata. Le leggi non riescono talvolta ad andare di pari passo con questo ritmo, soprattutto per un’area nuova come i Software as Medical Device (SaMD).

Al momento, è necessario rapportarsi con comitati etici, fatti da professionisti di altissimo livello ma che spesso sono ancora legati ad un concetto di medicina classica. Le sfide dal punto etico, riguardano soprattutto la tipologia di i dati raccolti. Ad ogni modo, i dati collezionati durante i trial cinici devono essere sempre anonimizzati.

Un ultimo messaggio ai nostri lettori…

La sanità è un settore che sarà sempre più digitalizzato. richiede una revisione dei processi e il coinvolgimento di tutti gli attori coinvolti. Ci sono già strumenti, per esempio App dei servizi sanitari molto utilizzate sia dai giovani sia da persone over 65.

Il mio messaggio è che per passare alla medicina personalizzata dobbiamo fare uno sforzo tutti gli attori coinvolti nella ricerca clinica, per cercare di aumentare la sensibilizzazione alla digitalizzazione delle modalità di lavoro e di produrre i dati.