Ferramentas de IA podem encurtar prazos de desenvolvimento de medicamentos e elevar lucros da indústria farmacêutica

A inteligência artificial está acelerando o desenvolvimento de medicamentos e reduzindo custos em toda a indústria farmacêutica, com potencial para elevar os lucros operacionais em mais de 10%. As ferramentas de IA estão sendo cada vez mais adotadas em todo o processo de desenvolvimento clínico, ajudando as empresas farmacêuticas a desenhar estudos de forma mais eficiente, recrutar pacientes mais rapidamente e automatizar submissões regulatórias. Essas melhorias podem encurtar os prazos de desenvolvimento de medicamentos em cerca de 18 meses, ao mesmo tempo em que reduzem os gastos com pesquisa e desenvolvimento em aproximadamente 5% ao longo dos próximos anos.

Desenvolver um novo medicamento é, tradicionalmente, um processo longo e caro, muitas vezes levando mais de uma década e exigindo investimento significativo antes que um produto chegue ao mercado. Grande parte do tempo e do custo ocorre durante os ensaios clínicos e a revisão regulatória, quando as empresas precisam recrutar pacientes, gerenciar grandes volumes de dados e preparar documentação regulatória detalhada. A IA está sendo cada vez mais usada para simplificar essas etapas por meio da análise de dados históricos de estudos, da melhoria do desenho de protocolos, da otimização da seleção de centros clínicos e do aprimoramento do monitoramento de pacientes durante os estudos.

Essas eficiências podem ajudar a reduzir atrasos, limitar alterações onerosas nos protocolos dos estudos e acelerar a documentação regulatória. Prazos de desenvolvimento mais rápidos também podem ampliar o período durante o qual os medicamentos geram receita antes do vencimento das patentes e do surgimento da concorrência de genéricos. A entrada mais precoce no mercado, combinada com menores custos de P&D, pode se traduzir em uma melhora significativa da rentabilidade para as grandes empresas farmacêuticas.

As empresas de ciências da vida correm para concretizar uma promessa da IA: identificação mais rápida de terapias promissoras, desenvolvimento simplificado e novos tratamentos chegando aos pacientes mais cedo e com mais segurança. Empresas de biotecnologia e farmacêuticas estão integrando os mais recentes modelos de IA generativa a seus sistemas de P&D: analisando vastos volumes de dados, identificando padrões para embasar recomendações ou previsões e otimizando estudos clínicos. O formato desses acordos de parceria começa a se assemelhar a um modelo puro de licenciamento de IA, com as farmacêuticas agora priorizando a capacidade de receber pesos de modelos de terceiros e ajustá-los com precisão usando conjuntos de dados proprietários em sua própria infraestrutura.

No entanto, concretizar esses benefícios depende da qualidade e da proveniência dos dados que os alimentam. Dependendo do modelo, isso pode incluir dados de ensaios clínicos, evidências do mundo real, dados genômicos, prontuários eletrônicos de saúde e conjuntos de dados disponíveis publicamente. Se esses dados não forem rastreáveis, sujeitos à responsabilização e em conformidade regulatória, podem introduzir riscos legais e de privacidade.

Outra preocupação é o uso secundário, em que modelos de IA são treinados com dados coletados em estudos realizados antes de a tecnologia existir, o que significa que o paciente não poderia ter consentido explicitamente com tal uso. Isso levanta questões sobre se as estruturas originais de consentimento cobrem adequadamente a aplicação de dados pessoais de saúde no treinamento de algoritmos de aprendizado de máquina, particularmente quando esses modelos podem ser comercializados ou usados de maneiras que não foram contempladas no momento da coleta dos dados. Para empresas em ambos os lados dos acordos entre IA e farmacêuticas, práticas rigorosas de proveniência de dados estão se tornando essenciais para gerenciar riscos e assegurar valor de longo prazo.

Espera-se que as grandes empresas farmacêuticas com capacidades globais de desenvolvimento clínico se beneficiem mais dessa mudança, pois têm a escala, os dados e a infraestrutura necessários para implementar a IA de forma eficaz. Entre as empresas destacadas como bem posicionadas para capturar os ganhos das eficiências impulsionadas por IA estão Daiichi Sankyo, Takeda e Astellas. Espera-se que a IA melhore a produtividade em toda a indústria, mas o desenvolvimento de medicamentos continuará sendo intensivo em capital e fortemente regulado.