La qu¨ªmica como entrenadora de algoritmos para lograr f¨¢rmacos

La degeneraci¨®n macular asociada a la edad (DMAE) reduce poco a poco la visi¨®n central del paciente. Si no se toman medidas, los s¨ªntomas se agudizan y el proceso puede concluir en una ceguera total. Por ahora el tratamiento implica una inyecci¨®n peri¨®dica en el ojo, con las molestias que esto conlleva. ¡°Nosotros queremos que la dosis sea m¨¢s inteligente¡±, apunta Bertrand Bodson, chief digital officer (CDO) de la farmac¨¦utica Novartis. Es un ejemplo de c¨®mo, a veces, el CDO habla como si trabajara en una empresa de Silicon Valley en lugar de una farmac¨¦utica.

Ahora la dosis de un medicamento se estandariza sobre todo en base al rango de edad del paciente. Pero un modelo de machine learning podr¨ªa ayudar a proporcionar tratamientos personalizados. ¡°La dosis depende de las caracter¨ªsticas del paciente, de la biolog¨ªa humana, que nos hace reaccionar de forma diferente a diferentes medicamentos, y de otros par¨¢metros¡±, indica el CDO. Algunos de estos datos se podr¨ªan deducir introduciendo el resultado de un esc¨¢ner TCO (tomograf¨ªa de coherencia ¨®ptica) en un sistema de inteligencia artificial, entrenado con un aluvi¨®n de informaci¨®n cl¨ªnica.

Todo con el objetivo de personalizar las dosis. ¡°Lo que intentamos probar es que un escaneo de tu ojos, junto con una base de datos de pacientes, puede entender mejor la estratificaci¨®n de los pacientes y la evoluci¨®n de las enfermedades. As¨ª evitaremos que algunos pacientes tengan que venir a por una inyecci¨®n que no necesitan¡±, explica Bertrand Bodson, que antes trabaj¨® en Amazon y ha desarrollado su carrera siempre ligado ¨¢mbitos de responsabilidad digital.

M¨¢s informaci¨®n

?Se convertir¨¢n los datos en la panacea de la medicina del siglo XXI?

As¨ª son los drones que har¨¢n llover medicinas donde Cristo perdi¨® la chancla

El CDO de Novartis afirma que la inteligencia artificial ya puede influir en los tratamientos. ¡°Antes estudi¨¢bamos las enfermedades mirando im¨¢genes [radiograf¨ªas, ecograf¨ªas] para entender la evoluci¨®n de la enfermedad. Pero una persona necesitaba 20 a?os de entrenamiento para saber de forma precisa qu¨¦ patrones podr¨ªan llegar a asociarse con un melanoma u otro tipo de c¨¢ncer¡±, se?ala. ¡°La inteligencia artificial puede realmente tener identificados los patrones asociados a estas enfermedades. M¨¢s a¨²n. Puede estudiar im¨¢genes a nivel global, todas las im¨¢genes disponibles, para entender qu¨¦ tipo de formas se anticipan a estos patrones, para poder actuar m¨¢s tempranamente¡±.

La personalizaci¨®n de la medicina en base a la inteligencia artificial no es un ¨¢mbito inexplorado. En los ¨²ltimos a?os la supercomputadora Watson, de IBM, se ha instalado en varios hospitales de Estados Unidos, con el fin de ofrecer diagn¨®sticos y tratamientos precisos contra el c¨¢ncer. Aunque no todo han sido buenas noticias. Algunos m¨¦dicos detectaron que la m¨¢quina propon¨ªa tratamientos claramente err¨®neos en algunos casos.

Otra de las principales v¨ªas de personalizaci¨®n de los tratamientos, tambi¨¦n en desarrollo, tiene que ver con el conocimiento de la informaci¨®n gen¨¦tica. Aunque en este campo tambi¨¦n quedan grandes asperezas por limar. Las dimensiones de la informaci¨®n contenida en el ADN son enormes y dif¨ªciles de procesar. Adem¨¢s, no existe una gran cantidad de muestras para crear una base de datos a partir de la que extraer patrones.

La simulaci¨®n de los medicamentos deseados

La inteligencia artificial tiene otro gran campo para demostrar sus cualidades en el sector m¨¦dico. Se trata de la llamada qu¨ªmica generativa, que aplica modelos de inteligencia artificial (IA) a la s¨ªntesis de nuevos medicamentos. Se simulan mol¨¦culas virtuales con las propiedades qu¨ªmicas deseadas por los investigadores.

¡°Se trata de entrenar algoritmos bajo las reglas de la qu¨ªmica, para que puedan generar muchas de esas mol¨¦culas potenciales con las propiedades qu¨ªmicas deseadas, que despu¨¦s pasamos a expertos, para que decidan cu¨¢les probar¡±, detalla Bodson. En plata: una simulaci¨®n masiva de posibles mol¨¦culas con las cualidades deseadas. A partir de ah¨ª los especialistas hacen su propia selecci¨®n y prueban los compuestos.

Bodson explica que la qu¨ªmica generativa se puede hacer ahora, sin emplear inteligencia artificial. Pero el proceso tiene un car¨¢cter muy general y es necesario probar secuencialmente una gran variedad de mol¨¦culas. Con modelos de IA se ahorra tiempo y esfuerzos.

Las farmac¨¦uticas como grandes almacenes de datos

?Qu¨¦ implica todo este trabajo con inteligencia artificial? La necesidad de almacenar y tratar grandes cantidades de datos. Esto comporta obligaciones legales y, sobre todo, servicios tecnol¨®gicos a gran escala, con los que las farmac¨¦uticas no est¨¢n acostumbradas a lidiar.

De ah¨ª que Novartis haya anunciado recientemente un acuerdo con Microsoft, para obtener un respaldo tecnol¨®gico a sus esfuerzos en inteligencia artificial. La plataforma cloud Azure ser¨¢ el puntal en el que se apoye el desarrollo de la farmac¨¦utica en este campo. Y es que para estas investigaciones se necesitan centros de datos con gran y herramientas de an¨¢lisis potentes. Aunque el contrato ¨Cde cinco a?os de duraci¨®n¨C ir¨¢ m¨¢s all¨¢: ambas compa?¨ªas colaborar¨¢n en la investigaci¨®n de nuevos medicamentos en los centros de Suiza y Dubl¨ªn, de Novartis, y en las instalaciones de Microsoft, en Cambridge. El objetivo es reducir el coste y el tiempo que se tarda en crear un f¨¢rmaco, que ahora est¨¢ en unos 2.600 millones de d¨®lares y m¨¢s de una d¨¦cada de espera.

El tipo de informaci¨®n con la que trabajan las farmac¨¦uticas es de origen cl¨ªnico y procedente de ensayos precl¨ªnicos, as¨ª como otros datos que provienen de diversas fuentes, como papers o informes de profesionales de la salud. Son datos muy sensibles, en todo caso.

Bodson reconoce que tratan la informaci¨®n como un recurso, aunque asegura que estudian cuidadosamente a qu¨¦ empresas ceden sus datos, cuando necesitan un socio tecnol¨®gico. Hay dos motivos. El primero es que los datos que manejan est¨¢n sujetos a una normativa de privacidad estricta. "La privacidad del paciente es clave. Tratamos este tema con extremada seriedad. Cuando haces ensayos cl¨ªnicos te aseguras de que no haya datos identificables del paciente asociados".

Pero adem¨¢s, esta informaci¨®n se convierte poco a poco en uno de los valores clave de las farmac¨¦uticas para el futuro. De ah¨ª que solo se lancen a compartir este valor con otra empresa si ven una relaci¨®n provechosa.