Stanford, AI amplía el alcance de los ensayos clínicos
AI amplía el alcance de los ensayos clínicos, ampliando el acceso a más mujeres, minorías y pacientes mayores
|
Las empresas farmacéuticas invierten años y miles de millones de dólares en desarrollar nuevos fármacos. Si bien la mayoría de los medicamentos nunca salen del laboratorio, unos pocos llegan a los ensayos clínicos, una prueba del mundo real en pacientes humanos. Y, sin embargo, a pesar de ese arduo trabajo y tantas probabilidades, muchos ensayos clínicos deben abandonarse o devolverse a la mesa de dibujo porque no logran inscribir a suficientes pacientes en el estudio.
“Un ensayo clínico fallido o retrasado es costoso en muchos frentes”, dice James Zou , profesor de ciencia de datos biomédicos en Stanford y miembro del Institute for Human-Centered Artificial Intelligence , que codirigió una colaboración entre Stanford e investigadores de Genentech que se propuso ver si la IA podía solucionar el problema.
Las demoras en los ensayos pueden agregar cientos de millones de dólares al precio de un nuevo medicamento y también ser una profunda decepción emocional para los investigadores que trabajan en él. Pero quizás lo más importante, señala Zou, es que los retrasos significan que muchos pacientes necesitados no pueden acceder a medicamentos nuevos que pueden alterar la vida. Stanford, AI amplía el alcance de los ensayos clínicos Stanford, AI amplía el alcance de los ensayos clínicos
El equipo se centró en una forma mortal de cáncer, conocida como cáncer de pulmón de células no pequeñas avanzado: aNSCLC. Ocho de cada 10 pacientes de aNSCLC no calificaron para los ensayos de medicamentos y casi el 90 por ciento de los ensayos clínicos no completaron la inscripción objetivo en las fechas límite preestablecidas, según el estudio.
Su resultado, publicado recientemente en la revista Nature, es “Trial Pathfinder”, un algoritmo de IA que ayuda a diseñar reglas de elegibilidad adecuadas para los ensayos clínicos . Trial Pathfinder combina los registros médicos electrónicos y examina los detalles que permiten que algunos pacientes sean elegibles para un ensayo y que otros pacientes sean excluidos. Trial Pathfinder no solo duplicó el número de posibles participantes en el ensayo, sino que también amplió el grupo para incluir a más mujeres, minorías y pacientes mayores.
Exclusivo por diseño
Un paso clave en el diseño de cualquier ensayo clínico es establecer los criterios médicos para la elegibilidad del paciente. El simple hecho de tener un NSCLC no es suficiente. El grupo general de pacientes se selecciona utilizando datos de pruebas de laboratorio: niveles de indicadores biológicos como bilirrubina, recuentos de plaquetas, niveles de hemoglobina, presión arterial, tratamientos previos y muchos otros contenidos en los registros médicos.
Si los pacientes no alcanzan los umbrales establecidos en el diseño del estudio, no califican para el ensayo.
“Es un cuello de botella importante para el tratamiento. Los ensayos clínicos suelen ser bastante restrictivos en los criterios. Pensamos demasiado en muchos casos ”, dice Ruishan Liu , candidato a doctorado y experto en salud computacional en el laboratorio de Zou que ayudó a desarrollar el algoritmo.
En teoría, se cree que los criterios restrictivos protegen a los pacientes vulnerables de los posibles efectos secundarios de los medicamentos no probados. Curiosamente, los investigadores encontraron que si un ensayo utilizó restricciones relativamente agresivas o débiles, las tasas de retiro de pacientes de los ensayos debido a efectos secundarios adversos fueron prácticamente las mismas. Es decir, las restricciones tuvieron poco efecto en la prevención de los eventos adversos para los que están diseñadas.
Además, al examinar los registros de 22 ensayos de fármacos oncológicos anteriores, que incluían a más de 11.500 pacientes, Trial Pathfinder descubrió que los criterios utilizados para excluir a los pacientes eran inconsistentes de un ensayo a otro, y tal vez incluso se establecieron arbitrariamente.
“Esto fue cierto incluso para cánceres idénticos y etapas de prueba”, agrega Zou. “A veces, los criterios simplemente se copiaron y pegaron de estudios anteriores”.
“Estos factores nos llevaron a creer que los criterios se podrían relajar para que más pacientes fueran elegibles para un ensayo sin aumentar el riesgo de efectos secundarios dañinos”, señala Liu.
Luego, los investigadores de Trial Pathfinder propusieron criterios de prueba más inclusivos al examinar los registros médicos electrónicos a nivel nacional de 61,094 pacientes con aNSCLC. Descubrieron que varios criterios de exclusión de uso común tenían un “efecto mínimo” sobre el riesgo del paciente y que flexibilizar las restricciones podría duplicar el número de pacientes que califican para un ensayo sin introducir un riesgo adicional para los pacientes.
Una herramienta poderosa
Con sus resultados ahora publicados, Zou, Liu y sus colaboradores de la industria creen que el alcance de Trial Pathfinder se puede expandir a muchos otros tipos de cáncer e incluso a otras enfermedades, lo que ayuda a abrir las puertas de los pacientes a los ensayos clínicos. Zou señaló específicamente al lupus, pero las posibilidades están prácticamente abiertas.
“Estamos muy entusiasmados con el potencial”, dice Zou. “Hay poder en los registros de salud electrónicos, y los mecanismos básicos de IA de Trial Pathfinder deberían ser aplicables en muchas enfermedades diferentes para que los ensayos clínicos sean más inclusivos”.
La misión de Stanford HAI es promover la investigación, la educación, las políticas y la práctica de la IA para mejorar la condición humana. Obtenga más información .
Instituto de Stanford para
la inteligencia artificial centrada en el ser humano
Carta de los codirectores de Denning
Estamos en la cúspide de la era de la inteligencia artificial. El alcance y la escala del impacto de la Era de la IA serán más profundos que cualquier otro período de transformación en nuestra historia. La IA tiene el potencial de transformar radicalmente todas las industrias y sociedades.
Para que la IA sirva a las necesidades colectivas de la humanidad, debe incorporar una comprensión de lo que nos mueve, física, intelectual y emocionalmente. Es fundamental que diseñemos inteligencia artificial que pueda comprender el lenguaje, los sentimientos, las intenciones y los comportamientos humanos, e interactuar con matices y en múltiples dimensiones.
Para lograr esto, los creadores y diseñadores de IA deben ser ampliamente representativos de la humanidad. Esto requiere una verdadera diversidad de pensamiento, a través de género, etnia, nacionalidad, cultura y edad, así como entre disciplinas.
La Universidad de Stanford tiene una sólida tradición de trabajo multidisciplinario y Stanford HAI se basa en ese legado. Estamos reuniendo a pensadores líderes en múltiples campos para que podamos preparar mejor a los futuros líderes para aprender, construir, inventar y escalar con propósito, intención y un enfoque centrado en el ser humano.
Todos nos estamos aventurando en un mundo nuevo que vamos construyendo sobre la marcha. Como creadores de esta nueva tecnología, es nuestra responsabilidad colectiva orientar la IA para que tenga un impacto positivo en nuestro planeta, nuestras naciones, nuestras comunidades, nuestras familias y nuestras vidas.
Esperamos que te unas a nosotros
Fei-Fei Li y John Etchemendy
Denning, codirectores del Instituto de Stanford para la IA centrada en el ser humano