Inteligencia artificial: cómo utilizarla en el área de la farmacovigilancia

¿Detectar, evaluar, comprender y prever los efectos adversos de los medicamentos a través de sistemas de Inteligencia Artificial, IA? Es posible y ya está siendo analizado y debatido.

Es que la IA está presente en la vida cotidiana del siglo XXI, aunque no necesariamente como en las distopías de ciencia ficción que abundan en las plataformas de streaming. O no siempre.

No se trata de robots humanoides, sino de algoritmos de aprendizaje que utilizan grandes datos y alta potencia de cómputo para realizar interpretaciones, predicciones o decisiones de manera autónoma o semiautónoma y que puede imitar el comportamiento inteligente. 

En general, las aplicaciones actuales de la vida real tienden a ser de Inteligencia Artificial Estrecha, con utilidad limitada a tareas específicas, como en los casos de los chatbots y los automóviles autónomos. 

Los sistemas de IA pueden existir bajo la modalidad de solo software (programas de análisis de imágenes, motores de búsqueda, sistemas de reconocimiento de individuos) o pueden estar integrados en dispositivos de hardware e interactuar con el mundo físico (robots, máquinas, aplicación del sensor).

En ese contexto, la farmacovigilancia a través de IA empieza a ser una realidad. Errores de medicación, falsificación o problemas de calidad en los medicamentos, falta de eficacia en las drogas, mal uso o abuso de los remedios e interacción entre los fármacos son tareas de vigilancia que cada vez más pueden estar ligados al uso de la IA. 

¿Qué podría detectar la IA? Errores de medicación, falsificación o problemas de calidad en los fármacos, falta de eficacia, mal uso, abuso e interacción de los remedios.

Es un gran desafío, tanto para los laboratorios productores como para las autoridades de aplicación y control de los fármacos de organizaciones sanitarias y países. Por eso, ya hay informes que analizan cuáles son las ventajas y qué tópicos deben ser tenidos en cuenta al momento de considerar la posibilidad de que todo el sistema o parte de la farmacovigilancia, cuyo fin último es siempre proteger la seguridad de los pacientes, se apoye en el uso de algoritmos.

En ese sentido, tanto la Organización Mundial de la Salud (OMS) como la Coalición Internacional de Autoridades Reguladoras de Medicamentos, publicaron recientemente informes sobre inteligencia artificial y farmacovigilancia. 

Algoritmos vigilados

El empleo de IA en el desarrollo de medicamentos está dándose a lo largo de todo el ecosistema de desarrollo y el ciclo de vida de un medicamento. Por ejemplo, en la identificación y validación del perfil objetivo, como en el caso del uso de la IA para asociar genotipos con enfermedades y predecir las interacciones químicas.

También se usa la IA en la detección de compuestos e identificación de blancos o targets a atacar por parte del fármaco, lo que conduce al diseño de compuestos para lograr cierto tipo de propiedades y de reacción.

Pero la IA también puede intervenir incluso ya en la etapa de los estudios preclínicos, clínicos y hasta en lo que respecta a las acciones de las autoridades regulatorias y luego, ya en la etapa de la comercialización, para extraer y procesar informes de eventos adversos.

El gran desafío al implementar soluciones de IA en el campo de la farmacovigilancia es alcanzar un equilibrio adecuado entre la inteligencia artificial y la supervisión humana. Si esto es factible, la IA permitiría, por caso, descubrir signos de fallas en la seguridad de los fármacos que son más difíciles de detectar con los métodos actuales: por ejemplo, interacciones fármaco-fármaco, interacciones fármaco-enfermedad, errores en la indicación de la medicación, cambios en la frecuencia y gravedad de eventos conocidos, patrones de uso de los medicamentos y mal empleo de los mismos. 

Pero no se trata de dejar libradas de todo control a las empresas que utilicen la inteligencia artificial para tareas de farmacovigilancia: las compañías autorizadas deberían estar especializadas en IA y demostrar tener una sólida experiencia en el manejo de datos de calidad y de detección de problemas en la farmacovigilancia. 

Los profesionales de la salud deben participar desde el principio cuando se emplee IA y es necesario que existan comités de supervisión multidisciplinarios.

Si la IA es operada por un tercero, debería haber garantías de que no incumple ninguna de las responsabilidades y que la herramienta podría ser inspeccionada por las autoridades reguladoras. Debería haber auditorías e inspecciones internas por parte de dichas autoridades y cualquier actualización de software que afecte a los datos deberá comunicarse a las agencias de regulación de medicamentos.