La Inteligencia Artificial (IA) llega a los laboratorios farmacéuticos para transformarlos. Impacta en la optimización de procesos y el ahorro de tiempos y costes. A su vez, generalmente requiere inversiones y contratación de empresas innovadoras con servicios especializados de generación de software inteligente específico para el desarrollo de las complejas tareas en las que se implementa el uso de estas nuevas tecnologías. Así como la continua capacitación de sus empleados y el control de los aspectos legales y éticos tan delicados en este sector tan regulado.
Los laboratorios ya están implementando la IA desde las fases más tempranas del desarrollo de nuevos medicamentos hasta la generación de contenidos de marketing para profesionales sanitarios y pacientes mediante plataformas de IA generativa personalizadas, pasando por su aplicación en diagnóstico, en procesos de fabricación, control de calidad o análisis de mercado. También se automatizan procesos mediante robótica para descargar al personal de las más arduas y repetitivas labores manuales.
AstraZeneca está incorporando la IA en los procesos de transformación de la I+D para el manejo de la ingente cantidad de datos científicos y biomédicos que se producen constantemente y de forma creciente hoy en día. El procesamiento, análisis e interpretación a gran escala de esos datos con la ayuda de la informática y de la tecnología permite utilizarlos y aplicarlos más rápidamente y así acelerar el descubrimiento y desarrollo de fármacos, comprendiendo mejor las patologías y cómo tratarlas, identificando nuevas dianas terapéuticas o diseñando nuevas y mejores moléculas.
Mediante el uso de redes neuronales gráficas, que integran información genómica, farmacológica, clínica, de seguridad y de enfermedades en gráficos de datos científicos interconectados entre sí, se extraen patrones previamente desconocidos y se pueden realizar predicciones de dianas terapéuticas novedosas. Y a través del análisis de datos genómicos y de la multiómica se puede predecir qué hace una molécula de fármaco en una célula.
Los patólogos están entrenando a sistemas de lectura de imágenes por inteligencia artificial para realizar análisis de muestras rápidos y precisos o para detectar biomarcadores.
Los avances en la ciencia de datos pueden ayudar a diseñar ensayos clínicos más inteligentes, a dar más valor a los datos obtenidos y a optimizar las estrategias y programas de desarrollo de fármacos.
La compañía ha marcado explícitamente una dirección para que la ciencia de datos, la digitalización y la IA estén en el corazón de su estrategia.