En los últimos cinco años ha habido cambios, innovaciones y disrupciones en el ámbito de la salud y las ciencias de la vida (HCLS) que normalmente tienen lugar a lo largo de décadas. En la vanguardia de este cambio rápido ha estado la ascendencia de tecnologías emergentes como la inteligencia artificial (IA) y la inteligencia artificial generativa (GenAI). Si damos un paso atrás, es notable reflexionar sobre cómo ha evolucionado el discurso en torno a las tecnologías emergentes en solo los últimos dos o tres años. Las conversaciones que antes se centraban en el ‘qué’ ahora se centran exclusivamente en el ‘cómo’. ¿Cómo podemos aprovechar esta tecnología de manera efectiva y responsable? ¿Cómo capacitamos y entrenamos a los profesionales médicos para usar la tecnología de manera responsable? ¿Cómo podemos asegurarnos de maximizar las capacidades completas de estas herramientas? En este contexto, el surgimiento de estas tecnologías ha arrojado luz sobre otra necesidad central en HCLS: la necesidad de datos del mundo real de alta calidad y completos (RWD).
Dado la falta de datos de alta calidad, las empresas que sobresalen en la recopilación y gestión efectiva de datos están atrayendo el interés de socios de la industria y distinguiéndose de sus rivales.
Si bien hay una miríada de factores en juego, aquí hay algunas formas en que las aplicaciones emergentes de IA están impulsando y redefiniendo la necesidad de RWD en HCLS,
Elevar la prestación de asistencia sanitaria
En muchos aspectos, el crecimiento de las aplicaciones de IA y la necesidad de RWD de alta calidad es similar a una carrera de relevos. La cadena de información que los clínicos utilizan para diagnosticar, tratar y monitorear a los pacientes depende del testigo de los datos históricos. Esa información no solo necesita ser transmitida de manera efectiva, sino también de una manera que no pase por alto detalles críticos. La IA presenta ese eslabón crítico en la cadena, pero en última instancia, la calidad de los RWD y el valor que pueden proporcionar son fundamentales para el éxito de las aplicaciones de IA.
Reformar las ciencias de la vida
Similar a la atención sanitaria, la IA en las ciencias de la vida sigue emergiendo y con ella los fabricantes farmacéuticos y las compañías biotecnológicas tienen sus propias iniciativas independientes para descubrir, desarrollar y comercializar activos terapéuticos aprovechando la tecnología. Ya sea buscando e identificando nuevos objetivos terapéuticos o estratificando a los pacientes que son más o menos propensos a responder a un medicamento, los RWD sirven como un factor de anclaje. En pocas palabras, las empresas biofarmacéuticas y biotecnológicas requieren RWD de alta calidad para impulsar sus innovaciones impulsadas por IA.
Comienza con los datos
Hemos escuchado el viejo dicho de que el conocimiento es poder y cuando se trata de aplicaciones de IA para la atención sanitaria, biofarmacéutica y dispositivos médicos, los datos son ese poder. En particular, datos auténticos y bien curados de pacientes. Sin embargo, tales datos a menudo presentan desafíos. Por ejemplo, los datos pueden estar en silos o existir en diferentes sistemas. Pero para llegar a conclusiones de grado clínico, la base de tales modelos necesita ser los datos de los pacientes. Por esta razón, el surgimiento de aplicaciones de GenAI en HCLS hace que la necesidad de RWD sea aún mayor que existía anteriormente. Los modelos de GenAI a menudo producen alucinaciones o resultados que no existen en los datos reales. Tales inexactitudes hacen que las aplicaciones de IA sean inutilizables, enfatizando aún más el papel indispensable de los RWD de calidad en el desarrollo de aplicaciones de IA de atención médica funcionales y confiables.
El camino por delante
A medida que las aplicaciones en HCLS se aceleran y, a su vez, la necesidad de RWD continúa impulsando ese avance, el enfoque cambiará cada vez más hacia maximizar el valor de los datos para las organizaciones de HCLS. Ya estamos comenzando a ver organizaciones de atención sanitaria, por ejemplo, que gestionan las interacciones con los pacientes, que van desde hospitales hasta proveedores de atención médica en el hogar, implementando pasos para organizar y preparar mejor sus datos para usos posteriores. Esto es tanto dentro de sus centros de atención como externamente. Invertir en infraestructura de datos, procesos de gobernanza y estrategias para manejar eficazmente RWD será crítico para las organizaciones de HCLS a medida que continúan en sus viajes de IA. Aquellos que lo hagan bien estarán mejor posicionados para obtener valor de sus datos mientras mejoran los resultados de los pacientes.
Foto: Ace2020, Getty Images
Kristin Pothier es la Líder del Sector de Ciencias de la Vida en Estados Unidos en KPMG U.S. Kristin tiene casi 30 años de experiencia en consultoría estratégica e investigación en las industrias de la salud y las ciencias de la vida. Sus áreas de enfoque son la estrategia comercial, la estrategia de crecimiento y fusiones y adquisiciones para compañías farmacéuticas, diagnósticas, de dispositivos y de salud del consumidor, inversores e instituciones médicas en todo el mundo.
Ash Shehata es el Líder del Sector de Salud en Estados Unidos en KPMG U.S. Ash es un ejecutivo de Asesoría con sede en EE.UU. con más de 25 años de experiencia especializado en TI de la salud, incluido el logro de un uso significativo, intercambios de información de salud, registros clínicos longitudinales, TI de la salud basada en la nube e inteligencia empresarial clínica y de otras áreas de la salud.
Esta publicación aparece a través del programa MedCity Influencers. Cualquiera puede publicar su perspectiva sobre negocios e innovación en el sector de la salud en MedCity News a través de MedCity Influencers. Haz clic aquí para averiguar cómo.