pharma.be - Association Générale de l'Industrie du Médicament

07/16/2024 | News release | Distributed by Public on 07/16/2024 01:20

Artificiële Intelligentie (AI) kan het potentieel inlossen voor patiëntgerichte innovatie in de biofarmaceutische sector

De integratie van artificiële intelligentie (AI) in de biofarmaceutische sector verandert de manier waarop geneesmiddelen worden ontwikkeld, getest en afgeleverd radicaal. In België, dat bekend staat om zijn sterke gezondheidszorg en innovatieve farmaceutische sector, speelt AI een cruciale rol bij het verbeteren van de efficiëntie en effectiviteit van de ontwikkeling van nieuwe behandelingen.

Innovatie versnellen in de richting van patiënten

Een van de grootste voordelen van AI is de versnelling van het ontwikkelingsproces van geneesmiddelen. Traditioneel kan de ontwikkeling van een nieuw geneesmiddel jaren duren en miljarden euro's kosten. AI-algoritmen kunnen echter grote datasets analyseren en potentiële kandidaat-geneesmiddelen sneller identificeren. Bedrijven, zoals het Belgische Kantify, gebruiken AI-technologieën bijvoorbeeld om de ontdekking van effectieve en veilige geneesmiddelen te versnellen. Dit leidt tot een snellere beschikbaarheid van nieuwe behandelingen voor patiënten.

Klinische studies verbeteren

AI speelt ook een belangrijke rol bij het verbeteren van klinische studies. Door AI te gebruiken kunnen biofarmaceutische bedrijven sneller geschikte patiënten identificeren, waardoor de rekruteringstijd aanzienlijk wordt verkort. AI helpt ook bij het monitoren van patiënten tijdens klinische studies en bij het analyseren van de enorme hoeveelheden gegevens die tijdens deze studies worden verzameld. Dit zorgt niet alleen voor efficiëntere onderzoeken, maar ook voor betere en betrouwbaardere resultaten. AI wordt bijvoorbeeld gebruikt om administratieve taken in klinische studies te verminderen, wat leidt tot meer nauwkeurigheid en minder fouten.

Gepersonaliseerde geneeskunde

Een ander belangrijk voordeel van AI is de vooruitgang in gepersonaliseerde geneeskunde. Door patiëntgegevens te analyseren en patronen te herkennen, kunnen AI-systemen behandelingen op maat ontwikkelen die beter aansluiten bij de individuele behoeften van patiënten. Dit leidt tot effectievere behandelingen en minder bijwerkingen. In België wordt AI gebruikt om patiëntspecifieke behandelingen te ontwikkelen, vooral in complexe ziektegebieden zoals kanker en zeldzame ziekten.

Ethische principes

De life sciences sector erkent dat er achter elk gegevenspunt een persoon staat en zet zich in om gegevens met de hoogste mate van integriteit en zorg te behandelen. We streven ernaar een zeer betrouwbare gegevenspartner en een goede gegevensburger te zijn binnen het ecosysteem van de gezondheidszorg en bij regelgevende instanties. Een belangrijk onderdeel in het bereiken van ons doel is het vergroten van het bewustzijn van ethisch gedrag gedurende de volledige levenscyclus van gegevens, van verzameling, gebruik, intgraal beheer en opslag tot de ontwikkeling en commercialisatie van geneesmiddelen en technologieën.

Dit vereist vier basisvoorwaarden:

  1. Normen voor kwaliteit en interoperabiliteit van gezondheidsgegevens

    Gegevens, die vaak worden gezien als een "bijproduct" van het routinematige zorgproces, zijn meestal verspreid en niet-gestandaardiseerd binnen zorgorganisaties. Dit soort gegevens, bekend als Real-World Data (RWD), kan echter enorm waardevol zijn.

    De eerste stap naar verbetering is het toevoegen van kwaliteitscontroles en gegevens te structureren in een "Common Data Model" (een relationeel model voor databanken in de gezondheidszorg), zoals bijvoorbeeld het OMOP-gegevensmodel.

    RWD mist vaak de nodige diepgang voor uitgebreid onderzoek. Gerichte inspanningen om nieuwe gegevens toe te voegen aan bestaande datasets creëren rijkere, nuttigere datasets, ook wel "Augmented RWD" genoemd.
  2. Infrastructuur (methode & tools)

    Een stevige infrastructuur is essentieel en omvat veilige gegevensopslag en krachtige verwerkingsmogelijkheden. Zo zorgen federatieve datanetwerken, die privacy-by-design zijn, voor de bescherming van patiëntgegevens. Daarnaast zijn er gestandaardiseerde methoden en geavanceerde tools nodig om de gegevens te verwerken en te analyseren, wat waardevolle inzichten oplevert die de patiëntenzorg kunnen verbeteren.
  3. Bestuur

    Een werkbaar kader met duidelijke regels voor de toegang tot en het delen van gezondheidsgegevens is noodzakelijk. Er is behoefte aan harmonisatie en afstemming tussen alle belanghebbenden over een uniforme interpretatie van de GDPR (General Data Protection Regulation = Algemene verordening gegevensbescherming (AVG)) om secundair gebruik te bevorderen, zonder onrealistische beperkingen. Transparantie en vereenvoudiging van procedures zijn noodzakelijk. Tot slot benadrukken we het belang van samenwerking tussen alle partners in het data-ecosysteem.
  4. Samenwerking

    Een op gegevens gebaseerd gezondheidszorgsysteem kan alleen tot stand worden gebracht door samenwerking tussen de publieke en private sector in elk land en in de hele Europese Unie. Stakeholders uit het hele ecosysteem van de gezondheidszorg (zorgverleners, patiënten, innovators) hebben unieke perspectieven, kennis en inzichten over de kansen en belemmeringen die gepaard gaan met de toegang tot en het delen van gegevens. Samenwerken over de silo's heen is essentieel om zorginnovatie te laten gedijen, de zorg voor patiënten te verbeteren en de duurzaamheid van ons zorgstelsel voor de toekomst te ondersteunen.

Kortom, een ecosysteem voor gezondheidszorg dat gebruik maakt van gegevens heeft het potentieel om de patiëntenzorg te transformeren en innovatie te versnellen.

Karen Crabbé
Economic & Health Data Advisor, pharma.be
Michele Melhem
Head, Portfolio Strategy & Enablement - Roche Pharma BeLux; TF Health Data & Digitalisation Lead, at pharma.be