{{{sourceTextContent.title}}}

USOS DE LA INTELIGENCIA ARTIFICIAL EN LA INDUSTRIA DE LAS CIENCIAS DE LA VIDA

{{{sourceTextContent.subTitle}}}

Ordenar la vida para salvar a las personas

{{{sourceTextContent.description}}}

La sobrecarga de información afecta a todos los sectores empresariales. Echemos un vistazo a la industria de las ciencias de la vida, por ejemplo. Las empresas de biotecnología tienen que averiguar desde el impacto de los organismos modificados genéticamente (OMG) en un ecosistema hasta la eficacia de los microbios que se alimentan de petróleo en una marea negra. Los fabricantes de dispositivos médicos sopesan los riesgos de sus dispositivos en los pacientes, mientras que las organizaciones de investigación por contrato (CRO) y las organizaciones de fabricación por contrato (CMO) luchan por apoyar a sus clientes de ciencias de la vida con sus proyectos.

Por eso no es de extrañar que el sector esté recurriendo a la inteligencia artificial (IA) y a todos sus subconjuntos, como el aprendizaje automático (ML), en busca de ayuda.

Qué es el sector de las ciencias de la vida

La industria de las ciencias de la vida está formada por empresas que investigan, desarrollan y fabrican bienes y servicios destinados a mejorar la vida de los organismos. Aunque hay muchos campos específicos (por ejemplo: bioinformática, cosmecéuticos, procesamiento de alimentos y nutracéuticos), la mayoría divide la industria en cuatro grandes áreas:

Farmacéutica: creación de medicamentos, normalmente a partir de productos químicos y procesos sintéticos.

Biotecnología: utilización de organismos vivos, como microbios y plantas, para desarrollar productos (por ejemplo, vino).

Dispositivos médicos: tratan afecciones médicas normalmente a través de un aparato, instrumento, implante, máquina e incluso determinados programas informáticos.

CRO / CMO - apoyan a las distintas empresas de ciencias de la vida en forma de servicios externalizados.

Industria farmacéutica: Sacar medicamentos vitales más rápido y a menor coste

La industria farmacéutica, en resumen, es:

Buscar y clasificar datos para posibles nuevos fármacos (descubrimiento de fármacos).

Determinar virtualmente los efectos de posibles nuevos fármacos en el cuerpo humano mediante DL antes de probarlos en voluntarios.

Encontrar los mejores candidatos para ensayos clínicos.

El desarrollo y lanzamiento de nuevos fármacos es un proceso lento y costoso con un alto riesgo de fracaso. La IA se está utilizando para acelerar el proceso de forma segura, con menos costes y con mayores posibilidades de éxito.

Biotecnología: Mantener el riesgo bajo control

Muchos de los usos de la IA en farmacia pueden aplicarse a la biotecnología. Sin embargo, las dos principales diferencias son:

La biotecnología abarca muchas más industrias, como la agrícola, la ganadera, la industrial, etc. Algunos ejemplos son:

Fabricación de insulina humana mediante bacterias modificadas genéticamente.

Cría de animales modificados con CRISPR para obtener órganos con los que tratar enfermedades humanas como la diabetes y la insuficiencia cardíaca.

Creación de cultivos resistentes a enfermedades.

Modificación de vacas para que produzcan más leche.

Creación de nuevos vinos y cervezas alterando sus fuentes (vides y bacterias respectivamente)

Desarrollar biocombustibles a partir de cultivos como la soja.

La segunda es la materia prima de la biotecnología. Debido a su uso de seres vivos, existe una mayor preocupación de que la tecnología pueda descontrolarse. Los microbios modificados genéticamente podrían mutar y liberar efectos indeseables, por ejemplo. Lo mismo ocurre con los OMG. Se espera que la inteligencia artificial minimice esos riesgos mediante el análisis intensivo de los registros de cría de animales para probar virtualmente los diseños moleculares.

Dispositivos médicos: Gestión de datos

Los dispositivos médicos actuales generan grandes cantidades de datos. Las máquinas de rayos X y dispositivos similares, como los TAC, pueden tomar imágenes internas muy detalladas para el diagnóstico de los radiólogos. Los sistemas de monitorización de las UCI de los hospitales pueden vigilar 24 horas al día, 7 días a la semana, a pacientes en estado crítico. Y los wearables actuales permiten a los pacientes controlar su estado en una tableta médica desde casa, o al personal médico hacerlo a kilómetros de distancia en la clínica médica.

Analizar todos esos datos reduciría drásticamente el tiempo que los médicos dedican a sus pacientes, ya de por sí limitado. Por eso, los fabricantes de dispositivos médicos están buscando la ayuda de la inteligencia artificial. Estos sistemas avanzados podrían ayudar a controlar y administrar la cantidad correcta de insulina a los diabéticos, por ejemplo. O ayudar a los radiólogos a encontrar tumores entre las numerosas radiografías de un paciente.

Los fabricantes también están recurriendo a la IA para acelerar el tiempo de desarrollo, reducir costes y mejorar el éxito de la aprobación, de forma similar a las empresas farmacéuticas y biotecnológicas. Así lo señala Todd Morley, director de ciencia de datos de Medtronic, durante una entrevista con Medical Design & Outsourcing: "prevemos una aplicación generalizada de la IA a la fabricación, incluso dentro de nuestra cadena de suministro. Los ingenieros industriales llevan décadas aplicando métodos estadísticos a la fabricación. Sin embargo, la convergencia de sensores ubicuos y baratos; abundantes recursos informáticos; y métodos de IA potentes y muy precisos, como el aprendizaje profundo y el modelado gráfico, crea nuevos casos de negocio para la IA en la fabricación."

CRO / CMO / CDMO: Proporcionar ayuda

Johnson & Johnson, Novo Nordisk y Abbott son gigantes en sus industrias (farmacéutica, biotecnología y fabricación de dispositivos médicos, respectivamente). A pesar de ello, incluso ellos tienen límites en el desarrollo y fabricación de sus numerosos productos.

Aquí es donde entran en juego las organizaciones de investigación por contrato (CRO) y las organizaciones de fabricación por contrato (CMO). Estas empresas ayudan a sus clientes a probar, perfeccionar y comercializar sus productos, ya sean nuevos fármacos, productos biotecnológicos o dispositivos médicos. Las CRO prestan servicios de investigación y desarrollo, mientras que las CMO -como es lógico- se centran en la fabricación. Las que hacen ambas cosas se denominan organizaciones de desarrollo y fabricación por contrato (CDMO).

Todas estas organizaciones contratadas utilizan la IA de forma similar a las grandes empresas. La CRO CellChorus fue pionera en el uso de la IA en el análisis de células individuales, mientras que la CRO twoXAR utiliza la IA para el descubrimiento de fármacos. La forma en que estas empresas utilizan sus recursos y tecnología varía en función de sus clientes e incluso del sector. Andrew Henderson, director comercial de Sterling Pharma Solutions, una CDMO, resumió las funciones de las CMO y las CDMO: "Las biotecnológicas más pequeñas o virtuales dependen casi por completo de la subcontratación en todas las disciplinas; las farmacéuticas de tamaño medio invierten internamente en actividades básicas como I+D y comercialización, pero no en fabricación; y las grandes farmacéuticas subcontratan estratégicamente la fabricación para utilizar los activos de forma eficiente."

Reflexiones finales

La inteligencia artificial está desempeñando un enorme papel en la mejora de muchas industrias. Esto incluye el enorme campo de las ciencias de la vida, en el que la mayoría de las empresas participan en cuatro grupos: farmacéutica, biotecnología, fabricación de dispositivos médicos y organizaciones contratadas. Debido a las enormes cantidades de datos que llegan, muchos están añadiendo IA, ML y más para ayudar desde la minería de datos hasta la simplificación de los procesos de fabricación.

Póngase en contacto con un experto de Cybernet si está interesado en obtener más información sobre la incorporación de la IA a su empresa de ciencias de la vida.