Nei prossimi anni vedremo sempre più l’ascesa e la collaborazione tra nuovi attori nel panorama industriale: intelligenza artificiale (AI), machine Learning (ML) ed elaborazione del linguaggio naturale (NPL) per realizzare un’automazione intelligente con un approccio più opportuno e vantaggioso
Il comparto life
science non scappa a questa regola, anzi!
Deve essere tra i primi settori sempre aggiornati, sfidare nuovi
limiti, ricercare molecole, terapie e dispositivi sempre più
all’avanguardia per poter migliorare la vita dei pazienti.
In poco più di un secolo le scoperte in ambito farmaceutico hanno letteralmente
doppiato e sommerso i progressi in ambito
industriale.
Se da un lato abbiamo un ampio ventaglio di potenziali molecole
interessanti da testare, dall’altro lato, i mezzi industriali, le tecnologie e l’automazione a disposizione non sono proprio al
passo con la ricerca.
Ricerca e
industrializzazione/automazione viaggiano su binari diversi
La ricerca è stata più libera di correre liberamente mentre
dall’altra parte le compagnie farmaceutiche hanno trovato una strada molto più
tortuosa per poter soddisfare la compliance in campo industriale. Scenari regolatori in perenne movimento,
problematiche legate ai brevetti e soluzioni tecnologiche datate.
Ancora oggi molte attività sono appesantite da processi di
compliance rigidi.
Inoltre, è sempre più visibile la frattura esistente tra la
gestione e la comprensione critica che le aziende dovrebbero utilizzare per
gestire in maniera ottimale gli aspetti di sicurezza e collaborazione del
paziente.
Le aziende dovranno necessariamente in futuro adottare soluzioni
più integrate e affidarsi sempre più all’automazione per allinearsi a tali aspetti e
risolvere le sfide più critiche in maniera efficace. L’automazione è pertanto vitale per ottenere
successo nell’industria farmaceutica.
Le compagnie stanno affrontando ogni giorno grandi flussi di cambiamenti soprattutto nella
gestione dei dati per salvaguardare
la compliance e la sicurezza dei prodotti immessi in commercio.
Numerosi dati provengono da fonti multiple, sempre più prodotti
sono distribuiti in paesi differenti che cambiano continuamente i propri
requisiti regolatori.
Per esempio, l’utilizzo di una intelligenza artificiale integrata a sistemi di farmacovigilanza consentirebbe l’ottimizzazione e l’elaborazione
simultanea dei dati da svariate fonti (email, social media, banche dati
online, files audio, video) e renderebbe i trials
clinici più consistenti, sicuri e vantaggiosi, riducendo di gran lunga le
tempistiche.
Nonostante l’automazione
sia spesso stato ingiustamente sinonimo di disoccupazione (Machines replacing Humans), in realtà anche nel pharma worldcome in altri campi,
porterà ad un restyling vero e proprio del lavoro traducendosi in nuove
posizioni lavorative, l’accento di sposterà sempre di più sull’aspetto data
science.
Il coinvolgimento umano non scomparirà ma sarà trasformato ed
integrato sempre più in un unico processo automatizzato tra AI, ML e NPL.
Ciò porterà a setacciare le voluminose quantità di dati processati
più velocemente ed efficientemente. Il risultato finale? Le aziende libereranno
più tempo e risorse che potranno essere investite in miglioramenti ed
innovazione invece che in compiti ripetitivi senza valore aggiunto. Anche i
dati stessi, hanno subito una loro “evoluzione” e continueranno ad evolversi e
ad espandersi.
L’industria dovrà necessariamente adattarsi alla loro
trasformazione per poter far fronte ad un volume
di dati in continua crescita da fonti più disparate.
Prima i dati erano abbastanza puntiformi, statici, e ricavabili da
fonti standard e tradizionali (report,
banche dati collaudate, laboratori) adesso invece possiamo ricavare dati da
dispositivi indossati direttamente dai
pazienti, questo porta ad assumere sempre più dati e in maniera più
dinamica.
Da un punto di vista tecnico si arriverà ad ottenere dati più
consistenti, un legame sempre più forte tra pazienti ed i professionisti
dell’ambito sanitario e la trasformazione
della sanità stessa nell’era digitale.
Sempre più dati a disposizione provengono da canali non
tradizionali, meno statici e più fluidi, come
social media e siti online, e sono spesso utilizzati dai pazienti per
scambiare informazioni, transitare dati e comunicare: tutto ciò porta ad un
ampio raggio d’ azione.
È
compito della tecnologia e dell’automazione dunque, riuscire a captare i dati utili nel mezzo
dello “tsunami digitale” e contestualizzarli, confrontarli anche con i vecchi
dati più “analogici” e tradizionali per poter analizzare e migliorare la
qualità di vita dei pazienti, la compliance
e la qualità del prodotto.