Investing.com — Klinik denemeler, artan maliyetleri ve azalan verimlilikleriyle pahalı ve yavaş olmaları ile bilinir. Bernstein’a göre, sektörün Ar-Ge harcamaları 2012 ile 2022 arasında %44 artarken, ABD’de onaylanan yeni ilaç sayısı sabit kaldı.
Aracı kurum yakın zamandaki bir raporunda şöyle belirtti: “2024 itibarıyla, klinik denemelerin %80’e kadarının öngörülen zaman çizelgelerini aştığı tahmin ediliyordu.”
Bu zorluklar uzun süredir devam ediyor. NIH’in 640 faz 3 denemesi üzerine yaptığı bir çalışma, %54’ünün başarısız olduğunu gösterdi. Bu başarısızlıkların %57’si yetersiz etkinlikten, %17’si ise güvenlik sorunlarından kaynaklanıyordu. Finansal ve lojistik engeller de büyük rol oynuyor. Başarısız denemelerin %22’si yeterli finansmana sahip değildi. Ayrıca katılımcı bulma zorlukları ve kısıtlayıcı uygunluk kriterleri sıklıkla sonuçları olumsuz etkiliyor.
Bernstein tarafından alıntılanan bir McKinsey çalışması, hasta başına maliyetlerin 40.000 doların üzerinde olduğunu tahmin ediyor. Faz I’den piyasaya sürülmeye kadar geçen ortalama süre yaklaşık on yıl. Başarı oranları ise sadece %10-12 civarında seyrediyor.
Yapay zeka (YZ) şimdi potansiyel bir çözüm olarak test ediliyor. Teoride, YZ tasarımdan analize kadar sürecin her aşamasını destekleyebilir.
Örneğin deneme tasarımında, YZ geçmiş çalışmalar, elektronik sağlık kayıtları ve hasta kayıtları gibi gerçek dünya verilerinden yararlanarak uygunluk kriterlerini iyileştirebilir ve daha ölçülebilir sonuç noktaları önerebilir.
Bernstein analistleri şunu belirtti: “Bu, daha yüksek başarı şansına sahip daha hızlı ve verimli denemeler yapılmasını sağlıyor.”
YZ’nin önemli rol oynayabileceği bir diğer alan da katılımcı alımı. YZ sistemleri, elektronik sağlık kayıtlarını, laboratuvar sonuçlarını ve klinik notları analiz ederek hastaları denemelere daha kesin bir şekilde eşleştirebilir.
Doğal dil işleme, yapılandırılmamış tıbbi verilerden uygun adayları ortaya çıkarmaya yardımcı olabilir. Makine öğrenimi modelleri ise kayıt zaman çizelgelerini tahmin edebilir ve etkili katılımcı bulma kanallarını vurgulayabilir.
Analistler şöyle diyor: “Yavaş ilerleyen kayıtların erken tespiti, sponsorların gecikmeler büyümeden düzeltici önlemler almasını sağlar.”
Bir deneme başladıktan sonra, YZ saha performansını gerçek zamanlı olarak izleyerek izlemede yardımcı olabilir. Gelişmiş modeller, protokol uyumluluğunda, advers olay raporlamasında veya veri girişinde anomalileri tespit edebilir. Bu da sponsorların bir çalışmayı yavaşlatmadan önce sorunları çözmesini sağlar.
Benzer şekilde, analiz aşamasında, YZ araçları ince tedavi etkilerini tespit edebilir, tarihsel verilerden sentetik kontrol kolları oluşturabilir ve istatistiksel modellemeyi hızlandırabilir.
Giderek artan sayıda şirket bu fırsatı değerlendiriyor.
Bernstein bunları üç kategoriye ayırdı: IQVIA Holdings (NYSE:IQV), Icon (NASDAQ:ICLR) ve Fortrea Holdings (NASDAQ:FTRE) gibi geleneksel sözleşmeli araştırma kuruluşları; Medidata, ConcertAI, Massive Bio ve Flatiron Health gibi sağlık teknolojisi firmaları; ve Tempus AI Inc (NASDAQ:TEM) ve Caris Life Sciences Inc (NASDAQ:CAI) gibi tanı, sekanslama ve YZ destekli deneme eşleştirmeyi birleştiren hibrit oyuncular.
Birkaçı teknoloji liderleriyle ortaklıklar kurdu. IQVIA ve ConcertAI, deneme iş akışları için YZ ajanları geliştirmek üzere NVIDIA (NASDAQ:NVDA) ile işbirliği yapıyor.
Bu çabaların temeli veridir ve şirketler koleksiyonlarının ölçeğini vurguluyor. Caris, deposunu “dünyadaki en büyük çok modlu moleküler ve klinik sonuç verilerinin birleştirilmiş veritabanlarından biri” olarak tanımlıyor. Medidata ise 36.000’den fazla denemeden ve 11 milyon hastadan elde edilen bilgileri referans gösteriyor.
Bununla birlikte, Bernstein yoğun yatırım ve hızlı inovasyona rağmen, YZ’nin klinik denemelerdeki rolünün belirsiz kaldığı konusunda uyarıda bulundu.
Analistler şöyle yazdı: “Beş yıl içinde, toz dindikten sonra, YZ’nin etkisi bir devrimden ziyade tesisatçılık gibi hissedilebilir: temel, görünmez ve kesinlikle vazgeçilmez.
Aksine, YZ yüksek düzeyde düzenlenmiş ve verimsiz bir sektöre önemli ölçüde nüfuz etmekte zorlanabilir.”
Rapor, maliyetlerin artması ve deneme sürelerinin uzamasıyla sektörün acil değişime ihtiyaç duyduğunun açık olduğu sonucuna varıyor. Bu değişim ister YZ tarafından ister başka inovasyon biçimleriyle yönlendirilsin.
Bu makale yapay zekanın desteğiyle oluşturulmuş, çevrilmiş ve bir editör tarafından incelenmiştir. Daha fazla bilgi için Şart ve Koşullar bölümümüze bakın.
