Medir. La ciencia, tambin la medicina, a menudo buscan cuantificar el impacto de los tratamientos. No solo se evalan de forma simplista en si funcionan o no. Hay ms, porque hoy, en pleno siglo XXI, los detalles importan. Cundo sienta mejor una pastilla? Por qu los fines de semana los pacientes toman peor la medicacin? Medimos todo lo que podemos porque el objetivo es mejorar la vida de los pacientes.
Emmanuel Frenehard tiene claro que el dato hoy es valioso. Los individuos deberan compartir su informacin mdica de manera annima. El vicepresidente ejecutivo y director digital de Sanofi lleg al laboratorio francs hace casi tres aos y se trajo todo lo que haba aprendido de su etapa anterior en un sector alejado del actual: el entretenimiento. Primero en Disney, donde estuvo 17 aos, y ms tarde en una startup en Asia, creando un servicio similar a Netflix. Esto influye en mi enfoque actual en la farmacutica al verter todo mi conocimiento digital para pacientes en lugar de clientes o usuarios.
Hay todo un mundo entre dirigirse a pacientes o captar clientes? El experto francs pone sobre la mesa algunas similitudes, dejando claro que la responsabilidad frente a los pacientes siempre es mayor.
Primero, alude al famoso engagement (compromiso) tan usado en el sector de los medios: En el mundo del entretenimiento, se busca tener una relacin con el usuario, y en el sector farmacutico, se busca un vnculo de soporte hacia el paciente. En ambos terrenos, se busca el impacto en la persona, prosigue, aunque siempre haba considerado que el entretenimiento es una causa noble para escapar de vidas complicadas, hoy creo que no hay nada ms noble que ayudar a una persona que sufre, a un paciente.
Para saber ms
Entre otros proyectos, puso en marcha la plataforma iFlix en el sudeste asitico -una especie de Netflix ad hoc para ese continente- y dirigi el lanzamiento de DisneyLife, el servicio de suscripcin digital directo al consumidor de la empresa en el Reino Unido, el precursor de lo que hoy se conoce como Disney+.
Frenehard rompe con todos los moldes asociados a una industria que hasta hace una dcada se mantena alejada de los medios y apenas contaba con portavoces que desgranasen la complejidad de los procesos asociados al desarrollo de frmacos. Quizs la pandemia y la retransmisin en vivo de la llegada exprs de vacunas sirvieron para que las farmacuticas se volcaran ms en contar lo que hacen y por quin.
El objetivo: Reducir el desarrollo de frmacos de 10 a 5 aos
La eleccin de Frenehard por parte del CEO del laboratorio, Paul Hudson, no es casual. Hace dos aos, en una entrevista con Actualidad Econmica, la revista econmica de este diario, desgranaba las posibilidades de la inteligencia artificial ms all de los procesos obvios. La IA abarca mucho ms, el genio ha salido de la botella, y no hay vuelta atrs. Quizs como arquitecto digital, pero nefito en lares cientficos, apunta con ms claridad las ventajas de la IA y de la importancia de la gestin del dato, tan sensible, pero tan necesario para avanzar en el conocimiento mdico-cientfico.
Conseguir acortar los tiempos es lo ms inmediato. Sabemos que muchos pacientes no lo tienen. Tenemos que llegar antes y mejor. Por eso no duda en lanzar uno de sus propsitos en esta nueva etapa de su vida: El objetivo es reducir a la mitad el tiempo necesario para llevar una nueva molcula al paciente, pasando de 10-12 aos a 5-6 aos.
"La colaboracin entre cientficos y la IA permite afinar en el diseo de molculas para influir en una diana teraputica"
Cmo la IA optimiza las etapas del laboratorio?
Aqu Frenehard desgrana los secretos de Sanofi para que la cultura de la IA, sus posibilidades y su buen manejo calen en el ADN de la compaa. Siempre debemos pensar en ella como la herramienta con capacidad de transformar nuestros procesos, mejorarlos y optimizarlos. Y, por supuesto, en todos ellos contempla que haya aportacin de valor. No del valor como teora, sino del valor que se percibe en los resultados.
Por eso, desde la compaa, comenta, hay varios tipos de herramientas digitales donde la IA tiene una funcin distinta segn el puesto que se desempee. No tiene sentido que todos la usemos de la misma forma, aclara. Hay una IA para expertos, para nuestros cientficos; para m es imposible, aunque para ellos resulta vital porque les ayuda en procesos cotidianos donde acortan tiempos y facilita la obtencin de resultados.
Cmo? A travs de la digitalizacin del conocimiento histrico de la compaa. Frenehard se enorgullece del vasto archivo de experimentos que durante ms de medio siglo (53 aos) la compaa ha realizado en el desarrollo de terapias en el campo de la diabetes, la inmunologa, la neurologa, la oncologa y las enfermedades raras. Toda esta informacin se integra en herramientas de IA para que los cientficos puedan acceder a ella, evitando la duplicacin de experimentos y proporcionando capacidades para evaluar hiptesis de manera ms eficiente.
Como ejemplo, seala, que antes de repetir un ensayo clnico para probar la validez de una hiptesis se puede verificar en el sistema si ya se ha hecho antes. Ahora el cientfico puede elegir si incidir en esos pasos o cambiar algo del proceso para obtener un nuevo resultado. Antes, explica, esto poda llevar a los investigadores a muchas pruebas de ensayo y error, hoy queremos ser ms directos y evitar repeticiones intiles. Aqu pone especial nfasis, porque recuerda que su objetivo es mejorar la tasa de xito en el desarrollo de medicamentos, especialmente en las fases de ensayos clnicos donde el 90% de las molculas suelen fallar.
En el laboratorio, las herramientas de IA pueden sugerir la secuencia ideal de experimentos de laboratorio para validar una pista, informando al cientfico sobre el trabajo ya realizado por la compaa en el pasado y ofreciendo la secuencia ptima para ahorrar tiempo. Una vez que se cuenta con la nueva hiptesis y se pasa a la fase del diseo de molculas, la IA ayuda a ratificar si esta idea tiene valor. Colaborando entre cientficos y la mquina, se pueden disear posibles molculas que podran influir en una diana teraputica especfica, generando cientos de opciones.
"Siempre consider que entretener ayudaba a las personas a evadirse. Hoy creo que no hay nada ms noble que ayudar al que sufre"
Como un bistur para un cirujano, un fonendoscopio para un mdico o una placa de petri y una probeta para el investigador, el responsable de digitalizacin del laboratorio comenta cmo se realizan las evaluaciones de las molculas candidatas y el papel de la IA. Se emplean modelos para determinar la afinidad de una molcula con una diana, es decir, si puede adherirse a ella y modificar su comportamiento sin alterar la biologa humana, limitando as los efectos secundarios.
Una vez hallada la frmula mgica, llega el momento de saber si va a ser til en los pacientes que sufren una determinada enfermedad. Cmo influyen las nuevas capacidades en el diseo de los ensayos clnicos? Optimizacin. Para Frenehard esta es la palabra clave porque, por un lado, nos permite reducir la cantidad de pacientes necesarios, lo que es un factor de velocidad y tiene consideraciones ticas.
Sobre esto ltimo insiste en que nuestro deber es acelerar la llegada de tratamientos a los pacientes y que estos sean accesibles de la manera ms rpida, especialmente en el caso de enfermedades raras donde el diagnstico y el tratamiento pueden tardar aos.
Aqu incide en las posibilidades que hoy se abren para el colectivo de quienes sufren una patologa que an no tiene nombre, aunque en la actualidad haya unas 7.000 enfermedades raras identificadas y la mayora sin tratamiento. Pasan aos hasta que se conoce el origen del trastorno; hay muchos afectados que viven sin saber qu les sucede o por qu padecen su sufrimiento. La IA nos va a permitir explorar dentro de ingentes cantidades de informacin gentica hasta dar con el fallo.
Mientras desgrana las posibilidades presentes en la medicina, el experto normaliza el hecho de que si dejamos que la IA nos organice viajes o recomiende series o desgrane libros, o si somos capaces de tener comida en casa, comprar a distancia… por qu no usar todo ese potencial en diagnosticar una enfermedad correctamente, encontrar una molcula adecuada y llevarla al paciente rpidamente?. Reconoce que aunque no resulte tan fcil, la inteligencia artificial puede ayudar en estos aspectos.
Una vez superada esa fase de los ensayos, Frenehard pone ejemplos del da a da que estn poniendo en prctica en la compaa para conocer mejor su impacto en la vida de los pacientes. A travs de la digitalizacin y la IA, pueden obtenerse datos sobre la experiencia del paciente y su adherencia a los tratamientos, como se observa en programas de apoyo digital para diabticos. As, a travs de la app My Dose Coach (dirigida a diabticos de tipo 2) pueden conocer cules son sus hbitos, cundo y por qu fallan en la medicacin… Esto nos ayuda a ser ms precisos en los mtodos y los abordajes que podemos ofrecer y disear.
Tras desvelar cmo la IA ha calado en toda la compaa, queda por sealar el rol del hub que Sanofi inaugur en Barcelona hace una dcada. El Global Innovation Center (GIC) empez con unas 40 personas y hoy tiene ms de 700 que aglutinan ms de 45 nacionalidades, una especie de ONU, bromea, al tiempo que destaca que esta diversidad es fundamental porque el mundo es complicado y se necesita una variedad de perspectivas y mentes para abordar los desafos.
-Cul es el papel de este centro en el mapa global?
-Inicialmente, el hub se centr en competencias que Sanofi no tena internamente, como SAP. Sin embargo, ha evolucionado para desarrollar funciones nuevas relacionadas con datos e inteligencia artificial, aprovechando el talento existente en Espaa y, ms concretamente, en Barcelona. Solo hay otro centro que rene capacidades similares, que est en Toronto. Aqu se desarrollan productos digitales especficos. Por ejemplo, se ha creado una IA para diagnosticar pacientes con enfermedades raras, que opera sobre datos y puede sugerir a los profesionales de Sanofi posibles pacientes en hospitales.
A estas alturas, queda por saber si ese empuje que tienen los laboratorios tambin se observa en las agencias que aprueban los medicamentos en Europa y en EEUU, como la EMA y la FDA, y en los organismos e instituciones pblicas. La IA automatiza aproximadamente el 70% de los informes necesarios para las agencias reguladoras, lo que ahorra meses de trabajo y acelera el proceso de autorizacin de nuevos medicamentos. Es bidireccional este avance? S, tambin estn trabajando para recibir datos y tener sus propios modelos para acelerar las validaciones.
Quizs quienes van algo ms rezagadas son las instituciones. Europa tiene la oportunidad de liderar a nivel mundial en el manejo de datos, especialmente porque la regin es rica en perfiles genticos, ms rica que EEUU o China, sostiene Frenehard, que propone deberes a los gestores polticos para aprovechar el perfil de una regin rica en informacin y datos histricos, lo que la hara competitiva.
Ms all de ello, el arquitecto de la digitalizacin del laboratorio francs remata con la idea de que el dato nos permite medir clics, visualizaciones… Pero aqu los datos nos permiten medir das, horas, semanas, meses… de calidad de vida.