La publicación de su inteligencia artificial por la Casa Blanca (Ai) Campaña de planificación El mes pasado, la “atención médica” menciona expresamente una de las pocas industrias. Hay una razón: la atención médica y las ciencias de la vida están a punto de hacer cambios regulatorios sin precedentes con cambios controlados por IA que convierten todo, desde la investigación y el desarrollo hasta las presentaciones de medicamentos para la aprobación.
La Asociación de Alimentos y Medicamentos (FDA) ya ha señalado una transición a las funciones de infraestructura y apoyo con capacidad de IA por sus Anuncio de Elsa A principios de este año. Con el Plan de Acción de AI, es obvio que las agencias gubernamentales y las autoridades de supervisión continuarán examinando la supervisión con capacidad de IA. Dado que las organizaciones en la atención médica y las ciencias de la vida se están preparando para ajustes continuos a las expectativas regulatorias, la planificación estratégica debe incluir estándares internos en la expectativa de directrices futuras.
La decisión de planificar esta estrategia es evitar la “fricción estática de la IA”, en la cual los métodos heredados resisten el cambio de trabajo contra los cambios que parecen desagradables o abruptos para la experiencia de una empresa. Una apertura a la adaptación que crea una forma de “fricción cinética de IA”, que reduce la cantidad de esfuerzo y la inversión de recursos que es necesaria para introducir nuevas innovaciones. Esta apertura a la adaptación será importante para alinear a las organizaciones con nuevas regulaciones, los métodos tradicionales a través de revisiones de protocolo actualizadas, nuevos análisis y reemplazar Nuevos sistemas que habilitan las partes de los datos y resultados.
En particular, el último plan de campaña de IA requiere una variedad de enfoques de cálculo avanzado que permitan una gran experimentación. También se sugiere que las futuras investigaciones e hipótesis consistan en planes experimentales informados por IA, hipótesis generadas por IA y experimentos respaldados por IA. Esta clara dinámica de los nuevos métodos de enfoque debería llamar la atención sobre las organizaciones que el desarrollo de las regulaciones continúa desarrollando en la industria en la industria y puede ser una expectativa real de que la investigación futura se incluya de alguna manera.
En vista de estas propuestas, las organizaciones en la atención médica y las ciencias de la vida deben incluir lo siguiente en su estrategia para prepararse para las próximas regulaciones.
1. Posición AI como el elemento básico de la empresa de investigación y desarrollo: La nueva tecnología debe verificarse al mismo nivel que las fuerzas de química médica o traducción, ya que estos datos finalmente servirán como base para las decisiones clínicas y las nuevas aplicaciones de medicamentos.
2. Crear datos científicos y clínicos accesibles: Los sistemas tradicionales se han concentrado en funciones microespecializadas y comportimentales de la investigación clínica. Para que prosperen nuevas innovaciones, las empresas tienen que desarrollar un nuevo paradigma de acceso a datos que va más allá de las actitudes de seguridad y de seguridad heredados.
3 .. Asociaciones de datos de fomento con acceso amplio, gran alcance y alta topicalidad: Las prácticas tradicionales han protegido los datos como un bien fuertemente controlado y protegido. Sin embargo, las fuentes heredadas y los modelos operativos generalmente funcionan contra las primeras estrategias de IA. Cuando los modelos de IA se agregan a las capacidades tradicionales, la probabilidad de distorsión, la baja reproducibilidad y la profundidad inadecuada simplemente aumentan. Compartir datos en varias organizaciones y promover la cooperación acelerará nuevas áreas de innovación biomédica y, al mismo tiempo, minimizará el riesgo de resultados inexactos basados en datos inadecuados.
4. Integre los planes de IA en el diseño de la investigación y los resultados documentados: Las publicaciones y las presentaciones regulatorias se incluyen cada vez más en secciones que contienen una hipótesis de los planes de investigación de IA y los resultados del modelo de IA. El estándar de investigación clínica y presentaciones regulatorias incluirá cada vez más los resultados de la investigación con generación de IA. Las empresas deben asegurarse de que estos modelos complementen los enfoques tradicionales y, al mismo tiempo, sean completamente transparentes si se han utilizado enfoques con capacidad de IA en presentaciones.
5. Espere lo que los modelos saben y preguntarán: La introducción de ELSA requiere que las organizaciones anticipen las revisiones de IA del protocolo, el diseño del estudio y los puntos finales. A diferencia de los procesos regulatorios anteriores, en los que los miembros del comité se superponían y compararon nuevos programas con los pocos anteriores, la revisión controlada por IA ahora ofrece una investigación mucho más completa sobre la investigación. Con los modelos de aprendizaje de idiomas y la IA generativa, las cohortes de control tienen acceso a una visión mucho más amplia de una enfermedad, sus objetivos de tratamiento, requisitos de seguridad y dispositivos de atención al paciente. Planifique todos los preparativos para la evaluación con esta amplia perspectiva.
6. Acceso abierto a innovaciones con el mayor impacto: La IA permite nuevos grados de innovación que permiten el examen de patrones y relaciones de una manera nueva. Los productos que surgen de esta innovación pueden incluir un modelo de IA o un compuesto de un modelo terapéutico más asociado para ayudar al paciente.
7. Las empresas en etapa inicial acceden a la infraestructura a pedido y los registros de datos de excelentes estándares: La cooperación y las asociaciones dentro de la industria del biofarma deben cambiar para tener en cuenta un entorno de investigación y desarrollo centrado en la IA. Estos compuestos son de crucial importancia para facilitar el acceso en las primeras etapas para acceder a los súper estándares y la infraestructura informática bajo demanda.
8. Refina el enfoque de la adquisición y desarrollo de talentos de IA: Con el desarrollo de la IA, las organizaciones tienen que concentrarse en dos grupos de personal: especialistas modestos y personas altamente calificadas. El primer grupo está formado por personas capacitadas que trabajan en la “frontera de sus licencias” o también con aumento de IA. El segundo grupo se usa y tiene control directo sobre varios agentes o superagentes. Las inversiones no solo tienen que colocarse en la adquisición de nuevos empleados con estas habilidades, sino que también se aseguran de que suficientes miembros de la fuerza laboral existente puedan incluirse en una de estas categorías.
9. Aumente la barra para la calidad y velocidad de toma de decisiones: Estudios integrales de especialistas humanos se incluyen en la toma de decisiones en decisiones respaldadas por A para aumentar el nivel de confianza, claridad y perspicacia. Los miembros del equipo deben hacer preguntas como “¿Qué hallazgos hacen la serie de LLMS y agentes específicos de enfermedades para las complejas relaciones que rodean la reacción extraordinaria de este grupo de pacientes a esta nueva agencia terapéutica”.
10. Restablecer el tiempo y las expectativas de productividad: La adición de IA a la investigación científica y la toma de decisiones clínicas no está vinculada a tiempo o días. Puede cumplir con la capacidad máxima de cualquier infraestructura informática a la que se agrega acceso, lo que significa que el tiempo para la decisión de los resultados se recalcula por completo.
La mejor manera de preparar nuevas innovaciones como la IA e involucrar la estrategia de su empresa es acelerar las asociaciones industriales para profundizar y expandir el acceso a los datos. El mayor acceso a los datos cambiará el desarrollo clínico, la ciencia traslacional y la atención clínica para garantizar y acelerar el progreso médico.
AI Innovations se desarrollará aún más, lo que conduce a modelos más progresivos y más capaces, junto con una mayor necesidad de desarrollar la compañía tradicional para la salud y las ciencias de la vida. El nuevo plan de campaña de IA de la Casa Blanca es un ejemplo de cómo la innovación y las pautas de IA pueden cambiar o revolucionar los métodos experimentales y el desarrollo de hipótesis. Cuando se desarrollan nuevas normas obligatorias, las organizaciones que ignoran estas pautas se arriesgan y violan el cumplimiento. Las organizaciones que crean su propio plan de campaña de IA para cumplir con estos requisitos están mejor preparados para encontrar innovaciones o regulaciones adicionales de IA.
Foto: Jirsak, Getty Images
Jeff Elton, Ph.D.es vicepresidente de conciertoUna compañía de soluciones de AI SAA que ofrece investigaciones y soluciones centradas en el paciente para innovadores para biosciencias y los proveedores líderes del mundo. Antes del concierto, Jeff era el director gerente de Accenture Strategy/Patient Health; Director de Operaciones Global y Estrategia de SVP en los Institutos Novartis de Investigación Biomédica, Inc.; y socio de McKinsey & Company. También es miembro fundador y consultor senior de varias compañías en las primeras etapas. Jeff es actualmente miembro de la junta del Consejo de Biotecnología Massachusett. Es coautor del libro generalizado de Healthcare interrumpido (Wiley, 2016). Jeff tiene un Ph.D. y MBA de la Universidad de Chicago.
Esta contribución aparece a través del Influencer de Medcity Programa. Todos pueden publicar su visión de los negocios y la innovación en la atención médica en relación con los mensajes de Medcity de Medcity -Influencer. Haga clic aquí para averiguar cómo.
