La industria de ensayos clínicos se enfrenta a un gran desafío en la selección de sitios de investigación adecuados, un proceso crítico que afecta la seguridad y eficacia de nuevos medicamentos y tratamientos. Aunque existen miles de centros de investigación potenciales en todo el mundo, la decisión sobre dónde llevar a cabo los ensayos a menudo se basa en redes personales y datos fragmentados, lo que puede resultar en lanzamientos de ensayos retrasados y oportunidades perdidas.
Las dificultades en la selección de sitios incluyen la fragmentación de datos, el esfuerzo manual y la baja cobertura de sitios revisados. Los patrocinadores y organizaciones de investigación suelen analizar solo una fracción de las ubicaciones disponibles, lo que limita su capacidad para encontrar centros de investigación adecuados. Además, la dependencia excesiva de líderes de opinión y el acaparamiento de datos por parte de organizaciones con grandes volúmenes de información dificultan el avance en la industria.
Kitsa, una empresa de tecnología médica que utiliza inteligencia artificial para mejorar la selección de sitios en ensayos clínicos, ha abordado este obstáculo con una solución innovadora basada en Amazon Quick Automate. Este producto de Amazon Web Services permite a las empresas automatizar y optimizar flujos de trabajo complejos de manera escalable. Al combinar datos demográficos, información sobre prevalencia de enfermedades y métricas de rendimiento histórico de los sitios, Kitsa ha desarrollado un motor de análisis que facilita la identificación de sitios adecuados para los ensayos.
Al implementar Amazon Quick Automate, Kitsa ha logrado transformar un proceso manual y lento en un sistema ágil y centrado en datos, logrando una cobertura del 96% en la extracción de datos y reduciendo costos operativos en un 91%. Además, la velocidad de adquisición de datos ha aumentado significativamente, permitiendo a la empresa completar en días lo que antes tomaba meses.
La automatización no solo mejora la eficiencia, sino que también permite una evaluación más precisa y justa de los sitios disponibles, facilitando que estos últimos muestren sus capacidades de manera estructurada. La integración de procesos automatizados y revisión humana asegura la calidad de los datos recolectados.
El impacto de esta innovación es notable, estableciendo un nuevo estándar en la selección de sitios para ensayos clínicos y permitiendo a las compañías farmacéuticas tomar decisiones basadas en evidencia. Al trabajar con datos de alta calidad y en un formato accesible, Kitsa está contribuyendo significativamente a optimizar la cadena de investigación médica, lo que, a su vez, promete acelerar el acceso de nuevos tratamientos al mercado.
vía: AWS machine learning blog
