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.
