Các hãng thuốc lớn đặt cược vào AI để tăng tốc thử nghiệm lâm sàng

Nghiên cứu trên người là phần tốn kém và tốn thời gian nhất trong quá trình phát triển thuốc vì có thể mất nhiều năm để tuyển dụng bệnh nhân và thử nghiệm thuốc mới trong một quy trình có thể tiêu tốn hơn 1 tỉ USD từ khi phát hiện ra thuốc đến khâu hoàn thiện.

Các công ty dược phẩm đã thử nghiệm AI trong nhiều năm với hy vọng máy móc có thể khám phá ra loại thuốc "bom tấn" tiếp theo. Một số hợp chất do AI chọn đang được phát triển, nhưng những vụ đặt cược đó sẽ phải mất nhiều năm mới có hiệu quả.

Tuy nhiên, các cuộc phỏng vấn của Reuters với hơn 10 giám đốc điều hành công ty dược phẩm, cơ quan quản lý dược phẩm, chuyên gia y tế công cộng và các công ty AI cho thấy rằng công nghệ này đang đóng vai trò to lớn và ngày càng tăng trong các thử nghiệm thuốc ở người.

Các công ty như Amgen (Mỹ), Bayer (Đức) và Novartis (Thụy Sĩ) đang đào tạo AI để quét hàng tỉ hồ sơ y tế công cộng, dữ liệu đơn thuốc, yêu cầu bảo hiểm y tế và dữ liệu nội bộ của họ để tìm bệnh nhân thử nghiệm. Một số trường hợp giảm một nửa thời gian cần thiết để đăng ký.

Jeffrey Morgan, Giám đốc điều hành Deloitte - công ty tư vấn cho ngành khoa học đời sống, cho biết: “Tôi không nghĩ nó đã lan rộng, nhưng tôi nghĩ chúng ta đã qua giai đoạn thử nghiệm”.

Cơ quan Quản lý Thực phẩm và Dược phẩm Mỹ (FDA) cho biết đã nhận được khoảng 300 đơn đăng ký kết hợp AI hoặc học máy trong phát triển thuốc từ năm 2016 đến 2022. Hơn 90% số đơn đăng ký đó đến trong hai năm qua và hầu hết là dành cho việc sử dụng AI tại một thời điểm nào đó trong giai đoạn phát triển lâm sàng.

ATOMIC

Trước AI, Amgen sẽ dành nhiều tháng để gửi các cuộc khảo sát tới các bác sĩ từ thành phố Johannesburg (Nam Phi) đến bang Texas (Mỹ) để hỏi liệu phòng khám hoặc bệnh viện có bệnh nhân có các đặc điểm lâm sàng và nhân khẩu học liên quan tham gia thử nghiệm hay không.

Các mối quan hệ hiện tại với các cơ sở hoặc bác sĩ thường sẽ ảnh hưởng đến quyết định chọn địa điểm thử nghiệm nào. Tuy nhiên, công ty kiểm toán Deloitte ước tính khoảng 80% nghiên cứu không đạt được mục tiêu tuyển dụng vì các phòng khám và bệnh viện đánh giá quá cao số lượng bệnh nhân sẵn có, tỷ lệ bỏ cuộc cao hoặc bệnh nhân không tuân thủ các quy trình thử nghiệm.

ATOMIC, công cụ AI của Amgen, quét hàng loạt dữ liệu nội bộ và công khai để xác định, xếp hạng các phòng khám và bác sĩ dựa trên hiệu suất trước đây trong việc tuyển dụng bệnh nhân cho các cuộc thử nghiệm.

Amgen nói với Reuters rằng việc đăng ký bệnh nhân tham gia thử nghiệm ở giai đoạn giữa có thể mất tới 18 tháng, tùy thuộc vào căn bệnh, nhưng ATOMIC có thể cắt giảm thời gian đó xuống một nửa trong trường hợp tốt nhất.

Amgen đã sử dụng ATOMIC trong một số thử nghiệm thuốc điều trị các bệnh, gồm cả bệnh tim mạch và ung thư, đồng thời đặt mục tiêu sử dụng nó cho hầu hết các nghiên cứu vào năm 2024.

Đến năm 2030, công ty hy vọng AI sẽ giúp tiết kiệm được hai năm trong thập kỷ hoặc hơn nữa thường mất để phát triển một loại thuốc.

Badhri Srinivasan, người đứng đầu hoạt động phát triển toàn cầu của Novartis, cho biết công cụ AI mà hãng sử dụng cũng đã giúp việc đăng ký bệnh nhân tham gia thử nghiệm nhanh hơn, rẻ hơn và hiệu quả hơn. Thế nhưng, ông nói AI trong bối cảnh này chỉ tốt như dữ liệu mà nó nhận được.

Nhìn chung, chưa đến 25% dữ liệu sức khỏe được công khai để nghiên cứu, theo Sameer Pujari, chuyên gia AI tại Tổ chức Y tế Thế giới (WHO).

Cánh tay kiểm soát bên ngoài

Nhà sản xuất dược phẩm Bayer cho biết đã sử dụng AI để cắt giảm số lượng người tham gia cần thiết xuống vài nghìn người cho cuộc thử nghiệm giai đoạn cuối với asundexian, một loại thuốc thử nghiệm được thiết kế để giảm nguy cơ đột quỵ lâu dài ở người lớn.

Bayer sử dụng AI để liên kết kết quả thử nghiệm ở giai đoạn giữa với dữ liệu trong thế giới thực từ hàng triệu bệnh nhân ở Phần Lan và Mỹ nhằm dự đoán những rủi ro lâu dài ở nhóm đối tượng tương tự như thử nghiệm.

Được trang bị dữ liệu, Bayer bắt đầu thử nghiệm ở giai đoạn cuối với ít người tham gia hơn. Nếu không có AI, Bayer cho biết sẽ phải chi thêm hàng triệu USD và mất thêm 9 tháng nữa để tuyển dụng tình nguyện viên. Bây giờ, công ty muốn tiến thêm một bước nữa.

Với một nghiên cứu để thử nghiệm asundexian ở trẻ em mắc tình trạng tương tự, Bayer cho biết có kế hoạch sử dụng dữ liệu bệnh nhân trong thế giới thực để tạo ra “cánh tay kiểm soát bên ngoài", có khả năng loại bỏ nhu cầu bệnh nhân dùng giả dược. Vì tình trạng này rất hiếm ở nhóm tuổi đó nên sẽ khó tuyển bệnh nhân và có thể gây lo ngại về việc liệu có hợp đạo đức khi cho người tham gia thử nghiệm dùng giả dược khi không có phương pháp điều trị nào đã được chứng minh hiệu quả hay không.

Thay vào đó, Bayer nhắm đến việc khai thác dữ liệu ẩn danh trong thế giới thực về những đứa trẻ mắc tình trạng tương tự.

Bayer hy vọng điều đó sẽ đủ để giúp nhận biết hiệu quả của thuốc. Việc tìm kiếm bệnh nhân trong thế giới thực bằng cách khai thác dữ liệu bệnh nhân điện tử có thể được thực hiện thủ công, nhưng việc sử dụng AI sẽ tăng tốc quá trình một cách đáng kể.

Điều bất thường là các nhóm đối chứng bên ngoài trước đây đã được sử dụng thay vì nhóm đối chứng ngẫu nhiên truyền thống, trong đó một nửa số người tham gia dùng giả dược, chủ yếu với các bệnh hiếm gặp có ít bệnh nhân hoặc không có phương pháp điều trị hiện có.

Thuốc Blincyto của Amgen, được thiết kế để điều trị một dạng bệnh bạch cầu hiếm gặp, đã nhận được sự chấp thuận của Mỹ sau khi áp dụng phương pháp này, dù công ty phải tiến hành một nghiên cứu tiếp theo để xác nhận lợi ích của thuốc sau khi được bán.

Theo Blythe Adamson, nhà khoa học chính cấp cao tại công ty con Flatiron Health của Roche, ưu điểm của AI là cho phép các nhà khoa học kiểm tra dữ liệu bệnh nhân trong thế giới thực một cách nhanh chóng và ở quy mô lớn. Bà cho biết có thể mất vài tháng để tìm kiếm dữ liệu từ 5.000 bệnh nhân bằng các phương pháp truyền thống nhưng "bây giờ chúng tôi có thể tìm hiểu những điều tương tự cho hàng triệu bệnh nhân trong vài ngày".

Rủi ro cần đánh giá thêm

Các nhà sản xuất thuốc thường tìm kiếm sự chấp thuận trước từ cơ quan quản lý để thử nghiệm thuốc bằng cánh tay kiểm soát bên ngoài.

Bayer đang thảo luận với các cơ quan quản lý, chẳng hạn như FDA, về việc hiện dựa vào AI để tạo ra một nhánh bên ngoài cho thử nghiệm trẻ em của mình. Công ty không cung cấp thêm chi tiết.

Cơ quan Dược phẩm châu Âu (EMA) cho biết chưa nhận được bất kỳ đơn đăng ký nào từ các công ty đang tìm cách sử dụng AI theo cách này.

Một số nhà khoa học, gồm cả Richard Pazdur - Giám đốc khoa ung thư của FDA, lo ngại các công ty dược phẩm sẽ cố gắng sử dụng AI để tạo ra các vũ khí bên ngoài cho nhiều loại bệnh hơn.

Bệnh nhân trong các thử nghiệm có xu hướng cảm thấy tốt hơn những người trong thế giới thực vì tin rằng họ đang được điều trị hiệu quả và cũng nhận được nhiều sự chăm sóc y tế hơn, điều này có thể đánh giá quá cao sự thành công của thuốc.

Nguy cơ đó là một trong những lý do khiến các cơ quan quản lý có xu hướng nhấn mạnh vào các thử nghiệm ngẫu nhiên vì tất cả bệnh nhân đều tin rằng họ đang dùng thuốc, dù một nửa đang dùng giả dược.

Gen Li, người sáng lập công ty phân tích dữ liệu lâm sàng Phesi, nói nhiều công ty đang khám phá tiềm năng của AI để giảm nhu cầu về các nhóm kiểm soát. Tuy nhiên, các cơ quan quản lý nói rằng dù AI có tiềm năng tăng cường quá trình thử nghiệm lâm sàng nhưng các tiêu chuẩn bằng chứng về tính an toàn và hiệu quả của thuốc sẽ không thay đổi.

“Các rủi ro chính với AI là chúng tôi muốn đảm bảo rằng không nhận được câu trả lời sai cho câu hỏi liệu thuốc có tác dụng hay không”, John Concato, Phó giám đốc phân tích dữ liệu thế giới thực trong Văn phòng Chính sách Y tế thuộc Trung tâm Đánh giá và Nghiên cứu thuốc của FDA, cho hay.