La transformación de la investigación clínica para responder a las demandas del futuro debe seguir las innovaciones exponenciales que aportan las nuevas tecnologías en lugar del cambio lineal que sugiere la zona de confort de nuestros cerebros. La investigación clínica precisará transformarse al tiempo que cambia la visión de la salud.
De la Cuarta a la Quinta Revolución Industrial
Estamos inmersos en la Cuarta Revolución Industrial, iniciada en la década de los 90 del pasado siglo XX y liderada por la llegada de Internet a nuestras vidas analógicas. Internet necesitó tan solo 7 años para conseguir 100 millones de usuarios, escaso tiempo si lo comparamos con el teléfono convencional (75 años) o el teléfono móvil (16 años), pero un tiempo superior al que necesitó Instagram en 2010 (2 años y 4 meses). El tiempo histórico se ha acelerado y los cambios suceden sin previo aviso, sorprendiendo con un pie atrás a las narrativas políticas, económicas, sociales y médico-científicas.
La transformación digital, la conexión global a través del 5G, la información en la nube, la impresión 3D, los sensores y el resto de las tecnologías que nos preparan para la innovación exponencial son solo la antesala de la Quinta Revolución Industrial, el que será el mayor cambio que haya sufrido la humanidad en su historia. Este es el horizonte que nos espera de aquí a 2050 ¿Estamos preparados?
Hablamos de un cambio del modelo económico marcado por la sostenibilidad y de la llegada de la singularidad tecnológica fruto de la Ley de los Rendimientos Acelerados, es decir, del momento en el que las máquinas serán más inteligentes que el ser humano. En estos tumultuosos próximos 30 años, el sector de la salud será una de las áreas que más impacto y cambios presentará debido al desarrollo exponencial de la Medicina y las tecnologías sanitarias. En este contexto, la investigación clínica precisará transformarse al tiempo que cambia la visión de la salud y nos adentramos en una medicina personalizada y de precisión, se analiza el Big Data y se dispone de dispositivos portables que escrutan constantemente datos biométricos.
No obstante, nuestro principal problema para afrontar las ideas futuristas, tanto en el campo de la salud como en cualquier otro, es que, como bien señala Ray Kurzweil, director de ingeniería de Google, mientras el cerebro humano está diseñado para pensar en términos lineales, la tecnología evoluciona de forma exponencial.
La investigación clínica actual: ¿un modelo agotado?
Nuestro actual proceso de desarrollo de productos para el cuidado de la salud es muy costoso y demanda una enorme cantidad de tiempo para dar frutos. De esta forma se invierte una media de 2.500 millones de dólares y en torno a 10 años para poner en el mercado un nuevo fármaco, consiguiendo que tan solo 1 de cada 10.000 compuestos llegue a buen puerto. Hasta un 40% del presupuesto de investigación y desarrollo (i+D) de la industria farmacéutica en Estados Unidos se dedica exclusivamente a la realización de ensayos clínicos1, la cifra se eleva hasta un 60% en España2. El desarrollo clínico es la inversión más importante en i+D de la industria farmacéutica.
Los ensayos clínicos actuales se enfrentan a numerosos retos, entre ellos, al manejo ineficiente de los datos, a las dificultades en el reclutamiento y la retención de los pacientes, así como al riesgo de fracaso del ensayo o al retraso en la preparación de los informes con los resultados finales. El problema no es baladí, ya que casi el 85% de los ensayos clínicos norteamericanos no consiguen un número suficiente de pacientes para ser llevados a cabo de forma exitosa y el 90% no cumplen con los tiempos establecidos3.
Para solucionar estas dificultades se ha recurrido a una serie de soluciones incrementales, entre ellas, nuevos diseños para los ensayos clínicos (adaptativos, en paraguas, en cestas, descentralizados, etc.), utilización de medios virtuales y obtención de datos de vida real. Numerosos proveedores ofrecen soluciones para aumentar el compromiso de los pacientes con los ensayos, así como contribuir a su completa digitalización. Sin embargo, es una asignatura pendiente reclutar participantes en los ensayos desde los servicios de atención primaria e incorporar a este nivel dentro de la red de investigación, lo cual es una señal de la complejidad y el agotamiento del modelo actual para responder a las necesidades de un futuro donde se vislumbra una organización del sistema de salud más “líquida”, siguiendo el término acuñado por Zygmunt Bauman para señalar nuestra contemporaneidad marcada por la fluidez, el cambio, la flexibilidad y la adaptación a las mudanzas continuas e irreversibles4.
Hacia el futuro de la investigación clínica
La investigación clínica del futuro va a estar condicionada por el cambio en el modelo de sistema de salud producto del impacto de las nuevas tecnologías y una nueva visión de la Medicina. Nos dirigimos hacia la medicina personalizada y de precisión centrada en las necesidades de los pacientes, tomados de uno en uno, muy lejos de la actual metodología de la investigación clínica que ofrece resultados generalistas. El análisis de datos convencional requiere mucho tiempo y no es reproducible. Por ello va a ser imprescindible el análisis del Big Data desde una aproximación “agnóstica” en la búsqueda de respuestas a través de los ensayos clínicos. Integrar los datos clínicos, junto con los fisiológicos, genotípicos y fenotípicos, supone un reto adicional. Sin embargo, los modelos integrados de enfermedades permitirán crear interesantes modelos multivariantes.
Sin duda, tenemos la posibilidad de dar un salto exponencial con la utilización de la inteligencia artificial (IA) como herramienta de análisis y predicción. En la actualidad, los avances en el desarrollo del análisis automatizado de datos, especialmente en el ámbito clínico, se han estancado. Tenemos que desarrollar métodos que aprovechen la IA para dar el siguiente paso y para ello necesitamos datos de entrenamiento. En este sentido, uno de estos innovadores métodos, que subvierte la investigación clínica tal y como la conocemos, es la llamada “ciencia ciudadana” (citizen science). Así lo ha demostrado el Project Discovery5 donde jugadores en línea han ayudado a los científicos del mundo real a resolver problemas que requieren la intervención humana.
Entre junio de 2020 y junio de 2021, más de 23.000 jugadores en línea han superado los 15 millones de envíos de datos, ayudando a la IA a detectar patrones celulares y ahorrando a los científicos aproximadamente 240 años de investigación. El objetivo era crear un conjunto de resultados que se pudiese utilizar para entrenar el software, produciendo datos de entrenamiento de alta calidad. Los responsables del proyecto han señalado que el rendimiento de los jugadores ha sido impresionante6. Su siguiente paso será perfeccionar este programa para desarrollar un algoritmo que pueda detectar cualquier enfermedad a partir de una muestra de sangre.
Con los enormes volúmenes de datos médicos a los que tendrán que enfrentarse las autoridades sanitarias y los profesionales, se recurrirá a la analítica avanzada y al aprendizaje automático para un mejor control. Los modelos predictivos superarán nuestro actual entendimiento de los resultados de los ensayos clínicos pudiendo generar predicciones a medio y largo plazo, tanto individuales como referentes al impacto en la salud pública. Esta nueva visión preventiva permitirá a los profesionales de la salud detectar los problemas con antelación y diagnosticar los casos con mayor rapidez y eficacia, así como con menor riesgo de error de diagnóstico. Los historiales digitales de los pacientes también estarán mucho más actualizados y detallados, y el seguimiento de los pacientes en tiempo real estará disponible para una mejor supervisión médica, por ejemplo, de los ancianos y de aquellas personas con riesgo de sufrir un infarto de miocardio, un ictus, etc. El resultado final será una ruptura de las actuales barreras entre la práctica clínica y la investigación, la extensión de los ensayos clínicos más allá del ámbito hospitalario y un total aprovechamiento de los datos, lo contrario de nuestra experiencia en la actualidad.
La IA se debe combinar con dispositivos médicos portables (wereables) que nos permitan obtener datos de salud del paciente reclutado en un ensayo clínico en tiempo real, pero no de forma aislada sino en combinación con el Internet de las Cosas (Internet of Things, IoT) que monitoriza al mismo tiempo el entorno. La integración de las tecnologías del IoT en los ensayos clínicos facilitará la convergencia de los procesos asistenciales con los de investigación clínica, a través de procesos comunes de recogida e intercambio de datos. La conjunción del IoT y el Big Data prometen revolucionar los procesos de investigación clínica permitiendo la mezcla fluida y eficaz de datos del mundo real en los ensayos clínicos. En lugar de depender de los datos estáticos obtenidos por la clínica, el IoT podría permitir la adquisición dinámica y el procesamiento de datos de los dispositivos médicos y de consumo, así como de los servicios de procesamiento y servicios de análisis.
La “cadena de bloques”, mejor conocida como blockchain, será otra de las tecnologías que nos hará cambiar nuestra forma de llevar a cabo la investigación clínica. Blockchain es, en términos sencillos, un registro de transacciones que se almacena de forma inmutable y se vincula criptográficamente, de modo que existe una única fuente de verdad durante un período de tiempo, lo que genera confianza. Como resultado, el registro puede ser invocado por múltiples partes, en ausencia de otros procesos.
Los sistemas basados en la cadena de bloques utilizan una red informática impulsada por un libro de contabilidad distribuido para almacenar entradas de datos con sello de tiempo, conocidas como registros de transacciones. Cuando se realiza una entrada, cada nodo de la red procesa y verifica el registro y archiva el cambio. Con el tiempo, el sistema construye un rastro cronológico de todas las transacciones que se han registrado. Al estar los datos repartidos en una gran red de bases de datos en copias replicadas, en lugar de en un único repositorio, la información es mucho menos vulnerable a ser pirateada, infringida o robada.
Además, los pasos de verificación garantizan que los datos almacenados se mantengan intactos e inmutables, protegidos contra la falsificación, el "embellecimiento" o la invención. Estas propiedades la convierten en una plataforma deseable para almacenar y procesar datos sensibles, como las historias clínicas de los pacientes, los datos de los ensayos clínicos, las identidades de los pacientes, las credenciales de las partes interesadas o incluso las bibliotecas de compuestos novedosos.
Blockchain es una solución innovadora para la descentralización segura de los ensayos. Los principales beneficios de la aplicación de la cadena de bloques en la investigación clínica incluyen su capacidad para permitir la toma de decisiones en tiempo real y una gobernanza sólida, a pesar de las divisiones geográficas; fomentar el reclutamiento; mejorar y optimizar el funcionamiento de los ensayos, minimizar las tareas manuales o repetitivas mediante el uso de contratos inteligentes y garantizar la integridad de los datos7.
El salto exponencial en la investigación clínica
El 4 de diciembre de 2003, William Gibson, escritor de ciencia-ficción y padre del cyberpunk, escribió en The Economist: “The future is already here – it's just not evenly distributed”. Independientemente de los cambios que suponga la introducción de las nuevas tecnologías, tres aspectos de la investigación clínica perdurarán: i) permitir la participación de los pacientes y las familias en oportunidades de investigación significativas, ii) generar datos sólidos y ii) obtener conclusiones válidas. No obstante, la investigación clínica debe cambiar radicalmente desde el momento actual, pasando del modelo multicéntrico a un foco central o centro único, con investigadores (académicos, de la industria o de fundaciones) que comenzarán los ensayos contactando directamente con los pacientes y las familias y con evaluaciones realizadas a distancia o a través de la telemedicina.
Las evaluaciones sencillas en línea, la captura de datos mediante dispositivos portátiles, el uso de blockchain para gestionar los datos, la monitorización a distancia y las visitas clínicas virtuales ofrecen ventajas adicionales en términos de reducción de la carga para el paciente, y esto puede tener un impacto positivo sustancial en el reclutamiento y en la retención.
La transformación de la investigación clínica para responder a las demandas del futuro debe seguir las innovaciones exponenciales que aportan las nuevas tecnologías en lugar del cambio lineal que sugiere la zona de confort de nuestros cerebros.
1 ReportLinker. (2019). Novel Clinical Trial Service Providers- Focus on Real World Data Based Trial Services Virtual Trials Adaptive Umbrella and Basket Design, 2019-2050. Roots Analysis Private Ltd.
2 Piper, D. (2021). Spain: Leading country in the field of clinical trials. https://www.lexology.com/library/detail.aspx?g=aee2ffce-6716-4bbe-ae95-b8949f89f7a0. Consultado el 8 de octubre de 2021.
3 Item 1
4 Bauman, Z. (2000). Liquid Modernity. Cambridge, Polity Press
5 https://www.eveonline.com/discovery
6 BCCancer. (2021). BCCancer research brings science fiction into science. http://www.bccancer.bc.ca/about/news-stories/stories/bc-cancer-researcher-brings-science-fiction-into-science. Consultado el 8 de octubre de 2021.
7 Balfour, H. (2021). Bringing clinical trials into the new age with blockchain. European Pharmaceutical Review. https://www.europeanpharmaceuticalreview.com/article/150690/bringing-clinical-trials-into-the-new-age-with-blockchain/. Consultado el 8 de octubre de 2021.
Accede a todos los contenidos de la web