En artículos anteriores hemos visto como el uso del real world data (RWD) y el real world evidence (RWE) tiene múltiples aplicaciones y beneficios desde diferentes puntos de vista. Por ejemplo, desde el punto de vista clínico, se puede observar el funcionamiento real de los tratamientos, que, puede ser diferente al observado en los ensayos clínicos. De la misma manera, mejora la toma de decisiones al proveer evidencia concreta sobre la efectividad y seguridad de las intervenciones. Otra de sus grandes ventajas es que ofrece la posibilidad de monitoreo continuo de la seguridad y eficacia de los medicamentos después de su aprobación, ayudando a identificar efectos adversos raros o interacciones no detectadas previamente. Y es que el análisis de datos observacionales puede indicar dónde los tratamientos no son efectivos y promover el desarrollo de nuevos tratamientos.

Muchas veces parece que las empresas deben elegir entre el uso de datos observacionales o el desarrollo de ensayos clínicos, sin embargo, son herramientas complementarias, ya que la información obtenida a partir de datos observacionales puede optimizar el diseño de los ensayos clínicos. Tampoco podemos olvidar que utilizar RWD/RWE puede ayudar a las empresas farmacéuticas a cumplir con requisitos regulatorios, al proporcionar evidencia adicional sobre sus productos.

Y precisamente en las múltiples áreas, previamente identificadas, donde se puede aplicar RWD/RWE, es necesario que los equipos de trabajo reciban una formación continua y actualizada, para que la empresa pueda obtener todos los beneficios del uso del RWD/RWE. Esta necesidad de continuidad y actualización de la formación viene en gran medida determinada por los avances tecnológicos y los cambios normativos existentes en este campo.

Sin ir más lejos, la evolución de la inteligencia artificial (IA) y el aprendizaje automático y su integración en el mundo del RWD/RWE hace imprescindible que los equipos se formen en las técnicas de inteligencia artificial para analizar grandes volúmenes de datos, lo que les permitirá predecir resultados clínicos. De la misma manera que se automatizan los análisis de datos, es fundamental formar a los equipos para que entiendan la forma de trabajar de los algoritmos de aprendizaje automático, que ayudarán no solo al análisis de datos, sino también a la limpieza de los mismos.

Conocemos lo que nos puede aportar el RWD/RWE utilizado de forma eficiente. Sin embargo, conseguir una formación que nos permita utilizarlo en las mejores condiciones no es sencillo.

¿Qué alternativas tenemos para promover una formación adecuada?
El tener en cuenta la vertiginosa evolución de la IA, nos hace más conscientes de que no podemos utilizar los medios tradicionales para obtener una formación innovadora o puntera en este campo, simplemente, porque la inteligencia artificial avanza más deprisa de lo que lo que conlleva transcribir el conocimiento adquirido al formato tradicional, véase edición de libros o clases magistrales. Si el RWD, el RWE y la IA son mundos dinámicos, la formación que se ofrezca debe serlo también.

En este caso, lo más acertado será usar formación interactiva y basada en proyectos. Se pueden realizar simulaciones y estudios de caso, utilizando programas de formación donde nuestros equipos puedan trabajar con conjuntos de datos reales, para resolver problemas prácticos. Es muy importante poder poner en común el conocimiento de las personas involucradas, por ello los proyectos colaborativos entre equipos multidisciplinares son esenciales en este tipo de formación. Fomentando el trabajo en equipo en proyectos grupales no sólo se consigue consolidar equipos de trabajo, sino que cada uno de los participantes puede aprender del conocimiento grupal a través de la realización de preguntas relevantes utilizando el RWD/RWE.

El involucrar a diferentes personas que trabajen en equipos multidisciplinares, hace que otro concepto de la formación tradicional, como es la presencialidad, tenga que pasar a un segundo plano. En aras del binomio coste-efectividad, las plataformas de aprendizaje digitales, se presentan como la solución más viable para ofrecer estas formaciones. Los conceptos de E-learning y los cursos online masivos abiertos (MOOCs) ofrecen la flexibilidad necesaria para que los participantes, que a su vez deben cumplir con sus compromisos profesionales, puedan acceder a la formación de RWD/RWE desde cualquier lugar y en cualquier momento.

Debido al dinamismo que comentábamos anteriormente, se hace imprescindible incluir en los programas de formación la asistencia a webinars y conferencias virtuales o presenciales en las que los expertos discutan las últimas tendencias y desarrollos en este campo.

Aunque inicialmente nos hemos centrado en cómo promover el conocimiento para ser más eficientes en el uso del RWD/RWE para los objetivos que se persiguen en sí mismos, no podemos olvidar que estamos trabajando con datos altamente sensibles, por lo que se hace imprescindible incluir en los programas de formación un apartado relacionado con la ética y especialmente con la privacidad del paciente y la actualización sobre los cambios que van sufriendo las regulaciones en el uso del RWD/RWE por parte de agencias como la FDA o la EMA.

Otras posibilidades de adquirir conocimiento, fuera de lo que es una formación planificada por la propia empresa, reside en establecer colaboraciones entre sectores, por ejemplo, asociaciones entre empresas farmacéuticas y universidades o con organismos gubernamentales, estas iniciativas pueden fomentar la formación de los profesionales en el uso de RWD/RWE. De la misma manera, otra opción interesante sería crear colaboraciones más informales a través de redes de profesionales, que quieran compartir su conocimiento o recursos del RWD/RWE.