Falta de conectividad de datos

Según el análisis de Phesi, menos de uno de cada tres protocolos de ensayos clínicos está documentado y vinculado a los datos y resultados de los pacientes. Los sistemas tradicionales de gestión de datos están fragmentados y el registro en tiempo real en el centro del ensayo es insuficiente, lo que crea esta brecha. La brecha de datos debilita la base para el entrenamiento de AI y aumenta el riesgo de generar información errónea.

La proliferación de AI exacerba el problema

Los modelos AI solo son útiles cuando los datos de entrada son precisos; el entrenamiento con datos de protocolos incompletos amplifica los errores. En consecuencia, aumenta la probabilidad de decisiones incorrectas durante la selección de candidatos o el diseño del ensayo, lo que podría prolongar los cronogramas de desarrollo y aumentar los costes.

Implicaciones de inversión y mercado

Las empresas que no inviertan en la mejora de la calidad de los datos verán una utilidad limitada de AI y un mayor riesgo de pérdidas debido a una toma de decisiones deficiente. Se espera que crezca la demanda de empresas que proporcionen plataformas de integración de datos o soluciones de vinculación de historias clínicas electrónicas, como Phesi. Los inversores deben centrarse en empresas biofarmacéuticas con sólidas capacidades de infraestructura de datos.

Demandas regulatorias y de transparencia

Los reguladores están poniendo cada vez más énfasis en la fuente y la fiabilidad de los datos clínicos. Si los resultados analíticos derivados de AI no se validan de forma transparente, es probable que desencadenen revisiones adicionales durante el proceso de aprobación. Por lo tanto, las empresas deben fortalecer la gobernanza de los datos y las prácticas explicables de AI.