Uso de IA para pesquisa clínica: o impacto no recrutamento de voluntários
A sociedade, como um todo, é fortemente impactada pelas transformações tecnológicas em curso. Hoje, o uso da tecnologia está, na maioria das organizações sociais, intrínseco à cultura do ser humano. No ano de 2022, não foi diferente. Inovações como computação quântica, automação e realidade virtual foram algumas das áreas que amadureceram nesse período, desenvolvendo novas formas de lidar com o ambiente ao nosso redor. Mas, um destaque especial fica para a Inteligência Artificial (IA).
Nos últimos meses, o que ficou em evidência entre os usuários foram as IAs generativas, famosas por transformar uma foto em pintura ou desenho com base em um banco de dados. Uma rede social que surfou nessa tendência foi o TikTok, que chegou a disponibilizar filtros com a tecnologia. Contudo, o uso da Inteligência Artificial não fica restrito apenas ao meio artístico e das redes sociais.
Um setor que tem se apropriado dessas inovações é o da saúde. Mas, dentro do universo médico, uma área que merece mais atenção para o uso dessa ferramenta, pois tem um enorme potencial de crescimento, é a de recrutamento de voluntários para pesquisas clínicas.
Tecnologia no recrutamento de voluntários
A prospecção de voluntários é uma parte essencial dessas pesquisas, pois o sucesso de um ensaio clínico depende da capacidade de inscrever um número suficiente de pacientes com os requisitos desejados. Esse processo pode ser desafiador, pois envolve a identificação e inscrição de pessoas elegíveis, que desejam participar do estudo. Com isso, uma parcela significativa dos custos é dedicada a esta atividade.
Para cada tipo de estudo, é determinado um tamanho de população necessário para garantir que a amostra seja representativa ao público-alvo, o que é importante para que os resultados sejam generalizáveis. Logo, é preciso que tenham inscrições suficientes de pacientes para obter poder estatístico, que é a probabilidade de um estudo detectar um efeito de um tratamento ou intervenção, se houver.
Essa dificuldade de encontrar os voluntários adequados pode gerar um impacto financeiro significativo, mas o problema maior são os atrasos no fechamento do estudo, pois isso retarda o acesso de medicamentos inovadores aos pacientes que precisam daquele tratamento.
E é aí que entra a Inteligência Artificial. A maior vantagem do uso dessa tecnologia é o aprimoramento da experiência dos voluntários, pois, além da redução do deslocamento e da dedicação de tempo, eles têm ferramentas para registrar sintomas e se comunicar de maneira mais fluida com a equipe responsável. Essa melhoria ajuda a ampliar o número de candidatos dispostos a participar e aumenta a chance de sucesso do estudo.
Além disso, o uso da tecnologia também permite que populações mais distantes dos grandes centros tenham a oportunidade de se voluntariar, o que traz não só um ganho do ponto de vista humanitário, mas também uma maior representatividade de populações diversas na pesquisa.
Tudo isso gera um impacto na velocidade de realização dos estudos e na qualidade dos resultados, especialmente na coleta e gestão de dados. Entretanto, existem algumas barreiras que impedem a adoção mais veloz destas ferramentas. É necessário garantir que a tecnologia consiga lidar com as complexidades inerentes à esfera da saúde.
Principais dificuldades
Enquanto que nos setores financeiro e varejista o uso de soluções eletrônicas já está bastante avançado, a área de saúde não possui um padrão comum para transação de dados clínicos, o que dificulta a adoção desses recursos.
A segurança e privacidade também são temas bastante importantes e que, muitas vezes, representam pontos de atrito para o uso de ferramentas tecnológicas, especialmente quando envolvem a exposição destes dados para além do ambiente do centro de coleta.
Outro fator é que o setor de pesquisa clínica sempre foi muito conservador em relação ao uso de tecnologia por lidar com um tema tão importante como aprovação de novos tratamentos.
Mas o cenário tem mudado, devido à pandemia de Covid-19, a indústria foi obrigada a se transformar. Um destaque especial fica para a adaptação de protocolos que permitem o acompanhamento a distância, como o uso da telemedicina, reforçando conceitos novos, como virtual clinical trials e descentralized clinical trials.
Associado à redução das visitas presenciais aos centros, houve um aumento da necessidade de ferramentas que permitissem a captura de dados de maneira remota. Esta tendência se refletiu na elevação do uso de aplicativos para registro de dados pelo próprio paciente, assim como na maior presença de wearables – dispositivos vestíveis – para captura de sinais vitais.
Expectativas para 2023
Nos últimos anos, também houve uma ampliação na utilização de tecnologias para expandir o alcance das pesquisas com ações de comunicação e engajamento. Além da busca de pacientes diretamente no prontuário eletrônico, cresceu também a importância das redes sociais para divulgar os estudos a um número maior de pessoas.
Diante desse cenário, a evolução da Inteligência Artificial já tem mostrado efeitos transformadores no setor da saúde, mas promete também avanços para o âmbito de recrutamento de voluntários das pesquisas clínicas. As perspectivas de 2023 são muito favoráveis, pois diversas mudanças com impacto positivo estão para acontecer ou já aconteceram nos últimos meses.
A mais recente foi a instituição da Rede Brasileira de Pesquisa Clínica (RBPClin), destinada a promover e a incentivar o desenvolvimento científico e tecnológico. Esta rede funcionará como um fórum de articulação Inter setorial e de cooperação técnico-científica, visando o fortalecimento do setor no Brasil.
Além disso, existe a expectativa de que, em 2023, finalmente tenhamos a aprovação do PL 7082/2017, popularmente conhecido como Marco Legal da Pesquisa Clínica no Brasil, que, ao estabelecer responsabilidades e obrigações de patrocinadores, pesquisadores e pacientes, traz maior agilidade na análise e no registro de novos medicamentos no País.
Por fim, em 2023, espera-se o aumento da competitividade dos principais centros de pesquisa do país, com a ampliação dos investimentos, tanto em termos de tecnologia quanto de infraestrutura. Nos últimos dois anos, houve a inauguração de unidades de coleta e análise de dados nos principais hospitais e redes do país. Já nos próximos anos, um movimento semelhante deve ocorrer em hospitais de médio porte, além da abertura de centros privados especializados na execução de ensaios clínicos.
*Guilherme Sakajiri é CEO da Comsentimento, primeira startup do Brasil a usar IA e análise de dados para encontrar as melhores alternativas de tratamentos para pacientes com câncer. O executivo acumula passagens em empresas referências na área da saúde como Optum e Semantix. Formado em Engenharia Naval pela Poli/USP e com MBA pela INSEAD (França e Cingapura), já empreendeu anteriormente à frente da TagFit, uma healthtech focada em diabetes e terapias digitais. O profissional também participa das principais comunidades de padrões de dados e é co-fundador da comunidade OMOP Brasil.