Quello della medicina e della salute è un settore che, soprattutto nel recente nuovo contesto pandemico, è diventato sempre più importante per tutta la società. In questo ambito, è ormai un argomento di ampio dibattito pubblico il tema dei vaccini, in particolare la loro efficacia e sicurezza. In generale le vaccinazioni hanno trovato un riscontro abbastanza favorevole, ma traspare ancora un senso di paura legato alle possibili e/o presunte reazioni o conseguenze future.
I nuovi strumenti tecnologici che si presentano in questo campo potranno forse contribuire a rendere più semplice il rapporto tra cittadini e case farmaceutiche.
La speranza è che si riesca in un futuro prossimo a rendere sempre più efficaci e sicuri non solamente i vaccini, ma tutti i farmaci. La spinta della pandemia, ad esempio, ha portato ad applicare nuove tecnologie, in particolare Intelligenza Artificiale, nello sviluppo dei vaccini, grazie soprattutto alla “reverse vaccinology”, che mira a identificare i candidati vaccini più promettenti sulla base di un’analisi bioinformatica del genoma del patogeno.
Si tratta di un singolo esempio naturalmente, ma la tendenza sembra ormai ben delineata: le nuove tecnologie trasformeranno il modo in cui i vaccini, ma più in generale i farmaci, verranno scoperti e rivoluzioneranno il processo attraverso il quale vengono testati, sviluppati e controllati.
È in quest’ottica che è stata rinnovata, con l’ingresso di Spindox in qualità di partner tecnico e informatico, la collaborazione con l’Università degli Studi di Firenze tramite il Laboratorio congiunto Scarab Lab, attivo in progetti di ricerca e sviluppo in campo farmacologico, medico e sanitario.
Il Laboratorio, sfruttando le competenze di Spindox nel Machine Learning, è già pronto a sfruttare la sopra citata tendenza, lavorando sia per soggetti privati che per progetti di ricerca nazionali e internazionali.
Il Laboratorio Scarab Lab
Il Laboratorio “Soluzioni Tecnologiche per la farmacologia clinica, la farmacovigilanza e la bioinformatica” (“Technological Solutions for Clinical Pharmacology, Pharmacovigilance and Bioinformatics”, SCARAB LAB) nasce nell’aprile 2016, con l’obiettivo di formalizzare in un’unica struttura le molteplici attività di information technology in farmacologia, farmacovigilanza e sanità condotte, all’interno del Dipartimento di Neurofarba, dall’unità diretta dal Prof. Alfredo Vannacci.
Il Laboratorio è diretto dal Prof. Alfredo Vannacci e coordinato dall’Ing. Roberto Bonaiuti, rispettivamente responsabile scientifico e tecnico. Partecipano alle attività del laboratorio anche il Dott. Niccolò Lombardi e la Dott.ssa Giada Crescioli, due farmacisti con molti anni di esperienza nei campi della farmacovigilanza e della farmacoepidemiologia, e il Dott. Sandro Pinna, esperto in economia e finanza.
Del laboratorio congiunto fa parte anche Dynamedics, uno spin-off riconosciuto dell’Università degli Studi di Firenze nel quale Spindox ha una partecipazione diretta, specializzato nella consulenza per la realizzazione di sistemi informativi per progetti di ricerca regionali, nazionali e internazionali inerenti al flusso dati sanitario, con particolare riferimento alla sicurezza e all’ efficacia di farmaci, parafarmaci e dispositivi medici.
La collaborazione con Spindox risulta strategica per l’Università degli Studi di Firenze così come per Spindox stessa, sviluppandosi in un campo di applicazione fondamentale per la ricerca clinica o di base coniugata con uno sviluppo di software per la sanità sempre più efficace, veloce ed efficiente.
L’obiettivo dello Scarab Lab è quello di sviluppare prodotti e tecnologie secondo lo stato dell’arte scientifico e tecnologico, che integrino il meglio delle realtà costituenti il Laboratorio: la conoscenza e il rigore biomedico e scientifico del personale universitario e di Dynamedics con le tecnologie informatiche e di sviluppo software di Spindox.
L’unione delle forze consente di riunire le competenze multidisciplinari dello staff del Laboratorio (medici, farmacologi, ingegneri biomedici) con quelle di Spindox, che oltre alle capacità di informatizzazione nella raccolta, diffusione ed analisi del flusso dati consente di sfruttare anche la sua esperienza in AI, Machine Learning, Deep Learning, realtà virtuale, blockchain, Internet of Things (IoT).
Fra i lavori più interessanti in cui il Laboratorio è attualmente coinvolto c’è il progetto europeo, finanziato nell’ambito del programma H2020 e da EFPIA (Federazione Europea delle Industrie e Associazioni Farmaceutiche), di IMI DRIVE: si tratta di un network collaborativo finalizzato alla verifica dell’efficacia di differenti brand di vaccini antinfluenzali in Europa.
Il progetto IMI DRIVE
DRIVE (Development of Robust and Innovative Vaccines Effectiveness) è un progetto di collaborazione pubblico-privato nato nel luglio 2017, che ha come obiettivo la cooperazione e collaborazione tra diverse strutture e aziende a livello europeo negli studi sull’efficacia dei vaccini antinfluenzali. DRIVE è finanziato da Innovative Medicine Initiative (IMI), un partenariato pubblico-privato tra l’Unione Europea e la EFPIA, che ha come obiettivo quello di accelerare lo sviluppo di farmaci più efficaci e sicuri per i pazienti.
Il progetto, della durata di cinque anni, è stato finanziato per circa 10 milioni di euro, in parte dal programma H2020 e in parte da EFPIA.
I partecipanti al progetto comprendono istituzioni sanitarie pubbliche, università, piccole e medie imprese nonché case farmaceutiche. Tra questi troviamo GSK, l’Istituto Superiore di Sanità, Abbott Biologicals, Sanofi, Ospedale Pediatrico Bambino Gesù, University of Oxford, FISABIO, P95 e l’Università degli Studi di Firenze.
Sul sito di DRIVE si possono trovare ulteriori informazioni sui partecipanti e sul progetto.
La collaborazione a livello europeo mira a stabilire una rete di dimensioni sufficienti a generare stime di efficacia robuste, di alta qualità e specifiche per le principali marche di vaccino antinfluenzale utilizzato nell’UE ogni anno.
Inoltre, anche l’Agenzia Europea per i Medicinali (EMA) ha richiesto la valutazione dell’efficacia per le singole marche di vaccino antinfluenzale, un compito che necessita di una cooperazione internazionale tra istituzioni sanitarie pubbliche e produttori di vaccini. Si prevede che i dati generati attraverso DRIVE possano aumentare la comprensione dell’efficacia dei vaccini antinfluenzali e portino a un miglior monitoraggio delle prestazioni dei vaccini antinfluenzali da parte degli istituti di sanità pubblica. Un altro benefit potrà essere quello di consentire ai produttori dei farmaci di soddisfare più facilmente i requisiti dell’Agenzia Europea per i Medicinali (EMA). Sebbene l’efficacia del vaccino antinfluenzale venga valutata annualmente in molti stati membri dell’UE, i risultati non sono in genere sufficientemente tempestivi, specifici o solidi per guidare le misure di salute pubblica e per ottenere una comprensione approfondita dell’efficacia del vaccino antinfluenzale.
DRIVE ha inoltre lo scopo di sviluppare un modello di governance sostenibile e trasparente per i partenariati pubblico-privati. DRIVE ha coinvolto più di 20 ospedali in 8 diversi paesi UE e in 5 anni il progetto è riuscito a valutare l’efficacia dei vaccini per 9 dei 13 ceppi virali circolanti in Europa. Lo Scarab Lab ha contribuito al progetto in modo sostanziale negli aspetti informatici, realizzando e curando il portale web del progetto, gestendo l’attività social, contribuendo al data management plan dello stesso e all’electronic study support application per la raccolta dei dati dello studio.
Nuove tecnologie e nuovi approcci alla ricerca
Ampliando la trattazione e andando oltre il tema specifico dei vaccini, rileviamo come lo sviluppo di nuovi farmaci stia vivendo un momento di complesso cambiamento. Il progresso scientifico sta portando a importanti innovazioni mediche (quali ad esempio l’editing genetico, CRISPR, la terapia CAR-T o genica) a un ritmo senza precedenti. Allo stesso tempo, i pazienti e la società nel suo complesso richiedono con sempre maggior frequenza farmaci nuovi e più efficaci.
Le attività di ricerca e sviluppo sono chiamate dunque a importanti cambiamenti, in quanto ponte di collegamento che trasforma i progressi tecnologici in nuovi trattamenti.
In termini di nuove tecnologie, è utile guardare a quanto già successo in altri settori che sono partiti molto in anticipo sulla curva dell’impiego dei dati, in particolare con l’utilizzo dell’Intelligenza Artificiale. Data science, Machine Learning e AI hanno già trasformato molti campi di attività, a cominciare dalle comunicazioni per arrivare alla logistica e all’intrattenimento.
Aziende come Google ci insegnano come sia possibile trasformare grandi quantità di dati grezzi in business intelligence. Amazon, altro caso esemplare, testimonia come sia possibile realizzare grandi idee incentrate sui bisogni della clientela, implementando le stesse in soluzioni di piattaforma scalabili. Aziende come Apple, infine, ci insegnano come pensare a grandi progetti, trasformarli in grandi prodotti e creare allo stesso tempo nuovi modelli culturali. Le aziende che per prime hanno sfruttato i dati e l’Intelligenza Artificiale hanno potuto sviluppare nuovi prodotti, servizi e modelli di business a una velocità mai vista prima. In un mondo così mutabile e concorrenziale alcune aziende, ovviamente, non riescono a reggere il passo e falliscono; altre hanno invece successo, altre ancora passano tra queste due fasi prima di trovare un equilibrio. Il successo di un’impresa (e di un business) deriva in larga parte dalla volontà e dalla capacità di innovare rischiando il fallimento, piuttosto che fare di tutto per evitarlo.
Ricerca e sviluppo nel settore farmaceutico
L’industria farmaceutica e l’industria informatica sono accomunate dalla forte e costante ricerca dell’innovazione, sia incrementale che radicale. In assenza di tale attività le imprese del settore perderebbero quote di mercato e posizionamento a discapito della concorrenza.
Il modello di R&S attualmente adottato dall’industria farmaceutica risulta caratterizzato tuttavia da un processo di scoperta e creazione di nuovi medicinali molto lungo e dispendioso in termini di costi e tempo. In aggiunta, tale processo prevede fasi di ricerca, scoperta e sviluppo ben definite, normate e controllate dagli enti regolatori.
Sul sito pubblico di AIFA (Agenzia Italiana del Farmaco) e su quello della FDA (U.S. Food and Drug Administration), ente regolatore statunitense, sono ben illustrate le 5 fasi dell’intero processo:
1. Scoperta e Sviluppo;
2. Sperimentazione Preclinica;
3. Sperimentazione Clinica, comprendente le fasi 1,2 e 3;
4. Attività regolatoria o di Autorizzazione all’immissione al Commercio;
5. Monitoraggio della Sicurezza e dell’Efficacia post-commercializzazione.
Le metodologie e le procedure di R&S sono rimaste inalterate da molto tempo e rischiano oggi di rivelarsi troppo rigide e non in grado di stare al passo con i repentini cambiamenti che subirà l’economia e la società nel prossimo futuro. La futura concorrenza (al momento solamente potenziale ma facilmente realizzabile) di aziende dall’approccio innovativo sul modello degli esempi sopra visti di Google, Apple, Facebook e Amazon, costringe l’industria farmaceutica a ripensare il proprio modello di business. Le nuove tecnologie digitali renderanno pertanto necessario trasformare il modo in cui i farmaci vengono scoperti, rivoluzionando nel contempo il processo attraverso il quale sono sviluppati, utilizzati e monitorati. Pensiamo ad esempio agli studi clinici. Le case farmaceutiche ne eseguono centinaia ogni anno, con costi di progettazione ed esecuzione che costituiscono più o meno il 60% dell’intero costo di sviluppo di un farmaco. Oppure pensiamo alla vigilanza post marketing: processare i dati di safety (di farmacovigilanza) con le nuove tecnologie può portare a enormi vantaggi per la spesa sanitaria e la salute dei pazienti. Inserendo e implementando in questi processi l’Intelligenza Artificiale e l’apprendimento automatico si aprirebbero straordinarie opportunità per le imprese, in termini di produttività e riduzione dei costi. I vantaggi non sarebbero solamente per le aziende ma a cascata ricadrebbero su tutti, in quanto aumenterebbero le capacità di ricerca e sviluppo e la sicurezza dei farmaci. L’utilizzo delle nuove tecnologie matematico-digitali potrebbe contribuire ad orientare la fase di ricerca, ad esempio riducendo il numero di molecole da cui parte lo sviluppo di un nuovo medicinale sulla base di determinate caratteristiche che il composto deve avere. A questa attività di “scrematura”, intesa come riduzione e segmentazione in più sottoinsiemi, segue poi la scelta tra poche molecole su base probabilistica. L’analisi dei dati tramite l’IA riesce cioè a produrre modelli matematici in cui molte variabili sono modificabili contemporaneamente.
Naturalmente, per raggiungere tali risultati, è necessario un approccio ambizioso e innovativo, che preveda la collaborazione di molti fattori e attori dell’ecosistema di innovazione al fine di poter sfruttare al meglio i dati esistenti e futuri in abbinamento agli sviluppi più recenti della tecnologia e dell’Intelligenza Artificiale. Le agenzie di regolamentazione sembrano ricettive e hanno già dato i primi consensi a possibili aperture nei confronti dell’inserimento di queste nuove tecnologie innovative in campo farmaceutico. Dal lato dei pazienti, ormai la quasi totalità di essi è già sensibilizzata ed è abituata all’utilizzo di strumenti tecnologici innovativi in molti altri settori. C’è dunque la possibilità unica di assistere a una stagione di innovazione dei processi su vasta scala. Un esempio di questa nuova strategia lo possiamo trovare nell’approccio decentralizzato alle sperimentazioni, basato sulla Wearable Technology e sulla disponibilità dei dati 24 ore su 24 resa possibile da tale contesto.
Bioinformatica
Un altro campo di applicazione per l’AI e l’apprendimento automatico è senza dubbio quello della bioinformatica. Il connubio tra biologia e informatica potrebbe apparire, in un primo momento, poco convincente. In realtà, la vita stessa può essere interpretata come un flusso continuo di informazioni e dati, conservati attraverso il codice genetico e capaci di plasmare la materia biologica nelle funzioni e nelle forme più svariate. La bioinformatica si occupa dunque di applicare i principi dell’informatica alla biologia, nel tentativo di rendere più comprensibile il complesso mondo delle scienze della vita.
Esistono essenzialmente tre ambiti di attività:
- la conservazione, l’organizzazione e la distribuzione di dati relativi agli esseri viventi.
- lo sviluppo di metodologie e l’implementazione di algoritmi per il “trattamento” di tali dati.
- l’utilizzo di tali strumenti per estrapolare informazione dai dati ai fini della ricerca in campo biomedico.
Il principale obiettivo della bioinformatica diventa quindi quello di dare un senso alla grande quantità di dati disponibili, sfruttando le competenze interdisciplinari nelle sue tre componenti essenziali: la biologia, l’informatica e la statistica.
Il futuro dell’industria farmaceutica
L’innovazione che proviene dalle big tech americane e dalle nuove tecniche di elaborazione dei dati apre opportunità illimitate per la ricerca in campo farmacologico, a patto di avere il coraggio e la determinazione di affrontare alcuni grandi cambiamenti organizzativi e di mentalità. Una ricerca condotta da Pharma-iQ nel 2020 (The Future Of Drug Discovery: AI 2020) rileva come il 94% dei professionisti del settore farmaceutico creda che nei prossimi due anni l’adozione delle nuove tecnologie avrà un impatto notevole su tutto il settore. Il 20% di questi intervistati pensa che assisteremo a una vera e propria fase di rivoluzione. Un’altra indagine realizzata da CSDD (Tufts Center for the Study of Drug Development) e da DIA (Drug Information Association) evidenzia come, in un campione di 116 aziende farmaceutiche, il 59% stia valutando di aumentare il numero di risorse umane con competenze in AI e tecnologie digitali. Tuttavia, molte di queste aziende nel settore farmaceutico hanno difficoltà ad introdurre nuove tecnologie avanzate nella propria organizzazione aziendale. Tra le ragioni principali di tali difficoltà segnalano la mancanza di personale qualificato, le preoccupazioni legate alla sicurezza, alla regolamentazione e alla conformità, nonché i limiti imposti dai budget aziendali e, talvolta, anche dalla resistenza al cambiamento proveniente dalla specifica cultura aziendale.
Solamente superando questi ostacoli sarà possibile valorizzare in concreto le incredibili potenzialità delle nuove tecnologie, trasformandole in vantaggi per tutta la società. Esattamente quello che intende fare il rinnovato Laboratorio Scarab Lab, con il supporto e l’esperienza del gruppo Spindox.
