Se è vero che il vantaggio competitivo delle imprese arriva direttamente dalla capacità di fare innovazione come si può accelerare questo processo? Come si può reingegnerizzare i modelli per arrivare più velocemente alla scoperta di nuovi prodotti o nuovi servizi? In larga misura la risposta arriva e arriverà dall’Intelligenza Artificiale, dal Machine learning e dal Cognitive computing. In particolare il mondo del Pharma e più in generale il mondo della salute che indirizza una logica di Smart Health sta guardando con sempre maggiore attenzione alle implementazioni dell’AI (Artificial Intelligence).
Non è certo una novità che che l’Intelligenza Artificiale sta contribuendo a ridefinire radicalmente i modelli di business di moltissimi settori, dal retail al digital banking alla smart mobility, grazie all’utilizzo analisi di tipo predittivo attuabili grazie ai Big data.
Nell’ambito della sanità si sta passando dai PoC (Proof of Concept) ai progetti concreti, in produzione e in modo ancor più specifico l’Intelligenza Artificiale è entrata nel settore bio-farmaceutico e pharma, come rileviamo dagli interventi di Pamela Spence, Global Life Science Industry Leader di EY.
Spence, addirittura, vive con senso di urgenza la necessità che i protagonisti del comparto creino al proprio interno le competenze necessarie per avviare progetti di intelligenza Artificiale per sostenere questi nuovi processi di innovazione, per non correre il rischio che i new entrant li sorpassino in forza di una maggiore capacità di sviluppare prodotti e servizi basati proprio sull’utilizzo di nuove modalità di ricerca basate sui dati.
EY: Quattro regole basilari nel rapporto tra Intelligenza Artificiale e Pharma
In particolare ci sono 4 grandi “regole” che dovrebbero governare gli sviluppo dell’intelligenza Artificiale nel Pharma e nella Smart health
- L’Intelligenza Artificiale modificherà ogni aspetto della catena del valore biopharma – ma in particolare inciderà sulla ricerca e sviluppo di nuovi prodotti in tutte le fasi iniziali
- L’Intelligenza Artificiale porterà anche a una forma di “appiattimento” del playing field
- Con l’Intelligenza Artificiale diverrà strategico sviluppare nuove forme di partnership
- L’Intelligenza Artificiale non sostituirà gli attuali esperti, ma aggiungerà “nuovi esperti“
Come si sviluppano gli effetti positivi dell’Intelligenza Artificiale nel mondo Pharma
Secondo quanto scrive Spence, l’Intelligenza Artificiale è destinata sì a modificare ogni aspetto della catena del valore del settore bio-farmaceutico, ma soprattutto può avere effetti importanti nelle fasi iniziali della ricerca, quelle nelle quali le possibilità di fallimento o di sbagliata interpretazione o formulazione sono più elevate. Tecniche di analisi predittiva consentono sia di abbreviare i tempi di sviluppo, sia di ridurre i rischi di errore.
Un grande tema collegato agli sviluppi dell’Intelligenza Artificiale è nella condisione dei dati e dei risultati. Un secondo effetto positivo dell’utilizzo di tecniche di analisi e di intelligenza artificiale risiede in una più generale democratizzazione del comparto. La possibilità di accedere agli stessi dati, consente, secondo EY, anche alle piccole imprese di combattere contro i giganti o i Big Pharma, contro gli incumbent del settore, ma soprattutto, consente anche ai team di ricerca più piccoli di condurre ricerche e sperimentazioni con più efficacia.
Intelligenza Artificiale vuol dire intelligenza nelle partnership
Un terzo effetto positivo sta nella maggiore importanza che con il tempo assumono i team integrati, nei quali medici, biologi e data scientist collaborano grazie all’accesso a ricchi data set nei quali si combinano dati derivanti dai test di laboratorio, dati clinici, dati derivanti da dispositivi indossabili, dati strutturati e non ripartiti su archi temporali decisamente più significativi rispetto al passato.
Infine, ed è questo un aspetto che Spence vuole sottolineare, non è in gioco una lotta uomini contro macchine o uomini contro intelligenze artificiali: non c’è e non ci sarà ancora per lungo tempo un algoritmo in grado di prescrivere un farmaco al posto del medico. La questione, semmai, è quella di unire uomini e macchine. L’intelligenza artificiale può aiutare i medici a fare meglio ciò che già fanno: curare i pazienti secondo una logica di personalizzazione della cura.
Tutto questo, secondo Spence più che realizzabile al momento è auspicabile: l’interoperabilità tra i diversi data set è un prerequisito critico, così come è importante accelerare nello sviluppo di piattaforme che incoraggino i pazienti a condividere i loro dati, dando vita a un circolo virtuoso in cui tutti, di fatto, possono contribuire alla ricerca e all’innovazione.
Leggi l’articolo originale di EY
Leggi gli altri articoli di EYCapri
