AI in het kader van lifesciences: trends, applicaties en ethische overwegingen

Verdieping: Gebruik en effect van AI in de lifesciencesector

Kunstmatige intelligentie leidt in verschillende sectoren tot uitdagingen en de lifesciencesector is hier geen uitzondering op. Uit een recent onderzoek van Pistoia Alliance blijkt dat de meeste lifesciencedeskundigen het potentieel van AI erkennen.

Deze mening blijkt ook uit onze eigen enquête die bovendien benadrukte dat het algemene gebruik van AI in de lifesciencesector nog in de kinderschoenen staat. 78% van de ondervraagden gaf aan dat zij de mogelijkheden van AI nog aan het bestuderen zijn of nog maar net begonnen zijn met de implementatie van AI in hun bedrijven. Bedrijven leggen zich toe op specifieke domeinen waar AI onmiddellijk resultaat oplevert, zoals marketing en communicatie (gebruikspercentage van 39%) en diagnostiek (gebruikspercentage van 22%).

Op deze specifieke domeinen zorgt de implementatie van AI voor concurrentievoordelen:

• Marketing & communicatie: AI vergroot de doeltreffendheid door materialen op te stellen die voldoen aan de voorschriften van regelgeving en door de personalisering en afstemming op doelgroepen te verbeteren. Hierdoor kunnen bedrijven een breder en specifieker publiek bereiken.
• Diagnostiek: Door ingewikkelde data te analyseren, verbetert AI de accuraatheid van diagnostiek en ondersteunt deze de vroegtijdige opsporing van ziekten, zoals kanker of hartziekten. Gepersonaliseerde geneesmiddelen en geautomatiseerde diagnosesystemen zorgen voor een verdere verbetering van de gezondheidszorgverlening.
• Toevoerketenbeheer: AI analyseert trends uit het verleden en markttrends om op pieken in de vraag in te spelen, knelpunten te voorspellen en productieplannen in realtime op te stellen. Het optimaliseert inventarisniveaus en zorgt voor een proactieve aanpak van verstoringen. Zo verlopen alle activiteiten vlotter.
• Klinische trials: AI transformeert de wereld van klinische trials: van het ontwerp van studies en de opstelling van protocollen tot de werving van patiënten en de analyse van gegevens. Trials worden steeds groter en ingewikkelder. AI versnelt processen waardoor geneesmiddelen mogelijk sneller op de markt gebracht kunnen worden.
• Geneesmiddelenbewaking: AI versterkt geneesmiddelenbewaking door veiligheidskwesties vroegtijdig op te sporen, door het melden van bijwerkingen te bevorderen en door weloverwogen besluitvorming voor regelgevingsinstanties en farmaceutische bedrijven te ondersteunen.

Wanneer de ondervraagden gevraagd werd naar de verwachte voordelen van AI, haalden zij de volgende voornaamste bedrijfsvoordelen aan:

• Hogere doeltreffendheid (78%): Door routinetaken te automatiseren en workflows te stroomlijnen, kan AI de operationele doeltreffendheid aanzienlijk verbeteren. Dit leidt dan weer tot een snellere time-to-market voor nieuwe geneesmiddelen en behandelingen.
• Kostenbesparingen (74%): AI kan helpen om de kosten terug te dringen door de toewijzing van middelen te optimaliseren, door het toevoerketenbeheer te verbeteren en door klinische trials te stroomlijnen.
• Concurrentievoordeel (74%): Door AI vroeg te implementeren, kunnen lifesciencesorganisaties een aanzienlijk concurrentievoordeel behalen. Wanneer het gebruikt wordt om activiteiten te innoveren en optimaliseren, kunnen bedrijven een marktaandeel veroveren en hun positie binnen de sector versterken.

Hoewel professionals uit de sector het potentieel van AI erkennen om specifieke uitdagingen binnen de lifesciencesector aan te pakken, toont deze focus op bedrijfsvoordelen aan dat zij vooral algemenere voordelen verwachten zoals grotere doeltreffendheid en kostenbesparingen. Het is evenwel de moeite waard om te vermelden dat ondervraagden ook waarde zien in het vermogen van AI om innovatie te vergroten (57%) en resultaten van patiënten te verbeteren (61%). Dit geeft aan dat het bewustzijn rond het potentieel om patiëntenzorg te transformeren en medische vooruitgang te stimuleren groter wordt.

 "Uit de raming van het McKinsey Global Institute (MGI) blijkt dat generatieve AI per jaar $60 miljard tot $110 miljard aan economische waarde zou kunnen genereren voor de sectoren farmaceutica en medische hulpmiddelen. Dit is grotendeels te danken aan het feit dat het de productiviteit kan boosten door het proces voor identificatie van samenstellingen voor mogelijk nieuwe geneesmiddelen te versnellen en zo de ontwikkeling en goedkeuring te bespoedigen en de manier te verbeteren waarop zij op de markt worden gebracht.”

Bron: rapport McKinsey & Company "Generative AI in the pharmaceutical industry: Moving from hype to reality"

Ondanks de voordelen bevindt het wijdverspreide gebruik van AI in de lifesciencesector zich nog in het beginstadium. Dit verklaart waarom het waargenomen effect van AI op bedrijfsactiviteiten nog altijd vrij matig is. Onze enquête toonde aan dat slechts 9% van de ondervraagden een vijf (de hoogste score) toekent aan het effect van AI op hun activiteiten. Hoewel bedrijven de voordelen en het potentieel van AI in het kader van lifesciences erkennen, betekent deze trage toepassing dat het transformerende effect van AI nog niet volledig bereikt is.

Uitdagingen & ethische overwegingen in het kader van AI

Het gebruik van een transformerende technologie zoals AI gaat gepaard met uitdagingen. Heel wat ondervraagden (61%) weten niet goed hoe ze hun weg moeten vinden in het complexe regelgevingslandschap. Bij de uitdagingen op het gebied van regelgeving moet er rekening worden gehouden met twee belangrijke aspecten:

• AI-specifieke regelgeving, zoals de AI-wet van de EU die strikte voorschriften oplegt aan AI-systemen die een hoog risico inhouden, wat gevolgen heeft voor medische hulpmiddelen van klasse IIa en hoger.
• Naleving van patiëntveiligheid en ethische praktijken.

Voor beide uitdagingen is het belangrijk dat bedrijven voorblijven op de evoluerende regelgeving (wat erg tijdrovend kan zijn), een uitgebreid nalevingsprogramma implementeren en regelmatig audits uitvoeren. Dit proces vergt tijd en inspanning, maar is cruciaal voor de succesvolle integratie van AI.

Andere belangrijke vastgestelde uitdagingen hebben te maken met privacy en beveiliging van gegevens, integratie met bestaande systemen en opleiding van werknemers.

• Privacy en beveiliging van gegevens zijn bijzonder belangrijk in de lifesciencesector, waar gevoelige patiëntinformatie en bedrijfseigen researchgegevens beschermd moeten worden tegen inbreuken en misbruik.
• De integratie van AI in bestaande systemen is een ingewikkelde opdracht. Heel wat lifesciencesorganisaties gebruiken een verouderde infrastructuur die mogelijk niet compatibel is met moderne AI-oplossingen. Voor een doeltreffende AI-implementatie is het bovendien essentieel om kwalitatief hoogstaande en toegankelijke gegevens te waarborgen.
• De opleiding van werknemers vormt ook een grote barrière. Aangezien AI-technologieën snel evolueren, hebben professionals vaak nieuwe skills en kennis nodig om op een doeltreffende wijze te kunnen werken met AI-systemen. Dit vergt een aanzienlijke investering in het bij- en herscholen van werknemers, wat op zijn beurt tijdrovend en duur kan zijn, zeker in een domein waar precisie en expertise van groot belang zijn.

Bij ethische overwegingen weerspiegelde de enquête de verbintenis van de sector tot verantwoorde innovatie, waarbij 65% aangeeft dat zij de prioriteit geven aan ethiek bij AI-strategieën (zeer belangrijk en extreem belangrijk). Dit toont aan dat er sprake is van een groeiend bewustzijn omtrent de noodzaak om AI-technologieën af te stemmen op ethische beginselen, met name voor wat betreft gegevensprivacy, onpartijdigheid en de maatschappelijke gevolgen van AI-applicaties.

Nu AI verder blijft evolueren, is het belangrijk om een evenwicht te vinden tussen innovatie en ethische overwegingen. Door prioriteit te geven aan ethische beginselen kunnen lifesciencesorganisaties een vertrouwensrelatie opbouwen met patiënten, regelgevingsinstanties en de overheid. Dit kan worden bereikt door de opstelling van ethische richtlijnen, de investering in opleidingen omtrent AI-ethiek en de implementatie van degelijke monitoring en controle van AI-systemen.

De toenemende nieuwsgierigheid rond AI bij taaldiensten

De lifesciencesector is zich steeds bewuster van de manier waarop AI kan zorgen voor een revolutie in de wereld van taaldiensten. Deze trend wordt ook bevestigd door de resultaten van onze enquête. Maar liefst 70% van de ondervraagden kennen AI-applicaties voor vertaling en lokalisatie en 61% van de bedrijven hebben AI al geïntegreerd in hun taalgerelateerde taken, zoals vertaling, tolken en contentcreatie. Dit toont aan dat AI snel evolueert naar de tool bij uitstek om taaldiensten te stroomlijnen in de lifesciencesector.

Oplossingen op basis van AI, zoals machinevertaling (MT) en grote taalmodellen (LLM), bieden heel wat voordelen. Zij kunnen de creatie en verspreiding van content versnellen, bedrijven helpen om te voldoen aan strikte regelgevingsdeadlines en waarborgen dat essentiële informatie autoriteiten en belanghebbenden snel bereikt. Dit kan baanbrekend zijn, omdat het zorgt voor een snellere marktintroductietijd voor nieuwe producten en behandelingen.

Maar het gaat om meer dan snelheid alleen. AI kan ook zorgen voor een betere accuraatheid en doeltreffendheid in het kader van diverse taalgerelateerde taken:

• Transcriptie van audio- en videocontent (70%): AI-tools kunnen zorgen voor de transcriptie van afspraken, gesprekken en andere audio- en videocontent met betrekking tot klinische trials. Zo komen waardevolle tijd en middelen vrij.
• Creatie en vertaling van marketingcontent (48%): AI kan lifesciencebedrijven helpen om een internationaal publiek te bereiken door kwalitatief hoogstaande marketingcontent in meerdere talen te genereren.
• Meertalige patiëntbetrokkenheid en -ondersteuning (39%): Chatbots en virtuele assistenten op basis van AI kunnen in meerdere talen steun verlenen. Dit leidt tot een grotere tevredenheid bij patiënten en hierdoor volgen zij hun behandelingsplannen beter.
• Vertaling van verslaglegging inzake geneesmiddelenbewaking (17%): AI kan de vertaling van verslagen over bijwerkingen stroomlijnen. Dit zorgt voor een snellere identificatie en reactie op veiligheidssignalen.

Op zoek naar het juiste evenwicht: menselijke expertise en AI

Hoewel AI een groot potentieel inhoudt, mag niet worden vergeten dat er heel wat uitdagingen ontstaan als je voor taaldiensten uitsluitend op AI vertrouwt. AI-modellen vereisen kwalitatief hoogstaande data om accurate vertalingen te produceren, en ze kunnen problemen ondervinden met de nuances van ingewikkelde wetenschappelijke taal, culturele context en ethische overwegingen.

Uit onze enquête bleek dat 43% van de ondervraagden vindt dat idealiter 26-50% AI gebruikt wordt voor taaldiensten. Dit benadrukt het belang van menselijk toezicht en interventie. Een hybride benadering, waarbij de sterke punten van menselijke taalkundigen gecombineerd worden met AI-tools, kan leiden tot de beste resultaten.

Een voorbeeld hiervan is post-editing van machinevertaling (MTPE). Hierbij wordt machinevertaling of AI gebruikt voor de initiële vertaling. Vervolgens reviseren en verfijnen menselijke deskundigen de output. Dit waarborgt zowel snelheid als accuraatheid met kwalitatief hoogstaande vertalingen als resultaat.

Zoals blijkt uit het Slator-rapport van 2024 kent MTPE steeds meer succes in de lifesciencesector. Dit toont aan hoe waardevol het is bij tijdgevoelige scenario's en accurate communicatie. Zo kan MTPE bij aanvragen voor klinische trials, waar strakke regelgevingsdeadlines een uitdaging kunnen vormen, helpen om de vertaling van aanvragen voor informatie van gezondheidsinstanties af te handelen. Ook bij geneesmiddelenbewaking waar de snelle verslaglegging van bijwerkingen essentieel is, kan MTPE tijdige en accurate communicatie met regelgevingsinstanties waarborgen.

We kunnen nog een paar stappen verder gaan om de omvang van de menselijke betrokkenheid te verminderen door zorgvuldig geteste automatische post-editing (APE) en automatische kwaliteitsevaluatie (AQE), waarbij tegelijkertijd gezorgd wordt voor een evenwicht tussen risicobeheer en doeltreffendheid.

Belofte van AI op het gebied van lifesciences

Hoewel het potentieel van AI algemeen erkend wordt in de lifesciencesector, lopen de individuele standpunten over de technologie uiteen. Onze enquête toonde een aantal standpunten van professionals uit de sector:

• De optimisten (52%): Deze groep ziet AI als een transformerende technologie met de kracht om doeltreffendheid en innovatie te bevorderen, processen te stroomlijnen, onderzoek te versnellen en tot slot de resultaten voor patiënten te verbeteren.
• De pragmatisten (35%): Deze groep beschouwt AI als een waardevolle tool die taken kan vereenvoudigen en productiviteit kan verbeteren wanneer het juist toegepast wordt.
• De voorzichtigen (13%): Deze kleinere groep is bezorgd over de complexiteiten en uitdagingen die gepaard gaan met AI, met name op het gebied van naleving van regelgeving.

Deze uiteenlopende standpunten beklemtonen de veelzijdige aard van AI in lifesciences. Hoewel het potentieel enorm is, brengt het ook uitdagingen met zich mee die voorzichtigheid vereisen om een succesvolle implementatie en betekenisvolle voordelen te waarborgen.

Ongeacht hun individuele standpunten waren ondervraagden enthousiast over de toekomstige applicaties van AI in de lifesciencesector. Zij gaven een reeks potentiële voordelen aan, waaronder:

• Verwerking van medische beeldvorming: AI kan medische beeldvorming snel en nauwkeurig analyseren, diagnostiek revolutioneren en vroegtijdige opsporing van ziekte en nauwkeurigere interpretaties mogelijk maken, met name op gebieden zoals radiologie, pathologie en oncologie.
• Individuele diagnostiek en gepersonaliseerde behandelingen: AI beschikt over het potentieel om gezondheidszorg te personaliseren door behandelingen op maat van individuele patiënten op basis van hun unieke genetische, klinische en levensstijlgerelateerde gegevens om uiteindelijk de effectiviteit van behandelingen en resultaten voor patiënten te verbeteren.
• Opsporing van kanker en voorspellende analyse: AI kan grote datareeksen analyseren om patronen te identificeren. Dit leidt tot een aanzienlijke vooruitgang bij de vroegtijdige opsporing van kanker, de voorspelling van risico's en de ontwikkeling van gerichte behandelingen.
• Analyse van data uit de echte wereld: AI kan bewijs uit de echte wereld verwerken en analyseren. Dit leidt tot betere klinische besluitvorming, inzicht in patiëntpopulaties en identificatie van trends die innovatie stimuleren.
• Patiëntcommunicatie en -betrokkenheid: Tools op basis van AI kunnen de communicatie tussen lifesciencebedrijven en patiënten verbeteren en zorgen voor betere voorlichting, ondersteuning en algemene communicatie in het kader van gezondheidszorg.

Deze potentiële applicaties benadrukken de verschillende manieren waarop AI de lifesciencesector kan transformeren. Er bestaat heel wat optimisme over de toekomst van AI op dit gebied. Aangezien AI verder blijft evolueren, verwachten wij nog meer innovatieve applicaties die de gezondheidszorg zullen transformeren en de resultaten voor patiënten zullen verbeteren.