La aprobación por parte de la Food and Drug Administrations (FDA) del medicamento para el Alzheimer de Biogen, Aducanumab (Aduhelm), fue una gran noticia que se conoció la semana pasada. Con un precio esperado de 56.000 dólares al año, una carga financiera de 600.000 millones de dólares colocada por la enfermedad de Alzheimer en la economía de Estados Unidos y 18 años desde que se aprobó el último medicamento para la enfermedad, es mucho lo que está en juego. El hecho de que casi tres cuartas partes del propio comité asesor de la FDA recomendara que no se aprobara el medicamento, y que tres de los miembros de ese comité renunciaron luego de la aprobación, ha avivado aún más las llamas de la controversia.
El jurado aún está deliberando sobre si la decisión de la FDA fue buena o mala, y probablemente seguirá siendo controvertida durante muchos años. Sin embargo, lo que es inequívoco sobre la aprobación del medicamento son tres cuestiones:
1. La desesperación de los pacientes por cualquier cosa que pueda ayudarlos;
2. Qué tan problemáticos son los puntos finales actuales y las mediciones aprobadas.
3. La oportunidad que representa para que las startups resuelvan estos desafíos con tecnologías novedosas.
Con más de mil millones de personas en todo el mundo (100 millones sólo en los Estados Unidos) Que padecen trastornos neurológicos, son, con mucho, la principal causa de discapacidad mundial. Al mismo tiempo, la neurología como disciplina médica ha progresado poco en las últimas décadas y lucha por aprovechar el enorme potencial de las tecnologías modernas, como la visión por computadora y el aprendizaje automático (a menudo denominada inteligencia artificial).
Históricamente, las startups han sido las que han liderado el aprendizaje automático y la inteligencia artificial. Por ejemplo, en el campo de la oncología, Flatiron (fundada en 2012, adquirida por Roche por casi dos mil millones de dólares en 2018) encabezó los conocimientos oncológicos de big data con su plataforma de aprendizaje automático. Más recientemente, nuevas empresas israelíes como Zebra Merical y AI Doc están aprovechando la inteligencia artificial para transformar la radiología, e Immunai está aprovechando la inteligencia artificial y la biología unicelular para la terapia inmunológica.
Sin embargo, para la neurología, la situación es bastante diferente. Si bien hay algunos ejemplos de nuevas empresas que aprovechan la inteligencia artificial para afecciones neurológicas, para la gran mayoría de afecciones neurológicas, ni las nuevas empresas ni las empresas más establecidas han podido aprovechar las tecnologías modernas. Sin embargo, la razón de esto no es la falta de sofisticación o destreza tecnológica, sino que es inherente al estado de la neurología actual.
4 צפייה בגלריה
Las nuevas tecnologías aún no han hecho pie en el complejo campo de la neurología.
(Jesse Orrico en Unsplash)
Actualmente, en su mayor parte, la detección, el diagnóstico y la atención neurológicos son muy subjetivos y dependen del examen manual con múltiples signos y síntomas que no son fáciles de detectar. La mayoría de las afecciones no tienen un examen "de referencia" y, aparte de utilizar resonancias magnéticas para evaluar afecciones como derrames cerebrales, traumatismos o cáncer de cerebro, no existe un examen de evaluación objetiva real para la gran mayoría de los trastornos neurológicos. Al carecer de una medición objetiva, es extremadamente difícil entrenar modelos de aprendizaje automático.
Esta falta de medición objetiva es cierta para una amplia gama de afecciones neurológicas como el Alzheimer –donde las placas beta amiloides que son detectables por imágenes de resonancia magnética pueden estar correlacionadas con la enfermedad, pero no son necesariamente la causa del deterioro cognitivo– y el Parkinson, donde La Escala Universal de Calificación de la Enfermedad de Parkinson (UPDRS) consta de 50 preguntas (en su mayoría subjetivas) planteadas por un neurólogo y presenta una variabilidad entre evaluadores de hasta 20% -25%. Se aplican tasas similares a la esclerosis múltiple (EM), donde las lesiones observadas en las imágenes por resonancia magnética son de hecho un marcador objetivo de la enfermedad, pero donde la agudeza se mide nuevamente mediante la Escala de estado de discapacidad expandida (EDSS), que es altamente subjetiva.
Entonces, ¿cómo, en ausencia de medidas objetivas, se supone que las empresas emergentes aprovecharán tecnologías novedosas para avanzar en el tratamiento neurológico? Las pocas startups centradas en la neurología que han ganado una tracción significativa se enfocan en las condiciones con medidas objetivas (por ejemplo, resonancia magnética para accidentes cerebrovasculares). Quizás de forma poco intuitiva, la respuesta puede estar en las empresas farmacéuticas.
4 צפייה בגלריה
Más de 1.000 millones de personas en el mundo padecen trastornos neurológicos.
(Cristian Newman en Unsplash)
Para explicarlo, la falta de mediciones objetivas y sensibles plantea un desafío importante para el desarrollo de fármacos neurológicos. Los ensayos que parecen prometedores durante las primeras etapas fracasan porque las medidas objetivas (como la resonancia magnética) son, en el mejor de los casos, un indicador débil de los criterios de valoración subjetivos; los costos de los ensayos clínicos se disparan, ya que el tamaño de los ensayos debe ser enorme para obtener resultados significativos.
¿Por qué no se ha aprobado ningún medicamento para la enfermedad de Alzheimer en los últimos 18 años? Si bien hay muchas razones posibles, es casi seguro que la falta de mediciones objetivas y sensibles jugó un papel clave, que afectó todo, desde el diseño efectivo de la prueba hasta su duración extremadamente larga. Lo mismo ocurre con muchas otras afecciones neurológicas. Pero, ¿qué pasaría si las nuevas empresas pudieran aprovechar el aprendizaje automático para introducir medidas (o biomarcadores) objetivas y sensibles novedosas?
Curiosamente, eso puede no ser tan descabellado como podría parecer inicialmente. De hecho, se han informado medidas sólidas, sensibles y objetivas para una amplia gama de trastornos neurológicos en docenas de artículos científicos recientes publicados en revistas con factores de alto impacto (por ejemplo, Lancet Neurology, Nature Reviews, etc.). Estas mediciones incluyen nuevos tipos de datos como marcadores complejos de resonancia magnética funcional (p. ej., conectividad cerebral), tomografía de coherencia óptica (OCT), marcadores moleculares y genéticos, así como micro-oculometría, es decir, mediciones de movimientos microscópicos de los ojos, que han demostrado ser sustitutos robustos de los criterios de valoración utilizados actualmente .
4 צפייה בגלריה
La compleja maquinaria cerebral y la incapacidad científica para abordar al cura del Alzheimer.
Aprovechar estos nuevos tipos de datos requiere tres capacidades principales en las que sobresalen las empresas emergentes:
1. La capacidad de medir fuera de la configuración del laboratorio, por ejemplo, con un teléfono inteligente o una cámara web.
2. La capacidad de utilizar la visión por computadora avanzada
3. La capacidad de aprovechar el aprendizaje automático
Para explicarlo mejor: liberar este nuevo tipo de mediciones del laboratorio permite un monitoreo continuo, frecuente y casi sin fricciones de los pacientes, que es un componente crítico para interrumpir el campo. Se necesita visión artificial avanzada para extraer parámetros microscópicos sin dispositivos dedicados (por ejemplo, en un teléfono inteligente o cámara web) y eliminar el ruido creado por el movimiento y la luz ambiental, y finalmente el aprendizaje automático es fundamental para entrenar un modelo altamente predictivo que puede tener en cuenta miles de parámetros.
Estas capacidades requieren enfoques altamente innovadores en los que las startups prosperen. Algunos de estos ejemplos incluyen varias startups israelíes. Con suerte, las nuevas empresas impulsadas de manera similar pronto introducirán una serie de medidas novedosas y generarán un aumento en los ensayos neurológicos exitosos, lo que hará que las decisiones de la FDA –como la reciente con respecto al Aducanumab– no sólo sean menos controvertidas sino que también sucedan con una frecuencia creciente.
* El Dr. Micha Breakstone, anteriormente cofundador de Chorus.ai, es cofundador y director ejecutivo de NeuraLight.
