De farmaceutische industrie staat, zacht gezegd, niet bepaald bekend als de meest progressieve sector als het gaat om digitalisering. Sterker nog. In veel gevallen verloopt het werk in het laboratorium nog precies zoals in 1940. Op basis van een hypothese worden medicijnen ontwikkeld, getest en in het kleine geval van succes, met hoge kosten doorontwikkeld tot een massaproduct. De R&D kosten per ontwikkeld product in de farma-industrie lopen al tientallen jaren enorm op. Onnodig, want ook in het lab is inmiddels veel meer mogelijk, onder andere door AI en Machine Learning in te zetten.
De cijfers in beeld
De onderstaande figuur geeft duidelijk aan waar de knelpunten zitten bij het ontwikkelen van nieuwe medicijnen. Dat zijn:
- Het enorme reguleringsproces waar medicijnen doorheen moeten voordat ze goedgekeurd worden. Alles bij elkaar kan dit makkelijk 12 jaar of langer in beslag nemen.
- De ‘verouderde’ werkmethode waardoor enorme aantallen kostbaar ontwikkelde medicijnen afvallen, in combinatie met de toegenomen complexiteit van medicijnen door de jaren heen.
Source: Lost in Translation – Bridging the preclinical and clinical worlds concepts, Examples, Successes and Failures in Translational Medicine by Attilla Seyhan
Het te volgen voorbeeld
Wat dat betreft is de ontwikkeling van de coronavaccins een enorme afwijking van normaal. Door complete focus (en hele lange werkdagen) bij farmabedrijven, in combinatie met het weghalen van zoveel mogelijke rode tape, is blijkbaar wél mogelijk om vaccins binnen een jaar te ontwikkelen, goed te keuren en in massaproductie te nemen. Het kan dus wel, maar blijkbaar alleen in noodgevallen. Voor de meeste medicijnen wacht nog steeds een lange reis door enorm lange ontwikkeltrajecten en de ‘Valley of Death’. Of is er toch iets mogelijk?
AI en Machine Learning
Zoals je misschien weet is de term industry 4.0 vrij hip de afgelopen jaren. Het staat voor de toenemende mogelijkheden om met behulp van Artificial Intelligence en Machine Learning productieprocessen te versnellen, efficiënter te maken en veiliger te maken. Hoe dat precies werkt kun je ontdekken via ons speciale AI web topic
Ontwikkelen op de computer
Ook voor de farma-industrie hebben AI en Machine Learning grote potentie. Door een flink deel van het ontwikkeltraject te verschuiven van het lab naar de computer kan sneller en efficiënter worden ontwikkeld. Daarbij wordt data centraal opgeslagen, waardoor farmaceutische bedrijven een enorme pool aan informatie kunnen creëren.
Doorbouwen op je voorgangers
Vervolgens is het mogelijk om de trajecten van nieuwe ontwikkelingen flink te versnellen. Je kunt als het ware direct doorbouwen op de kennis van je voorgangers. Een enorm voordeel, zeker als het gaat om complexe producten. Door een nieuwe hypothese te testen op de computer en op basis van Machine Learning en AI een uitkomst te berekenen, kun je het aantal benodigde experimenten tot succes in het lab flink terugdringen.
Een blauwdruk klaar voor gebruik
Een bijkomend voordeel is dat je op deze manier een blauwdruk maakt waar alle informatie exact in beschreven staat. Met sensoren is het bovendien mogelijk om de informatie over de labomstandigheden waarin het succesvolle experiment werd uitgevoerd hieraan te koppelen. Hiermee is vrijwel alle informatie beschikbaar die nodig is voor verdere schaalvergroting en productie. Ook creëer je op deze manier een perfect log die in de latere stadia aan de controlerende instanties voorgelegd kan worden. Mits aan alle GMP-eisen wordt voldaan, kun je op deze manier het volledige traject nogmaals flink verkorten.
