Разработка новых лекарств ― это целый марафон с препятствиями, на который уходят годы. Важно не только разработать и синтезировать молекулу, но и доказать, что она эффективна и безопасна. Как раз на этот этап оценки, который называется клиническими исследованиями, уходит значительная часть времени всей разработки препарата. Так, из десяти тысяч перспективных молекул до пациента добирается лишь одна.
Сегодня благодаря интеграции больших данных и искусственного интеллекта в науку появляется шанс пройти эту дистанцию гораздо быстрее. Цифровые алгоритмы помогают избавиться от слепых зон, предсказывать потенциальные риски и сокращать месяцы рутинной работы с документацией клинического исследования. Тем не менее, даже самые современные подходы пока не могут полностью заменить наиболее критичные для качества и безопасности процессы. Поэтому фарминдустрия активно ищет способы ускорить исследования там, где это возможно, не снижая требований к качеству данных и безопасности участников.
Как контролируется безопасность новых лекарств
Главная задача клинических исследований — доказать, помогает ли препарат и безопасно ли его применять в реальной жизни. И на это в любом случае нужно время. До максимума сжать этап только за счет ИИ физически невозможно. Для того чтобы понимать и уметь моделировать реакцию живого организма на молекулу, требуются данные реальных пациентов, за которыми нужно наблюдать в динамике.
Процесс выстроен поэтапно. По строгим стандартам регуляторов исследования делятся на три обязательные фазы. В рамках каждой из них получается критичный объем данных для перехода на следующий этап, поэтому проводить параллельно этапы нельзя. Препарат должен строго последовательно пройти путь от первичной проверки безопасности на малой группе участников до многолетних масштабных исследований на тысячах пациентов, чтобы ученые могли пошагово выявить и оценить не только эффективность препарата, но и возможные побочные эффекты.
Клинические исследования считаются одной из самых регулируемых сфер в медицине. В России их проведение строго определяется Федеральным законом № 61-ФЗ «Об обращении лекарственных средств» и нормами Евразийской экономической комиссии. Перед началом каждого исследования проект детально проверяется независимыми сторонами: этические комитеты контролируют соблюдение прав участников исследования, а государственный регулятор оценивает научную обоснованность любого исследования, заявленные к изучению параметры и контроль безопасности в исследовании.
Также для всех исследований действует международный стандарт GCP (Good Clinical Practice), который задает единые правила проведения исследований — от информирования пациентов до сбора и проверки данных. Без соблюдения этих требований ни одно исследование не может быть начато.
Почему клинические исследования иногда длятся долго
Основные задержки чаще всего связаны не только с научной частью, но и с организацией процесса. Например, бывает сложно быстро набрать участников, особенно если речь идет о редких заболеваниях, узких критериях включения, особенностях терапии и наблюдения участников. Статистика показывает, что 80−85% клинических исследований не укладываются в изначально запланированные графики набора.
Дополнительное время уходит на логистику и проверку данных. Кроме того, традиционный дизайн исследований жестко привязывает пациента к конкретному медицинскому центру. Если человек живет далеко, частые очные визиты для осмотров и сдачи анализов вызывают сложности. Из-за этого люди нередко отказываются от участия или выбывают на полпути, а исследователям приходится искать новых пациентов, теряя драгоценные месяцы.
Как технологии помогают ускорить процесс
Сегодня значительная часть процессов вокруг клинических исследований уже цифровизирована. Данные пациентов вносят в электронные системы, которые сразу проверяют их на ошибки. Это снижает количество повторных визитов и ускоряет обработку информации.
Искусственный интеллект помогает анализировать данные почти в реальном времени — от показателей давления до дневников самочувствия. Важно, что решения по-прежнему принимает врач: технологии лишь помогают быстрее заметить возможные отклонения, выявить риски и сократить время на рутинную обработку больших массивов данных.
Меняется подход к планированию исследований. Протоколы становятся «умными»: современные дизайны позволяют более гибко принимать решения по стратегии применения препарата, в них стараются минимизировать мало значимые процедуры и сосредоточиться на действительно важных данных. Современный тренд ― это приближение процедур исследований к реальной клинической практике, так называемые прагматичные дизайны.
Для прогноза поиска и набора пациентов могут быть использованы специальные модели, которые помогают понять, где быстрее наберут пациентов, какие центры смогут эффективнее работать и на каком этапе возможны задержки.
Отдельное направление — развитие синтетических данных и цифровых двойников пациентов. Речь идет о математических моделях, которые могут имитировать характеристики реальных пациентов и в перспективе дополнять этими данными традиционные подходы к дизайну исследований. Например, такие инструменты могут сократить число участников в контрольной группе, которым назначается плацебо. Особенно это перспективно для исследований в популяции пациентов с редкими заболеваниями. Подобные подходы требуют развития регулирования в данном направлении и пока не заменяют реальных клинических данных.
Ближе к пациенту
Еще одно важное направление — гибридные исследования, которые сочетают очные визиты и дистанционные технологии. Их называют децентрализованными клиническими исследованиями. Часть консультаций теперь можно проводить онлайн, некоторые показатели измерять дома с помощью привычных устройств — тонометров, глюкометров или носимых гаджетов. Это делает участие в исследованиях проще и удобнее для пациента, особенно из удаленных регионов. Для исследовательских команд тоже плюс: гибридная модель снижает нагрузку на площадки и позволяет более гибко выстраивать наблюдение.
Децентрализованные клинические исследования уже активно применяются в мире ― аналитики прогнозируют, что до 2030 года это направление ежегодно будет расти на 13,7% в денежном выражении. В России оно тоже начинает развиваться. По данным опроса врачей-исследователей, около 30% из них хотя бы раз проводили децентрализованные КИ.
Так, дистанционные инструменты применялись в клиническом исследовании «АстраЗенека» по оценке эффективности и безопасности нового препарата для лечения хронической обструктивной болезни легких (ХОБЛ) в России. ХОБЛ — заболевание, которым в стране страдают миллионы человек.
В исследовании приняли участие 98 пациентов из восьми городов России. В течение полугода каждый участник дважды в день проводил дома измерения функции дыхания и заполнял электронный дневник. Для этого пациенты использовали домашний спирометр, который позволяет измерять два важных показателя работы легких — объем форсированного выдоха за первую секунду (FEV1) и пиковую скорость выдоха (PEF).
Передача данных от пациентов была автоматической ― напрямую в базу исследования, без ручного ввода. Это исключало ошибки. Всего на одного пациента за полгода пришлось около 360−380 записей. Обычно при таком объеме бумажные дневники до конца заполняют лишь 10−20% людей, но в этом случае за счет «цифры» дисциплина взлетела до 90%. Это доказало, что новые технологии в России работают так же эффективно, как и в лучших мировых клиниках.
Что нельзя ускорить
При этом важно не путать скорость процессов и время, которое нужно биологии. Некоторые этапы исследований невозможно ускорить. Например, долгосрочную эффективность препарата или редкие побочные эффекты можно оценить только со временем и на больших группах пациентов.
По этой причине наблюдение за препаратом продолжается и после его регистрации — этот этап называется фармаконадзором. Врачи и пациенты сообщают о нежелательных реакциях, ведутся регистры и дополнительные исследования. Это позволяет отслеживать безопасность уже в реальной клинической практике и дополнять данные, полученные на этапе клинической разработки.
Современные клинические исследования становятся быстрее за счет технологий, более эффективной организации процессов и более гибких форматов. Но их ключевой принцип остается неизменным: безопасность пациента — на первом месте.
Для самих пациентов это означает более удобное участие и более быстрый доступ к новым методам лечения, а для медицины — надежные данные, на основе которых принимаются решения, обновляются инструкции и формируются клинические рекомендации.
Ранее Наука Mail писала, что российские и индийские ученые разработали компактный ИИ для поиска рака груди.