Проблема оттока пациентов из клинических испытаний остается одним из серьезнейших вызовов для фармацевтической индустрии. Его последствия крайне значительны: ежегодно теряются миллионы долларов из-за задержек в графиках исследований и высоких затрат на поиск новых участников. Более того, это может поставить под угрозу достоверность данных об эффективности новых препаратов, что в конечном итоге препятствует выходу на рынок жизненно важных лекарств для тех, кто в них больше всего нуждается.
В ответ на эти системные вызовы компания Cognivia представила инновационное программное обеспечение на базе искусственного интеллекта (ИИ), призванное помочь спонсорам клинических испытаний предсказывать вероятность ухода пациентов из исследования. Продукт Cognivia Signal разработан для выявления не только того, кто именно подвержен риску прекращения участия, но и где, почему такой риск возникает, а также каковы поведенческие факторы, влияющие на реакцию плацебо.
Эффективность этой ИИ-системы уже получила убедительное подтверждение. В ходе клинического испытания по лечению диабета 1 типа программное обеспечение продемонстрировало впечатляющую точность в 93% при идентификации пациентов, которые впоследствии выбыли из исследования, будучи заранее помечены как группа высокого риска. Доктор Берт Хартог, старший консультант по клиническим инновациям, подчеркивает, что причины ухода пациентов и реакции на плацебо часто коренятся в сложном человеческом поведении, и указывает на их значительные финансовые и медицинские последствия для всей отрасли.
Главный операционный директор Cognivia Шанталь Госсен отмечает, что внедрение такого программного обеспечения способно существенно улучшить управление клиническими испытаниями, снизить уровень реакции на плацебо и повысить общую операционную эффективность. Это позволит ускорить процесс разработки новых терапий и сделать его более предсказуемым.
Параллельно с развитием высокотехнологичных решений, фармацевтическая промышленность активно работает над повышением вовлеченности пациентов. Концепция пациент-ориентированных исследований становится ключевой, что проявляется в сотрудничестве с пациентскими адвокатскими группами и стремлении проводить испытания в условиях, максимально удобных для участников.
Однако, несмотря на эти целенаправленные усилия, особенно заметные в исследованиях редких заболеваний, эксперты сходятся во мнении: недостаточная вовлеченность пациентов в ходе испытаний по-прежнему остается одной из основных причин их ухода. Сюзанна Харрис, пациентка с редким заболеванием и специалист по маркетингу в SubjectWell, ранее подчеркивала, как важно привлекать пациентов уже на этапе планирования для определения значимых конечных точек. Она приводит показательный пример: «Если это исследование головной боли, и лекарство вызывает сонливость, но пациенты хотят жить и работать активно, то спонсоры упускают из виду реальные потребности пациента». По ее словам, понимание мотивации пациентов – критически важно для успеха.
Аналитики GlobalData также указывают на значительный потенциал Интернета вещей (IoT) и децентрализованных подходов, таких как носимые устройства, в улучшении удержания пациентов. Эти технологии могут значительно повысить доступность участия в испытаниях, делая их менее обременительными для людей. Таким образом, сочетание передовых ИИ-решений и глубокого понимания потребностей пациентов формирует будущее клинических исследований, обещая повышение их эффективности и ускоренное появление новых методов лечения.
