I trial clinici, ovvero gli studi biomedici e farmacologici sull'uomo, hanno un ruolo centrale per l'essere umano: servono verificare che una terapia o un trattamento sanitario siano sicuri, efficaci e anche migliori di quelli in uso.
Il problema di queste sperimentazioni è che necessitano di tempistiche piuttosto lunghe e soprattutto comportano dei costi molto elevati, nell'ordine di milioni di dollari, a fronte di un tasso di successo del 10-15%.
Le ragioni dietro il fallimento sono diverse e vanno da problemi di sicurezza alla carenza di fondi, ma gran parte dei motivi è legata al reclutamento e al coinvolgimento dei pazienti; inoltre, spesso i quesiti di ricerca non sono formulati in modo corretto e i pazienti faticano a esprimere i punti critici delle cure.
Fortunatamente c'è un modo per migliorare il processo e facilitare la raccolta di informazioni dai pazienti: Steve King, CEO e co-fondatore di Black Swan Data, spiega che i dati provenienti dai social possono essere sfruttati per velocizzare la verifica dell'efficacia delle cure e semplificarne quindi la diffusione.
King sottolinea che il 73% degli utenti dei social media li usa per discutere di salute e cercare informazioni sulle patologie. Sui social le persone tendono a condividere molti dettagli sulle loro condizioni sia perché possono farlo velocemente, sia perché possono farlo in forma anonima e si sentono più liberi di esprimere dubbi e paure rispetto a quando si trovano di fronte a un medico o devono compilare un'intervista formale.
Sui social non sono solo i pazienti a condividere la propria esperienza, ma anche famigliari, figure assistenziali, infermieri e persino medici. Online, spiega King, ci sono milioni di conversazioni su problemi di salute e sulla validità delle diagnosi che rappresentano una fonte estremamente preziosa per i trial clinici.
Usando strumenti di IA le aziende farmaceutiche e gli enti di ricerca possono analizzare queste conversazioni per capire meglio quali sono i potenziali ostacoli nella progettazione dello studio e nella valutazione della cura. Riuscendo a comprendere meglio l'esperienza vissuta dei pazienti in relazione a una patologia, è possibile individuare trattamenti che migliorino realmente la qualità della vita delle persone.
Ad oggi i trial clinici coinvolgono campioni di piccole dimensioni che, anche se sono rappresentativi della natura della patologia, non riescono a descrivere a fondo le esperienze vissute dai pazienti.
Analizzando milioni di conversazioni i ricercatori riescono a comprendere a fondo cosa disturba maggiormente i pazienti e gestire meglio le diversità, soprattutto quando si ha a che fare con malattie rare.
L'uso dei dati social aiuta anche a risolvere il problema del coinvolgimento dei pazienti, spesso esacerbato da barriere fisiche e fisiologiche provocate dalla patologia stessa. Questi ostacoli non sempre vengono presi in considerazione durante la progettazione del trial, ma sono fondamentali per ridurre la complessità dello studio e massimizzare la partecipazione dei pazienti.
L'uso dei big data dei social e dell'intelligenza artificiale può cambiare profondamente la ricerca e la progettazione di studi clinici, aprendo nuove possibilità di miglioramento. Prima le aziende farmaceutiche abbracceranno le nuove tecnologie, con le dovute precauzioni, prima il processo dei trial clinici si semplificherà, portando vantaggi a tutti.
