En 2020, la Escuela de Ingeniería y Takeda Pharmaceutical Company lanzaron el Programa MIT-Takeda, que tiene como objetivo aprovechar la experiencia de ambas entidades para resolver problemas en la intersección de la atención médica, la medicina y la inteligencia artificial. Desde que comenzó el programa, los equipos han ideado mecanismos para reducir el tiempo de fabricación de ciertos productos farmacéuticos, presentaron una solicitud de patente y simplificaron las revisiones de la literatura lo suficiente como para ahorrar ocho meses de tiempo y costo.
Ahora, el programa se dirige a su cuarto año, apoyando a 10 equipos en su segunda ronda de proyectos. Los proyectos seleccionados para el programa abarcan la totalidad de la industria biofarmacéutica, desde el desarrollo de fármacos hasta la comercialización y la fabricación.
“Los proyectos de investigación en la segunda ronda de financiamiento tienen el potencial de conducir a avances transformadores en el cuidado de la salud”, dice Anantha Chandrakasan, decana de la Escuela de Ingeniería y copresidenta del Programa MIT-Takeda. “Estos equipos interdisciplinarios están trabajando para mejorar la vida y los resultados de los pacientes en todas partes”.
El programa se formó para fusionar la experiencia de Takeda en la industria biofarmacéutica con la profunda experiencia del MIT a la vanguardia de la inteligencia artificial y la investigación de aprendizaje automático (ML).
“El objetivo del programa es tomar la experiencia del MIT, al borde de la innovación en el espacio de la IA, y combinarla con los problemas y desafíos que vemos en la investigación y el desarrollo de fármacos”, dice Simon Davies, el ejecutivo director del programa MIT-Takeda y jefe global de ciencias estadísticas y cuantitativas de Takeda. La belleza de esta colaboración, agrega Davies, es que permitió a Takeda llevar problemas y datos importantes a los investigadores del MIT, cuyo modelado o metodología avanzados podrían ayudar a resolverlos.
En la Ronda 1 del programa, un proyecto dirigido por científicos e ingenieros del MIT y Takeda investigó biomarcadores relacionados con el habla para la demencia frontotemporal. Utilizaron el aprendizaje automático y la IA para encontrar posibles signos de enfermedad basándose únicamente en el habla de un paciente.
Anteriormente, la identificación de estos biomarcadores habría requerido procedimientos más invasivos, como la resonancia magnética. El habla, por otro lado, es barato y fácil de recopilar. En los primeros dos años de su investigación, el equipo, que incluía a Jim Glass, científico investigador sénior del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT, y Brian Tracey, director de estadísticas de Takeda, pudo demostrar que existe una voz potencial. señal para personas con demencia frontotemporal.
«Eso es muy importante para nosotros porque antes de realizar cualquier ensayo, debemos descubrir cómo podemos medir realmente la enfermedad en la población a la que nos dirigimos», dice Marco Vilela, director asociado de ciencias estadísticas y cuantitativas de Takeda que trabaja en el proyecto. «Nos gustaría no solo diferenciar a los sujetos que tienen la enfermedad de las personas que no la tienen, sino también rastrear la progresión de la enfermedad basándose únicamente en la voz de los individuos».
El grupo ahora está ampliando el alcance de su investigación y construyendo sobre su trabajo en la primera ronda del programa para ingresar a la Ronda 2, que presenta una cosecha de 10 proyectos nuevos y dos proyectos en curso. En la Ronda 2, la investigación de biomarcadores del grupo de biomarcadores ampliará el análisis del habla a una variedad más amplia de enfermedades, como la esclerosis lateral amiotrófica o ELA. Vilela y Glass, lideran al equipo en su segunda vuelta.
Los involucrados en el programa, como Glass y Vilela, dicen que la colaboración ha sido de beneficio mutuo. Takeda, una compañía farmacéutica global con sede en Japón y laboratorios en Cambridge, Massachusetts, tiene acceso a datos y científicos que se especializan en numerosas enfermedades, diagnósticos de pacientes y tratamientos. MIT trae a bordo a científicos e ingenieros de clase mundial que estudian IA y ML en una amplia gama de campos.
Profesores de todo el MIT, incluidos los departamentos de Biología, Ciencias del Cerebro y Cognitivas, Ingeniería Química, Ingeniería Eléctrica y Ciencias de la Computación, Ingeniería Mecánica, así como el Instituto de Ingeniería y Ciencias Médicas y la Escuela de Administración Sloan del MIT, trabajan en el proyectos de investigación del programa. El programa pone a esos investigadores, y sus conjuntos de habilidades, en el mismo equipo, trabajando hacia un objetivo compartido para ayudar a los pacientes.
“Este es el mejor tipo de colaboración, es tener investigadores de ambos lados trabajando activamente juntos en un problema común, un conjunto de datos común, modelos comunes”, dice Glass. “Tiendo a pensar que cuantas más personas estén pensando en el problema, mejor”.
Aunque el habla es un dato relativamente simple de recopilar, los grandes conjuntos de datos analizables no siempre son fáciles de encontrar. Takeda ayudó al proyecto de Glass durante la Ronda 1 del programa al ofrecer a los investigadores acceso a una gama más amplia de conjuntos de datos de los que de otro modo habrían podido obtener.
“Nuestro trabajo con Takeda definitivamente nos ha brindado más acceso del que tendríamos si solo estuviéramos tratando de encontrar conjuntos de datos relacionados con la salud que estén disponibles públicamente. No hay muchos de ellos”, dice R’mani Symon Haulcy, candidato a doctorado en ingeniería eléctrica e informática del MIT y becario de Takeda que está trabajando en el proyecto.
Mientras tanto, los investigadores del MIT ayudaron a Takeda al proporcionar la experiencia para desarrollar herramientas de modelado avanzadas para datos grandes y complejos.
“El problema comercial que teníamos requiere algunas técnicas de modelado realmente sofisticadas y avanzadas que dentro de Takeda no necesariamente teníamos la experiencia para desarrollar”, dice Davies. «El MIT y el programa lo han puesto sobre la mesa, para permitirnos desarrollar enfoques algorítmicos para problemas complejos».
En última instancia, el programa, dice Davies, ha sido educativo en ambos lados, brindando a los participantes de Takeda el conocimiento de cuánto puede lograr la IA en la industria y ofreciendo a los investigadores del MIT información sobre cómo la industria desarrolla y comercializa nuevos medicamentos, así como cómo la investigación académica puede traducirse en problemas muy reales relacionados con la salud humana.
“El progreso significativo de AI y ML en aplicaciones biofarmacéuticas ha sido relativamente lento. Pero creo que el Programa MIT-Takeda realmente ha demostrado que nosotros y la industria podemos tener éxito en el espacio y optimizar la probabilidad de éxito de llevar medicamentos a los pacientes más rápido y hacerlo de manera más eficiente”, dice Davies. “Solo estamos en la punta del iceberg en términos de lo que todos podemos hacer usando IA y ML de manera más amplia. Creo que es un lugar súper emocionante para nosotros… realmente impulsar esto para que sea una parte mucho más orgánica de lo que hacemos todos los días en la industria para que los pacientes se beneficien».
