Στην Amgen, η αποστολή μας είναι να είμαστε στην υπηρεσία των ασθενών. Είμαστε αφοσιωμένοι στην αντιμετώπιση σοβαρών ασθενειών και προάγουμε τη σύγχρονη ιατρική, αξιοποιώντας στο έπακρο την επιστήμη και τις δυνατότητές της.
Στην αιχμή του δόρατος αυτής της προσπάθειας βρίσκεται η επένδυση μας σε δράσεις Έρευνας και Ανάπτυξης, όπου η καινοτομία μεταφέρεται από το εργαστήριο και τις κλινικές, στις αλληλεπιδράσεις μας με τις ρυθμιστικές αρχές και τους υγειονομικούς φορείς, καθώς και στις εκπαιδευτικές δραστηριότητες με τους επαγγελματίες υγείας. Σκοπός αυτής της αλυσίδας είναι η πρόοδος των φαρμακευτικών ανακαλύψεων και η ταχεία διάθεσή τους στους ασθενείς.
Τεχνητή Νοημοσύνη, Δεδομένα και Πολυειδικές θεραπείες
Χρησιμοποιώντας την ισχύ της Τεχνητής Νοημοσύνης (Α.Ι.) και της Επιστήμης Μαζικών Δεδομένων (Data Science) και αναπτύσσοντας Πολυειδικές θεραπείες (Multispecifics), έχουμε επιτύχει αξιοσημείωτη πρόοδο στις ερευνητικές μας προσπάθειες.
Τα αποτελέσματα είναι ενθαρρυντικά και ανοίγουν νέους δρόμους για τη βελτίωση της υγείας και της ποιότητας ζωής των ασθενών. Συγκεκριμένα:
- Ο χρόνος ανακάλυψης αντισωμάτων μειώθηκε κατά 50%.
- Τα ποσοστά επιτυχίας στην Πρωτεϊνική Μηχανική διπλασιάστηκαν, ενώ ο χρόνος που απαιτείται για την ολοκλήρωση και βελτιστοποίηση των ερευνών μειώθηκε σημαντικά, κατά περισσότερο από 70%.
- Αναπτύχθηκαν πολυειδικά μόρια για την αντιμετώπιση νοσημάτων σε διάφορες θεραπευτικές περιοχές, όπως η παχυσαρκία, η αθηροσκληρωτική καρδιαγγειακή νόσος, ο μικροκυτταρικός καρκίνος του πνεύμονα και ο νευροενδοκρινής καρκίνος του προστάτη.
Καινοτομία στις Κλινικές Μελέτες και την αξιοποίηση Δεδομένων Πραγματικού Κόσμου
Στην προσπάθεια αυτή αρωγός είναι η χρήση της δύναμης των μαζικών δεδομένων μέσω της αξιοποίησης Ανθρωπίνων Δεδομένων Πραγματικού Κόσμου (Real-World Data) για την αποκωδικοποίηση ασθενειών και η καινοτομία στην εφαρμογή ετερογένειας στις κλινικές μας μελέτες, προκειμένου να βοηθήσουμε περισσότερους ασθενείς με μεγαλύτερη ταχύτητα.
Αναλυτικά:
- Η εφαρμογή του μοντέλου μηχανικής μάθησης (Machine Learning) επιταχύνει την εγγραφή των ασθενών στα κατάλληλα κέντρα κλινικών μελετών κατά 2,4 φορές.
- Η ομάδα RISE (Representation in Clinical Research) εγκαινιάζει μια νέα μέθοδο εγγραφής ασθενών που βασίζεται σε δείκτες διαφορετικότητας, προκειμένου να διασφαλιστεί η μεγαλύτερη δυνατή ετερογένεια στις κλινικές μας μελέτες.
- Η διαδικασία εγγραφής σε έρευνα φάσης 3 που αποσκοπεί στη μείωση της λιποπρωτεΐνης (α) χρησιμοποίησε πραγματικά κλινικά δεδομένα για τον εντοπισμό γεωγραφικών περιοχών με πιθανούς συμμετέχοντες, μειώνοντας τον απαιτούμενο χρόνο επιλογής ασθενών κατά 50%.
- Πραγματικά κλινικά δεδομένα από 19 χώρες αξιοποιήθηκαν προκειμένου να υπολογιστούν οι παγκόσμιες επιπτώσεις των καταγμάτων ισχίου.
Για να γίνουν όλα αυτά πραγματικότητα, απαιτείται αφοσίωση και δέσμευση για την ανακάλυψη, ανάπτυξη και διάθεση φαρμάκων που μπορούν να βελτιώσουν τη ζωή των ασθενών σε ολόκληρο τον κόσμο. Αυτό σημαίνει προσπάθεια και επένδυση σε έρευνα και ανάπτυξη φαρμάκων, συνεργασία με τις κυβερνήσεις και τους φορείς υγείας, στήριξη από την επιστημονική κοινότητα και ευαισθητοποίηση του κοινού σχετικά με τη σημασία της υγείας και της ανάγκης για νέες θεραπείες. Με αυτόν τον τρόπο, μπορούμε να εξασφαλίσουμε ότι θα υπάρχουν αποτελεσματικές θεραπείες για όλους τους ασθενείς, όπου και αν βρίσκονται στον κόσμο !