IBM Watson Health and Pfizer Inc. han anunciado hoy un acuerdo de colaboración por el que se empleará “IBM Watson para el Descubrimiento de Fármacos” para acelerar la investigación en inmuno-oncología, un conjunto de terapias que utilizan el sistema inmunológico del cuerpo para ayudar a combatir el cáncer.
Pfizer es una de las primeras organizaciones en utilizar “IBM Watson para el Descubrimiento de Fármacos”. Pfizer va a ser la primera compañía que personalizará esta solución específica de Watson aprovechando su aprendizaje automático de Watson, su capacidad de comprensión del lenguaje natural y otras tecnologías de razonamiento cognitivo.
Las inmunoterapias -que modifican el sistema inmunológico de un paciente para reconocer y dirigir las células cancerígenas utilizando una selección de vacunas, inmunomoduladores y moléculas grandes o pequeñas- están redefiniendo el campo de la oncología. Los investigadores de Oncología de Pfizer utilizarán el sistema cognitivo “IBM Watson para el Descubrimiento de Fármacos” para analizar volúmenes masivos de datos de fuentes muy dispares. Con esta nueva herramienta, los investigadores de Pfizer analizarán y probarán diferentes hipótesis con el objetivo de llegar a conclusiones basadas en evidencias y actuar en tiempo real.
El cáncer es una de las principales causas de defunción en todo el mundo y es posiblemente una de las enfermedades más complejas conocidas por la humanidad. Muchos investigadores creen que el futuro de la inmuno-oncología radica en las combinaciones adaptadas a características tumorales únicas, que podrían transformar el paradigma del tratamiento del cáncer y permitir que más pacientes sean tratados.
El investigador medio lee entre 200 y 300 artículos al año, mientras que “Watson para el Descubrimiento de Fármacos” ha ingerido 25 millones de resúmenes de Medline, más de 1 millón de artículos completos de revistas médicas y 4 millones de patentes. Además, se actualiza periódicamente, se le pueden incorporar los datos privados de una organización, tales como informes de laboratorio, y puede ayudar a los investigadores a entender conjuntos de datos muy dispares y revelar patrones ocultos a través de visualizaciones dinámicas.