Το συνέδριο προσφώνησε ο Δρ. Αντώνιος Αυγερινός, Πρόεδρος του Ελληνικού Ερυθρού Σταυρού, Γενικός Διευθυντής του Σ.Α.Φ.Ε.Ε., καλωσορίζοντας τους συμμετέχοντες και επισημαίνοντας πως «το συνέδριο είναι αφιερωμένο στη σεπτή ανάμνηση του εμπνευσμένου πρωτεργάτη και ευγενούς μυσταγωγού της ελληνικής φαρμακοβιομηχανίας, του αείμνηστου πατριάρχη της ελληνικής φαρμακοβιομηχανίας Παύλου Γιαννακόπουλου. Έχουμε την ηθική υποχρέωση να μην απολακτιστούμε ποτέ από τη δική του παρακαταθήκη. Έχουμε την υποχρέωση να μην είμαστε απλοί μεταπράτες του θαυμασμού των άλλων για τη δική του κληρονομιά, μια κληρονομιά πραγματικής ανθρωπιάς, αλληλεγγύης, αλτρουισμού, κοινωνικής προσφοράς και όχι μόνο.
Οργανώσαμε αυτή την ημερίδα διατί πιστεύουμε ακράδαντα όλα τα μέλη του Δ.Σ. του ΣΑΦΕΕ ότι η αμοιβαία ενημέρωση, η ανταλλαγή απόψεων και πείρας και η παρουσίαση βασικών επιστημονικών θεμάτων είναι πλέον επιτακτικές ανάγκες στο περιορισμοί της διεθνώς επιταχυνόμενης κίνησης του κλάδου των επιστημών υγείας και ειδικά της τεχνητής νοημοσύνης. Άλλωστε η ανάπτυξη της τεχνητής νοημοσύνης και ο κρίσιμος επιμερισμός της, τόσο στον χώρο της έρευνας όσο και στην καθ΄ ημέρα πράξη, όχι μόνο επιβεβλημένη αλλά και άκρως επίκαιρη.
Επίσης, η υπόσταση της αναγκαίας επιστημονικής υποδομής είναι στοιχειώδης προϋπόθεση για την εφαρμογή οποιουδήποτε προγράμματος πολιτικής υγείας που θα στοχεύει στη ανέλιξη της φαρμακευτικής περίθαλψης του ελληνικού λαού.
Όλοι γνωρίζουμε ότι η τεχνητή νοημοσύνη είναι η κινητήριος δύναμη, ο κινητήριος μοχλός της οποιασδήποτε καινοτομίας στον χώρο της τεχνολογίας. Πράγματι είναι η δύναμη που μεταμορφώνει ριζικά τον κόσμο σήμερα. Παράλληλα είναι και ο ελεύθερος επιταχυντής των σημερινών εξελίξεων. Είναι ένας πάροχος τεράστιας δύναμης σε αυτούς που μπορούν να την ελέγξουν και να τη χρησιμοποιήσουν σωστά. Αυτό αποδεικνύεται και βεβαιώνεται από το ότι διεθνώς ένα από τα κυριότερα πολιτικά ζητήματα είναι, πρώτον ποιες είναι οι τελευταίες μεγάλες καινοτόμες τεχνολογικές ανακαλύψεις και δεύτερον ποιοι είναι αυτοί που ελέγχουν αυτές τις ανακαλύψεις.
Η Τεχνητή Νοημοσύνη προσδίδει σήμερα τεράστια δύναμη στον χώρο της τεχνολογίας. Και ο χώρος της τεχνολογίας γίνεται ολοένα πιο ισχυρός και απρόβλεπτος. Μέχρι σήμερα ήταν προβλέψιμος και κινούνταν με μια γραμμική εξέλιξη. Σήμερα, δυστυχώς, κινείται ιλιγγιωδώς και αυτή η μεγάλη ξετύλιγμα φέρνει σε πολλούς ακραία αισθήματα ευδαιμονίας, αλλά παράλληλα γεννά τεράστιους ηθικούς ενδοιασμούς.
Στον χώρο της Υγείας η τεχνητή νοημοσύνη δρα καταλυτικά στην ξετύλιγμα νέων θεραπειών που είναι απαραίτητες για τους ασθενείς με σπάνιες ασθένειες.
- 000 με 8.000 οι σπάνιες παθήσεις.
- 6-8% προσβάλλουν τον πληθυσμό μιας χώρας
Στην Ελλάδα έχουμε κατά πρόσβαση 800.000 κατοίκους που έχουν μια σπάνια ασθένεια χωρίς να το γνωρίζουν. Μπορεί να στοιχίζει μια οζεία σε ετήσια βάση κατά πρόσβαση 500.000€ με 1 εκατομμύριο ευρώ. Άρα η ευεργεσία της τεχνητής νοημοσύνης στην ανακάλυψη αυτών των θεραπειών, που βοηθούν αυτούς τους ανθρώπους, είναι τεράστιας σημασίας.
Επίσης ο συνδυασμός Big Data και AI μπορεί να μειώσει αισθητά τόσο το αξία όσο και τον χρόνο εξέλιξης μιας κλινικής μελέτης με αποτέλεσμα να έρθουν στην τσαρσί πολύ γρηγορότερα νέα φάρμακα προς όφελος των ασθενών».
Ο κ. Αυγερινός, κλείνοντας την διάλεξη του, ανέφερε ότι «η προσάρτηση της τεχνητής νοημοσύνης στον ψηφιακό μετασχηματισμό μας δίνει τεράστιες δυνατότητες. Το αποτόλμημα είναι μια πρόκληση, όμως πρέπει να έχουμε έναν σαφή σχεδιασμό, μια σαφή στρατηγική, μια συνεχή ενημέρωση, εκπαίδευση και επικαιροποίηση γνώσεων, και να μη μας διαφεύγει η ηθική διάσταση του θέματος».
Στο χαιρετισμό του, ο Πρόεδρος του Σ.Α.Φ.Ε.Ε. κ. Δημήτρης Γιαννακόπουλος ανέφερε ότι «το 6ο Πανελλήνιο Συνέδριο του Συλλόγου για τις κλινικές μελέτες και την έρευνα φέτος έχει θέσει στο επίκεντρο την τεχνητή νοημοσύνη.
Η Τεχνητή Νοημοσύνη μετασχηματίζει ήδη τον φαρμακευτικό κλάδο και την κλινική έρευνα, επιταχύνοντας την ανακάλυψη νέων φαρμάκων, βελτιώνοντας τη σχεδίαση δοκιμών και επιτρέποντας πιο εξατομικευμένη ιατρική προσέγγιση.
Οι φαρμακευτικές εταιρείες βρίσκονται εδώ και καιρό στην πρωτοπορία και αυτής της τεχνολογικής εξέλιξης. Πολύ πριν από την πρόσφατη έκρηξη του ενδιαφέροντος του γενικού κοινού, οι ερευνητές εφάρμοζαν πολύπλοκα μοντέλα τεχνητής νοημοσύνης προσπαθώντας να ξεκλειδώσουν τους μηχανισμούς των νόσων.
Μέσα από αλγορίθμους μηχανικής μάθησης, η Τεχνητή Νοημοσύνη διευκολύνει την ταχύτερη και πιο αποτελεσματική στρατολόγηση ασθενών, ενώ οι successful silico κλινικές δοκιμές μειώνουν την χητεία για πολυδάπανες και χρονοβόρες μελέτες.
Ωστόσο, οι νέες τεχνολογίες απαιτούν εξελιγμένα κανονιστικά πλαίσια για την ασφάλεια και αποτελεσματικότητα, εξασφαλίζοντας έτσι υπεύθυνη και καινοτόμο ξετύλιγμα για το μέλλον του κλάδου».
Ο κ. Γιαννακόπουλος επισήμανε επιπλέον πως «Εκτιμάται ότι η τεχνητή νοημοσύνη θα μπορούσε να απελευθερώσει δυνητικά 60 ως 110 δισεκατομμύρια δολάρια ετησίως σε αξίες, σε όλη την αλυσίδα παγκοσμίως, για τις βιομηχανίες φαρμάκων και ιατρικών προϊόντων (έκθεση της McKinsey). Κυρίως επειδή μπορεί να ενισχύσει την παραγωγικότητα με 2 τρόπους: επιταχύνοντας τη διαδικασία αναγνώρισης μορίων για πιθανά νέα φάρμακα και επιταχύνοντας την ξετύλιγμα και έγκρισή τους.
Ειδικά στις κλινικές μελέτες, η μεταχείριση ΑΙ μπορεί να έχει συμφέροντα όχι μόνο στον σχεδιασμό των δοκιμών αλλά και στην εξέλιξή τους, όθεν να γίνεται ακριβέστερη και ταχύτερη καταγραφή και αξιολόγηση των αποτελεσμάτων, αλλά και να βελτιώνεται η εμπειρία των ασθενών.
Επίσης, η επιτάχυνση της διαδικασίας ανακάλυψης φαρμάκων θα συμβάλλει στην ταχύτερη οζεία περισσότερων νόσων, δημιουργώντας πρόσθετους πόρους που θα μπορούσαν στη συνέχεια να τοποθετηθούν στην έρευνα για άλλες ακάλυπτες ιατρικές ανάγκες, που σήμερα δεν είναι στο επίκεντρο του επενδυτικού ενδιαφέροντος.
Ως προς την ασθενοκεντρική προσέγγιση, η τεχνητή νοημοσύνη θα ανοίξει το δρόμο προς ακόμα πιο εξατομικεύμενες θεραπείες με καλύτερα κλινικά αποτελέσματα για τους ασθενείς.
Σε ό,τι μας αφορά εδώ στην Ελλάδα, όλες οι εταιρείες συμπεριλαμβάνουν στα επενδυτικά τους πλάνα εφαρμογές της τεχνητής νοημοσύνης, είτε πρόκειται για το ερευνητικό πεδίο, είτε για την παραγωγή, είτε για την αλυσίδα εφοδιασμού.
Το σίγουρο είναι πως στον χώρο της υγείας οι εφαρμογές είναι αμέτρητες. Όμως, το κρίσιμο είναι, παράλληλα με τις δυνατότητες, να υπάρχουν οι δικλείδες ασφαλείας για την ορθή μεταχείριση της τεχνητής νοημοσύνης και της διασφάλισης των δεδομένων, όθεν όλη η κοινωνία να έχει ωφέλεια από τα πλεονεκτήματα της επαναστατικής αυτής τεχνολογίας».
Ο κ. Γιώργος Παπάζογλου, Γενικός Γραμματέας του Σ.Α.Φ.Ε.Ε., κατά τον χαιρετισμό του, επισήμανε επιγραμματικά τα παρακάτω:
- Άμεση προώθηση προς εφαρμογή διαρθρωτικών αλλαγών αναχαίτισης της φαρμακευτικής δαπάνης
- Αντιμετώπιση των ελλείψεων φαρμάκων
- Εφαρμογή των θεραπευτικών και διαγνωστικών πρωτοκόλλων συνταγογράφησης
- Αύξηση του προϋπολογισμού της φαρμακευτικής δαπάνης
- Επιτάχυνση και ανέλιξη της ψηφιοποίησης του συστήματος υγείας
- Ενίσχυση των επενδύσεων με νομοθέτηση κινήτρων έρευνας και ανάπτυξης
- Διόρθωση των στρεβλώσεων της φαρμακευτικής αγοράς
- Claw backmost και Rebate, 2 μεγάλα αγκάθια στην ξετύλιγμα της ελληνικής φαρμακοβιομηχανίας που χρήζουν άμεσης αντιμετώπισης.
Τόνισε δε ο κ. Παπάζογλου ότι «το φάρμακο είναι και θα είναι από τους βασικούς πυλώνες του Συστήματος Υγείας, αλλά και της Εθνικής Οικονομίας, και είναι αναγκαία η υπόσταση διαύλου επικοινωνίας με το Υπουργείο Υγείας για την εύρεση των βέλτιστων αποφάσεων προς όφελος των ασθενών.
Η κλινική έρευνα αποτελεί μια επένδυση στην υγεία, το φάρμακο, την καινοπραγία και την υγεία. Μια σημαντική επένδυση, η οποία μπορεί να προσελκύσει κεφάλαια, να εισάγει ερευνητική τεχνολογία, να ενισχύσει την επιχειρηματικότητα, αυξάνοντας πολλαπλασιαστικά το ΑΕΠ της χώρας».
Στη συνέχεια απηύθυνε χαιρετισμό και κήρυξε την έναρξη των εργασιών του συνεδρίου ο Υπουργός Υγείας κ. Άδωνις Γεωργιάδης. Στην διάλεξη του ανέφερε ότι σύμφωνα τα ευρήματα μελέτης που έχει στα χέρια του, της οποίας τα συνολικά αποτελέσματα θα παρουσιαστούν το επόμενο διάστημα, η χώρα μας βρίσκεται στη 14η θέση, μεταξύ των ευρωπαϊκών χωρών, σε αριθμό κλινικών μελετών που διενεργούνται και στην 21η θέση των ευρωπαϊκών κρατών στην οικονομική αξία των κλινικών μελετών. Επισήμανε δε ότι η συνολική αύξηση των κλινικών μελετών από το 2019 ως σήμερα είναι άνω του 30%.
Ο Υπουργός συμπλήρωσε πως «Το βασικό μας πρόβλημα είναι η πολυδιάσπαση της διαδικασίας. Αυτό που θα κάνουμε με το νέο μας πλάνο για τις κλινικές μελέτες θα είναι μια πολύ κεντρική διαχείριση μέσα από το Υπουργείο Υγείας. Γιατί σήμερα εμπλέκονται πολλά διαφορετικά επίπεδα διοίκησης για να φτάσεις να πάρεις την τελική έγκριση μιας κλινικής μελέτης και αυτό αυξάνει αρκετά, όχι μόνο το διοικητικό βάρος, αλλά και τον χρόνο των εγκρίσεων.
Είμαι απολύτως ανοιχτός σε μια σύμπραξη και με τον ΣΑΦΕΕ γι’ αυτό και γενικά με την ελληνική φαρμακοβιομηχανία, και με την πολυεθνική προφανώς. Η ελληνική φαρμακοβιομηχανία μπορεί να παίξει ρόλο στην πρόσβαση κλινικών μελετών, καθώς είναι μεγάλες εταιρείες που επεκτείνουν τη δραστηριότητά τους και την έρευνά τους και μπορούν να συμμετάσχουν εντυπωσιακά σε αυτή τη νέα εποχή».
Και κατέληξε ο Υπουργός Υγείας πως «η προσέλκυση κλινικών μελετών στην Ελλάδα είναι πολύ μεγάλο στοίχημα. Πρώτον, διότι μπορούμε να σώσουμε ζωές ανθρώπων γρηγορότερα, γιατί κάποιοι ασθενείς θα αποκτήσουν γρήγορη πρόσβαση σε καινοτόμες θεραπείες. Δεύτερον, διότι αυξάνονται οι θέσεις εργασίας και ο κύκλος εργασιών στην Υγεία. Τρίτον, επειδή δίνουμε κίνητρα οικονομικά για τις κλινικές μελέτες, μπορεί να αποτελέσει ένα επιπλέον εργαλείο ελάφρυνσης από την πολύ μεγάλη πίεση που δέχονται οι εταιρείες από τα μέτρα των επιστροφών».
Κατά τη διάρκεια της ομιλίας του ο κ. Δημοσθένης Αναγνωστόπουλος, Γενικός Γραμματέας Πληροφοριακών Συστημάτων και Ψηφιακής Διακυβέρνησης, αναφέρθηκε σε θέματα που έχουν να κάνουν τόσο με την τεχνητή νοημοσύνη όσο και με τη διαχείριση των δεδομένων, επισημαίνοντας ότι «για να κάνει η τεχνητή νοημοσύνη αυτό που είναι να κάνει χρειάζεται 3 πράγματα από πλευράς δεδομένων:
- Δεδομένα μεγάλου όγκου
- Δεδομένα με ποιότητα
- Δεδομένα από διαφορετικές πηγές
Ο τρόπος που το πετυχαίνουμε αυτό είναι με το να μπορέσουμε να συλλέξουμε τα δεδομένα αυτά και να έχουμε τη δυνατότητα να τα επεξεργαστούμε, προκειμένου να καταλήξουμε σε αξιόπιστα, επιστημονικά συμπεράσματα».
Στη χώρα μας έχουμε τη δυνατότητα να επεξεργαζόμαστε δεδομένα τα οποία είναι είτε του ιδιωτικού τομέα, είτε του δημόσιου τομέα, αλλά στον δημόσιο τομέα έχουμε δεδομένα που αφορούν είτε τον πολίτη, που είναι προσωπικά δεδομένα, είτε ανοιχτά δεδομένα. Έχουμε κάνει σημαντικά βήματα στον τομέα των ανοικτών δεδομένων και πρέπει να κάνουμε και άλλα. Στον τομέα αυτόν που δίνει τη δυνατότητα σε κάποιον να κάνει μια έρευνα αξιοποιώντας ανοικτά δεδομένα, τα unfastened information όπως λέμε. Όπως ανέφερε δε ο κ. Αναγνωστόπουλος, σε μικρό χρονικό διάστημα το Υπουργείο θα παρουσιάσει 2 πράγματα: τον τρόπο αξιοποίησης δεδομένων που έχουμε στον δημόσιο τομέα, τα οποία χρειάζεται κάποιος για να κάνει τις έρευνές του, και το μοντέλο του Data Governance, που είναι η κατηγοριοποίηση των δεδομένων σύμφωνα με το τι ιδιότητες πρέπει να έχουν αυτά ανάλογα με τον χώρο απ’ όπου προέρχονται και πώς επεξεργαζόμαστε τα δεδομένα αυτά.
Αναφερόμενος στον κομμάτι της Τεχνητής Νοημοσύνης σχετικά με τις κλινικές μελέτες και τη φαρμακοβιομηχανία, ο κ. Αναγνωστόπουλος επισήμανε ότι είναι πολύ σημαντικό να υπάρχουν τέτοιου είδους μελέτες που και χρησιμοποιούν τα κατάλληλα δεδομένα, και αφορούν συγκεκριμένες πληθυσμιακές μονάδες που είναι σε μια συγκεκριμένη περιοχή. Γιατί υπάρχουν διαφορετικά χαρακτηριστικά που αξιολογεί κάποιος κάθε φορά, προκειμένου να καταλήξει σε συμπεράσματα. Γι’ αυτό χρειάζεται και τα αξιόπιστα δεδομένα.
Έχουμε στη χώρα μας μια πολύ ισχυρή φαρμακοβιομηχανία και έχουμε και στην Ευρώπη μια πάρα πολύ ισχυρή φαρμακοβιομηχανία, η οποία υπάρχει ως ανταγωνιστικός πόλος εδώ και χρόνια. Και για τον λόγο αυτό η Ευρώπη θα πρέπει να επενδύσει σε ακόμα μεγαλύτερο βαθμό και με καλύτερο τρόπο σε ό,τι αφορά την εφαρμογή της τεχνητής νοημοσύνης στον τομέα αυτό της Υγείας.
Αφορά τη ζωάρκεια στα επόμενα χρόνια και την ανταγωνιστικότητά μας. Είναι ο κατ’ εξοχήν τομέας όπου πρέπει να συνδυαστεί η καινοπραγία μαζί με τη συμμόρφωση, σε ό,τι αφορά τα προσωπικά δεδομένα, και την τεχνητή νοημοσύνη, προκειμένου να διατηρήσουμε το κρίσιμο ανταγωνιστικό πλεονέκτημα της ευρωπαϊκής και εθνικής φαρμακοβιομηχανίας.
Χαιρετισμό απηύθυναν επιπλέον οι κ.κ.: Ευάγγελος Μανωλόπουλος, Πρόεδρος του Εθνικού Οργανισμού Φαρμάκων, Ολύμπιος Παπαδημητρίου, Πρόεδρος του Συνδέσμου Φαρμακευτικών Επιχειρήσεων Ελλάδος (ΣΦΕΕ), Γεώργιος Βασιλόπουλος, Εντεταλμένος Σύμβουλος της Πανελλήνιας Ένωσης Φαρμακοβιομηχανίας (ΠΕΦ), ο κ. Τάκης Φράγκος, Ταμίας του Πανελληνίου Φαρμακευτικού Συλλόγου, και Δημήτριος Αθανασίου, Αντιπρόεδρος της Ένωσης Σπανίων Ασθενών Ελλάδος, Μέλος του Δ.Σ. της Ένωσης Ασθενών Ελλάδος.
Σε ό,τι αφορά το πρόγραμμα, κατά τη διάρκεια του συνεδρίου, πραγματοποιήθηκαν 2 πολύ ενδιαφέροντα στρογγυλά τραπέζια.
- HEALTH HUB - Healthcare & Pharmaceutical Industry Transformation done Artificial Intelligence Digital Services
Το πρώτο στρογγυλό τραπέζι συντόνισε ο κ. Σταύρος Ευαγγελάτος, Προϊστάμενος Διεύθυνσης Φαρμάκου Υπουργείου Υγείας. Κατά τη διάρκειά του αναπτύχθηκαν 2 θέματα:
«Η Τεχνητή Νοημοσύνη και τα νέα θεραπευτικά προϊόντα. Ο ψηφιακός μετασχηματισμός της υγείας και του φαρμάκου μέσω ΑΙ (Health Hub - ΕΚΨΚ)»
Το πρώτο θέμα ανέπτυξαν ο κ. Κωνσταντίνος Δεμέτζος, Καθηγητής Φαρμακευτικής Νανοτεχνολογίας ΕΚΠΑ, Πρόεδρος Επιστημονικής Ελληνικής Φαρμακευτικής Εταιρείας (ΕΦΕ), Ακαδημαϊκός, τακτικό μέλος Ευρωπαϊκής Ακαδημίας Επιστημών και Τεχνών, και η κυρία Μαρία Πουρνάρη, Επικεφαλής Διεθνούς Ανάπτυξης Πάρκου Καινοτομίας JOIST, COO Ευρωπαϊκού Κόμβου Ψηφιακής Καινοτομίας Health Hub.
Κατά τη διάρκεια της παρουσίασής τους επισήμαναν ότι «Η Τεχνητή Νοημοσύνη (ΤΝ) έχει αναδειχθεί ως ένα ισχυρό εργαλείο που αξιοποιεί την ανθρώπινη συσσωρευμένη γνώση και παρέχει γρήγορες λύσεις σε πολύπλοκες (complex) επιστημονικές και όχι μόνο προκλήσεις.
Η ερευνητική δραστηριότητα για την ανακάλυψη νέων φαρμακομορίων περιλαμβάνει πολλά στάδια όπως ο προσδιορισμός των βιολογικών στόχων με ακρίβεια, η καλύτερη επεξεργασία αποτελεσμάτων προ-κλινικών μελετών και η καλύτερη αξιολόγηση των αποτελεσμάτων των κλινικών μελετών.
Η μεταχείριση της ΤΝ στην έρευνα και ξετύλιγμα νέων φαρμάκων έχει και οικονομικό αποτύπωμα. Μείωση του κόστους ανάπτυξης νέων φαρμακομορίων, μείωση του χρόνου αξιολόγησης των κλινικών μελετών και τέλος αύξηση των εσόδων της αγοράς των φαρμάκων σε περισσότερα από 4.9 δις δολάρια ως το 2028.
Οι Ευρωπαϊκοί κόμβοι ψηφιακής καινοτομίας αποτελούν συμπράξεις φορέων που υποστηρίζουν επιχειρήσεις και δημόσιους φορείς για την επιτάχυνση του ψηφιακού μετασχηματισμού της υγείας και του φαρμάκου.
Στην Ελλάδα ο αντίστοιχος κόμβος HEALTH HUB με επικεφαλής το Τμήμα Φαρμακευτικής του ΕΚΠΑ, συμμετέχει ενεργά στον μετασχηματισμό με συνεργασίες δημόσιων και ιδιωτικών φορέων και ερευνητικών κέντρων. Στόχος του έργου είναι η μεταχείριση των νέων ψηφιακών τεχνολογιών, με βάση τις αναδυόμενες κοινωνικές ανάγκες υγείας.
Οι επαγγελματικές ομάδες αλλά και ερευνητικές και επιστημονικές ομάδες που θα ωφεληθούν ανήκουν σε ολόκληρο το φάσμα σχεδιασμού, ανάπτυξης, παραγωγής και διανομής θεραπευτικών προϊόντων και προϊόντων υγείας».
«Κλινικές μελέτες με μεθόδους τεχνητής νοημοσύνης και υπολογιστικές προσομοιώσεις»
Αναπτύσσοντας το πολύ ενδιαφέρον θέμα, ο κ. Ευάγγελος Δ. Καραλής, Αναπληρωτής Καθηγητής Κλινικής Φαρμακευτικής – Φαρμακοκινητικής, Τμήμα Φαρμακευτικής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών, τόνισε ότι «Ο στόχος των κλινικών μελετών που χρησιμοποιούν μεθόδους τεχνητής νοημοσύνης (AI) και υπολογιστικές προσομοιώσεις είναι να προβλέψουν την αποτέλεσμα μίας κλινικής μελέτης ή/και να μειώσουν το απαιτούμενο αριθμό εθελοντών.
Τις τελευταίες 2 δεκαετίες ξεκίνησε και επεκτάθηκε η μεταχείριση υπολογιστικών μεθόδων προς αυτή την κατεύθυνση. Πολύ πρόσφατα, ξεκίνησε και η εφαρμογή μεθόδων τεχνητής νοημοσύνης που με βάση τα ως τώρα αποτελέσματα φαίνεται να έχει θεαματικά καλύτερες προοπτικές».
Επιπλέον, στο περιορισμοί της ομιλίας του, ο κ. Καραλής έκανε αναφορά και στους 2 τρόπους προβλέψεων, τόσο με κλασσικές μηχανιστικές υπολογιστικές μεθόδους, όσο και με αλγόριθμους ΑΙ, ενώ παρουσίασε πραγματικά παραδείγματα εφαρμογής αυτών των εργαλείων που έχουν πραγματοποιηθεί από τον ίδιο και είτε έχουν ήδη εφαρμοστεί στο πεδίο της ανάπτυξης φαρμάκων (π.χ. θεωρία IVIVS), είτε έχουν δημοσιευθεί πολύ πρόσφατα στη βιβλιογραφία.
- «Η σπουδαιότητα της εφαρμογής των σύγχρονων τεχνολογιών - AI στις κλινικές μελέτες»
Το δεύτερο στρογγυλό τραπέζι συντόνισε η κυρία Νατάσσα Σπαγαδώρου, δημοσιογράφος CNN Greece.
Ξεκινώντας το στρογγυλό τραπέζι με την εισήγησή της, η κυρία Δέσποινα Μακριδάκη, Πρόεδρος της Πανελλήνιας Ένωσης Φαρμακοποιών Νοσηλευτικών Ιδρυμάτων, τόνισε πως η τεχνητή νοημοσύνη (AI) έχει αρχίσει να αποκτά σημαντική θέση στον χώρο της υγείας. Αναφορικά με την ξετύλιγμα και εκτέλεση κλινικών μελετών, περιλαμβάνει την αναστοιχείωση μεγάλων όγκων δεδομένων, τον σχεδιασμό (με μεταχείριση εξελιγμένων αλγορίθμων και μοντέλων μηχανικής μάθησης), την πρόβλεψη της απόδοσης φαρμάκων και τη βελτιστοποίηση των πρωτοκόλλων μελέτης, και μπορεί να βελτιώσει την αποτελεσματικότητα, την ασφάλεια και τη χρονική διάρκειά τους.
Βασικές περιοχές που επηρεάζει η AI στον σχεδιασμό κλινικών μελετών:
- Σχεδιασμός πρωτοκόλλου
- Επιλογή και αναστοιχείωση ασθενών
- Πρόβλεψη αποτελεσμάτων και ρίσκου
- Βελτιστοποίηση της στρατηγικής παρακολούθησης και ελέγχου
- Αυτοματοποίηση και αναστοιχείωση δεδομένων
- Προβλέψεις και μοντελοποίηση κλινικών δεδομένων
- Σχεδιασμός και βελτιστοποίηση κλινικών πρωτοκόλλων
- Αναγνώριση και επιλογή ασθενών
- Παρακολούθηση και διαχείριση δεδομένων
- Αναγνώριση ανεπιθύμητων ενεργειών και ασφάλεια φαρμάκων
- Εκπαίδευση και υποστήριξη των ερευνητών και των ασθενών
- Προβλέψεις και μοντελοποίηση φαρμακευτικών επιδράσεων
Συμπλήρωσε δε η κυρία Μακριδάκη ότι «Η τεχνητή νοημοσύνη αναμένεται να ενισχύει τις διαδικασίες των κλινικών μελετών οι οποίες έτσι μπορούν να γίνουν πιο αποδοτικές, ακριβείς και ασφαλείς.
Οι Νοσοκομειακοί Φαρμακοποιοί παίζουν έναν κρίσιμο ρόλο στη διασφάλιση της ποιότητας και της αποτελεσματικότητας των φαρμακευτικών προϊόντων που αναπτύσσονται. Με την εξειδίκευσή τους διαδραματίζουν ζωτικό ρόλο στη ανέλιξη της ασφάλειας και της αποτελεσματικότητας των φαρμάκων και των θεραπειών που αναπτύσσονται. Η εκπαίδευσή τους σε θέματα τεχνητής νοημοσύνης είναι αναγκαία και η σύμπραξη με όλους τους εμπλεκόμενους - στις κλινικές μελέτες- stakeholders επιβεβλημένη».
Αναφερόμενος στην εφαρμογή της τεχνητής νοημοσύνης στην έρευνα και ξετύλιγμα φαρμάκων, ο κ. Γρηγόρης Ρομπόπουλος, Ενδοκρινολόγος – Διαβητολόγος, Πρόεδρος της Ελληνικής Εταιρείας Φαρμακευτικής Ιατρικής (ΕΛ.Ε.Φ.Ι.), επισήμανε ότι «Η τεχνητή νοημοσύνη (AI) σήμερα, χρησιμοποιώντας τις εφαρμογές της μηχανικής μάθησης, αναλύει μεγάλες ποσότητες δεδομένων (omics data) για να επιταχύνει την ταυτοποίηση νέων μορίων ή τη ανέλιξη των υπαρχόντων. Επιπλέον, επιταχύνει τις διαδικασίες εύρεσης πληθυσμών ασθενών που ταιριάζουν στα κριτήρια ένταξης / αποκλεισμού και εξετάζει αναφορές αξιώσεων και άλλα δεδομένα υγειονομικής περίθαλψης για να ερμηνεύσει τις τάσεις για τη ανέλιξη και την επιτάχυνση της λήψης αποφάσεων και την απλοποίηση των κλινικών δοκιμών.
Η διαδικασία της έρευνας και ανάπτυξης φαρμάκων ήταν παραδοσιακά χρονοβόρα και εντατική. Αυτή η διαδικασία μπορεί να γίνει πιο αποδοτική χρονικά και οικονομικά με τη βοήθεια της τεχνητής νοημοσύνης.
Τα εργαλεία ΑΙ μπορούν να αναλύσουν μεγάλες βάσεις δεδομένων από την επιστημονική βιβλιογραφία, τα κλινικά αρχεία και τις χημικές βάσεις δεδομένων με πιο αποδοτικό τρόπο από ό, τι οι άνθρωποι. Από αυτές τις πληροφορίες, μπορούν να προσδιορίσουν με ακρίβεια τους στόχους και πώς τα πιθανά φάρμακα θα αλληλεπιδράσουν μαζί τους. Πολλές εταιρείες σήμερα χρησιμοποιούν την AI για να προβλεφθεί η συμπεριφορά των υποψηφίων φαρμάκων και να αξιολογηθεί η ασφάλεια και η αποτελεσματικότητά τους.
Επιπλέον, τώρα οι επιστήμονες αρχίζουν να χρησιμοποιούν την τεχνητή νοημοσύνη για τη διαχείριση κλινικών δοκιμών, συμπεριλαμβανομένων των εργασιών της σύνταξης πρωτοκόλλων, της ένταξης ασθενών και της ανάλυσης δεδομένων.
Τα εργαλεία AI όπως το "Trial Pathfinder" ή το AutoTrial μπορούν να εξαλείψουν ορισμένες από τις εικασίες και τη χρονοβόρα διαδικασία για την βελτιστοποίηση των κριτηρίων επιλεξιμότητας ή να δημιουργήσουν ένα κατάλληλο εύρος κριτηρίων, π.χ. για τον δείκτη μάζας σώματος».
Στην τοποθέτησή της η κυρία Ευαγγελία Κοράκη, Πρόεδρος Hellenic Association of CROs - HACRO, Πρόεδρος & Διευθύνουσα Σύμβουλος CORONIS Research, επισήμανε πως «Η τεχνητή νοημοσύνη (AI) μεταμορφώνει τις κλινικές μελέτες, βελτιώνοντας την ταχύτητα, την ακρίβεια και την αποδοτικότητά τους. Η αυτοματοποίηση της συλλογής και ανάλυσης δεδομένων μειώνει το αξία και επιταχύνει την ολοκλήρωση των μελετών. Επίσης, οι εξελιγμένοι αλγόριθμοι της AI ανιχνεύουν πρότυπα και συσχετίσεις που ενισχύουν την ανακάλυψη νέων θεραπειών. Ένα από τα σημαντικότερα συμφέροντα της AI είναι η επιτάχυνση της επιλογής υποψήφιων ασθενών μέσω ανάλυσης ιατρικών φακέλων και γενετικών δεδομένων, εξασφαλίζοντας τη συμμετοχή κατάλληλων πληθυσμών.
Η AI στηρίζει την εξατομικευμένη ιατρική, προσαρμόζοντας θεραπείες στα μοναδικά χαρακτηριστικά κάθε ασθενούς, γεγονός που βελτιώνει την αποτελεσματικότητα και την ασφάλεια. Ο προσαρμοστικός σχεδιασμός μελετών, όπου τα δεδομένα αναλύονται ασταμάτητα και οι στρατηγικές τροποποιούνται σε πραγματικό χρόνο, εξοικονομεί πόρους και αυξάνει τα ποσοστά επιτυχίας. Παράλληλα, οι αποκεντρωμένες κλινικές μελέτες, που βασίζονται σε τηλειατρική και ψηφιακές τεχνολογίες, διευκολύνουν τη συμμετοχή των ασθενών και εξαλείφουν εμπόδια, προσφέροντας πιο ολοκληρωμένα και συνεχή δεδομένα.
Επιπλέον, η AI προβλέπει πιθανούς κινδύνους και την αποτελεσματικότητα θεραπειών μέσω ανάλυσης δεδομένων από προηγούμενες μελέτες, βελτιστοποιώντας τα πρωτόκολλα και ενισχύοντας την προστασία των συμμετεχόντων. Παρά τις προκλήσεις περίγυρα από την ηθική και τη διαχείριση δεδομένων, οι τεχνολογίες AI αναμένεται να συνεχίσουν να αναβαθμίζουν τις κλινικές μελέτες, συμβάλλοντας στη ανέλιξη της υγείας και της ποιότητας ζωής σε διεθνές επίπεδο. Με την κατάλληλη διαχείριση, οι δυνατότητες αυτές μπορούν να αξιοποιηθούν πλήρως, εξασφαλίζοντας ένα βιώσιμο και καινοτόμο μέλλον για την ιατρική έρευνα».
Στη συνέχεια, ο κ. Δημήτρης Αλεξάνδρου, Business Innovation Director, UBITECH Ltd., τόνισε πως «Οι κλινικές δοκιμές αποτελούν τον ακρογωνιαίο λίθο της ιατρικής έρευνας, αλλά συχνά συνοδεύονται από προκλήσεις, όπως ο αυξημένος χρόνος ολοκλήρωσης, το αξία και η πολυπλοκότητα στη διαχείριση δεδομένων. Οι λύσεις που βασίζονται σε Μεγάλα Γλωσσικά Μοντέλα (LLMs) και Τεχνητή Νοημοσύνη (AI) εισάγουν μια επαναστατική πρόσβαση για την αντιμετώπιση αυτών των προκλήσεων.
Οι LLM-based agents δύνανται να ενισχύσουν τη διαδικασία των κλινικών δοκιμών. Αυτοί οι ψηφιακοί βοηθοί δύνανται να προσφέρουν αυτοματοποιημένες και εξατομικευμένες λύσεις στη διαχείριση δεδομένων, την παρακολούθηση συμμετεχόντων και την αναστοιχείωση αποτελεσμάτων. Για παράδειγμα, μέσω της επεξεργασίας φυσικής γλώσσας (NLP), οι πράκτορες αυτοί μπορούν να αναλύουν γρήγορα μεγάλα σύνολα δεδομένων, να εντοπίζουν κρίσιμες πληροφορίες και να παρέχουν εις βάθος αναφορές στους ερευνητές.
Επιπλέον, τα LLM-based chatBots μπορούν να βελτιώσουν την εμπειρία των συμμετεχόντων, παρέχοντας άμεσες και ακριβείς απαντήσεις στις ερωτήσεις τους, καθώς και υπενθυμίσεις για την τήρηση των διαδικασιών. Αυτό όχι μόνο μειώνει την επιβάρυνση των ερευνητικών ομάδων, αλλά ενισχύει και την θάρσηση των συμμετεχόντων στη διαδικασία.
Η Τεχνητή Νοημοσύνη μετασχηματίζει τις κλινικές δοκιμές, ανοίγοντας τον δρόμο για μια πιο αποτελεσματική και ανθρωποκεντρική ιατρική έρευνα».
Κατά τη διάρκεια της τοποθέτησής του για τη σπουδαιότητα της εφαρμογής των νέων τεχνολογιών – ΑΙ στις κλινικές δοκιμές, ο κ. Χρήστος Τσαρούχης, Clinical Operations Manager, Ιατρικό Τμήμα, ΦΑΡΜΑΣΕΡΒ-ΛΙΛΛΥ, επισήμανε πως «το μέλλον της Κλινικής Έρευνας συνδέεται τώρα αμέσως με την αξιοποίηση της τεχνολογίας, στοχεύοντας τελικά στην έλευση νέων θεραπευτικών λύσεων πολύ συντομότερα σε σχέση με το παρελθόν.
Προς την κατεύθυνση αυτή κινούνται σήμερα οι Αποκεντρωμένες Κλινικές Δοκιμές (Decentralised Clinical Trials), οι οποίες μεταφέρουν τη εκτέλεση των διαδικασιών μιας μελέτης από το νοσοκομείο πιο κοντά στην οικία των συμμετεχόντων. Οι Αποκεντρωμένες Κλινικές Δοκιμές βασίζονται στην πρόοδο των ψηφιακών εργαλείων και στην ξετύλιγμα της τηλεϊατρικής».
Και πρόσθεσε ο κ. Τσαρούχης ότι «Το επόμενο μεγάλο βήμα είναι η μεταχείριση της Τεχνητής Νοημοσύνης (Artificial Intelligence - AI) στον σχεδιασμό και στη εκτέλεση των κλινικών ερευνητικών προγραμμάτων.
Η Τεχνητή Νοημοσύνη, ως όρος, υπάρχει ήδη από τα μέσα της δεκαετίας του 1950. Τα τελευταία χρόνια η μεταχείριση της αυξάνεται διαρκώς σε όλα τα πεδία της ανθρώπινης δραστηριότητας.
Η Κλινική Έρευνα αποτελεί μια απαιτητική και χρονοβόρα διαδικασία. Με τη μεταχείριση της Τεχνητής Νοημοσύνης, θα υπάρχει η δυνατότητα μείωσης του χρόνου, αλλά και του κόστους, στην βάδιση Έρευνας και Ανάπτυξης ενός νέου θεραπευτικού παράγοντα.
Η μεσιτεία της AI μπορεί να αφορά στη συγγραφή του πρωτοκόλλου μιας κλινικής δοκιμής, στην επιλογή των ερευνητικών κέντρων, στην επιτήρηση της δοκιμής, ως και στην εξομάλυνση των δεδομένων και στην συγγραφή της τελικής αναφοράς.
Η Τεχνητή Νοημοσύνη δεν έρχεται χωρίς προβληματισμούς. Τα ερωτήματα παραμένουν πολλά και αφορούν σε ηθικά ζητήματα που σχετίζονται με την προστασία των προσωπικών δεδομένων των συμμετεχόντων και την χητεία ρύθμισης της χρήσης της από πλευράς των αρμοδίων αρχών με τη δημιουργία του κατάλληλου νομοθετικού πλαισίου. Όλοι οι εμπλεκόμενοι φορείς έχουν σημαντικό ρόλο προς την κατεύθυνση αυτή».
Παίρνοντας τον λόγο η κυρία Δώρα Τουρτόγλου, Country Head SMM, ASTRA ZENECA Greece, επισήμανε πως «Η εφαρμογή των σύγχρονων τεχνολογιών τεχνητής νοημοσύνης (AI) στην ξετύλιγμα φαρμάκων έχει φέρει μια πραγματική ξεσηκωμός στη φαρμακευτική βιομηχανία, επιταχύνοντας την ταχύτητα, την ακρίβεια και την αποτελεσματικότητα. Καθιστώντας την πιο αποδοτική και οικονομικά βιώσιμη.
Σε μια εποχή όπου οι ασθένειες εξελίσσονται και οι ανάγκες για νέες θεραπείες αυξάνονται, η χητεία για νέα, πιο αποτελεσματικά φάρμακα είναι μεγαλύτερη από ποτέ. H μεταχείριση της AI καθίσταται αναγκαία για την επιτάχυνση της καινοτομίας και προσφέρει μοναδικές λύσεις που υπερβαίνουν τις παραδοσιακές μεθόδους.
Ένας από τους βασικούς τομείς όπου η AI έχει ξεχωρίσει είναι η ανακάλυψη νέων μορίων. Με τη μεταχείριση προηγμένων αλγορίθμων, η AI μπορεί να επεξεργαστεί τεράστιες βάσεις δεδομένων χημικών ενώσεων και να προβλέψει πιθανές αποκρίσεις σε φαρμακευτικές θεραπείες. Έτσι, ο χρόνος και το αξία που απαιτούνται για την ανακάλυψη νέων υποψήφιων μορίων μειώνονται δραστικά.
Επίσης η AI συμβάλλει στη μοντελοποίηση και την προσομοίωση των επιδράσεων φαρμάκων στο ανθρώπινο σώμα. Ειδικά εργαλεία προβλέπουν πιθανές παρενέργειες ή τοξικότητες, βελτιώνοντας την ασφάλεια από τα πρώτα στάδια της ανάπτυξης. Αυτό σημαίνει ότι περισσότερες υποσχόμενες θεραπείες φτάνουν στις κλινικές δοκιμές, ενώ λιγότεροι πόροι σπαταλώνται σε αναποτελεσματικές ή επικίνδυνες επιλογές.
Επιπλέον ενισχύει τη διαδικασία εξατομίκευσης φαρμάκων, επιτρέποντας τη δημιουργία θεραπειών προσαρμοσμένων στις γενετικές ή βιολογικές ανάγκες του κάθε ασθενούς.
Τέλος, η μεταχείριση της AI στις φάσεις ανάλυσης και αναφοράς μειώνει τα ανθρώπινα λάθη και ενισχύει την αξιοπιστία των αποτελεσμάτων».
Και πρόσθεσε η κυρία Τουρτόγλου ότι «Η εφαρμογή της AI στις κλινικές μελέτες δεν είναι μόνο μια τεχνολογική αναβάθμιση, αλλά μια ευκαιρία να σώσουμε ζωές, να μειώσουμε το αξία και να προωθήσουμε την κατεχοσύνη ευγενικός που προηγουμένως φάνταζαν αδύνατοι. Η υιοθέτησή της αποτελεί κρίσιμο βήμα προς το μέλλον της ιατρικής».
Κλείνοντας το στρογγυλό τραπέζι, ο κ. Νικόλαος Κωστάρας, Γενικός Διευθυντής IQVIA, επισήμανε, μεταξύ άλλων, ότι «Η τεχνητή νοημοσύνη βελτιώνει τις κλινικές δοκιμές, βελτιώνοντας την επιλογή ασθενών, την παρακολούθηση δεδομένων σε πραγματικό χρόνο, την πρόβλεψη αποτελεσμάτων και τη βελτιστοποίηση του σχεδιασμού των δοκιμών.
Για παράδειγμα, η ΤΝ μπορεί να αναλύσει ηλεκτρονικά ιατρικά αρχεία για να εντοπίσει επιλέξιμους ασθενείς με συγκεκριμένες παθήσεις, όπως ο διαβήτης.
Βοηθά στην παρακολούθηση της συμμόρφωσης των ασθενών και στην πρόβλεψη ανεπιθύμητων συμβάντων, διασφαλίζοντας την ασφάλεια.
Η ΤΝ μειώνει επίσης το αξία και επιταχύνει την ξετύλιγμα φαρμάκων, επιτρέποντας πιο αποτελεσματικές θεραπείες.
Εταιρείες έχουν χρησιμοποιήσει την ΤΝ για να προβλέψουν τη στήσιμο των πρωτεϊνών, συμβάλλοντας στην εξατομικευμένη ιατρική και στις επαναστατικές θεραπείες.
Ο ρόλος της είναι μετασχηματιστικός και ανεκτίμητος».
Τέλος, στο περιορισμοί του συνεδρίου πραγματοποιήθηκαν 2 πολύ ενδιαφέρουσες ομιλίες:
«Αποκλεισμός των εγκύων από τις κλινικές μελέτες και ΑΙ» από την κυρία Ιωάννα Τσιαούση, Md, PHD(c), Γυναικολόγος – Μαιευτήρας, Exe MBA Οικονομικό Πανεπιστήμιο Αθηνών, Head of Medical Vaccines Vianex S.A., η οποία αναπτύσσοντας το πολύ ενδιαφέρον θέμα επισήμανε ότι η σημασία των κλινικών μελετών και των συνολικών κλινικών προγραμμάτων είναι πλέον γνωστό ότι είναι θεμελιώδους σημασίας για όλα τα φαρμακευτικά σκευάσματα. Αποτελούν προϋπόθεση των εγκριτικών διαδικασιών και ταυτόχρονα έχουν αποτελέσει αρκετές φορές πηγή πολύτιμων δεδομένων για την ίδια τη νόσο που μελετάται.
Από τα πιο δύσκολα και πολύπλοκα σημεία των κλινικών προγραμμάτων είναι η επιλογή των κατάλληλων πληθυσμιακών ομάδων και δη η συμμετοχή και συμμόρφωσή τους στις επιταγές των κλινικών μελετών. Επί πολλά έτη οι έγκυοι γυναίκες έχουν αποκλεισθεί από τα κλινικά προγράμματα προκειμένου να μειωθούν οι αρνητικές επιπτώσεις μίας φαρμακευτικής παρέμβασης τόσο για την ίδια τη μαμά όσο και για το έμβρυο που κυοφορείται και το νεογνό που γεννιέται. Ωστόσο, η έγκυος γυναίκα αντιμετωπίζει προβλήματα υγείας και κατά τη διάρκεια της κύησης, τόσο χρόνια νοσήματα αλλά και οξέα προβλήματα που χρήζουν θεραπευτικής αντιμετώπισης. Παράλληλα, κατά τη διάρκεια της κύησης επιτελούνται σημαντικές αλλαγές στον μεταβολισμό, τη νεφρική λειτουργία και την ανοσολογική απάντηση που οδηγούν σε διαφορετική φαρμακο-κινητική των χορηγούμενων φαρμάκων που επηρεάζουν την αποτελεσματικότητα και την ασφάλειά τους.
Σήμερα βιώνουμε μια νέα ξεσηκωμός μέσω της τεχνητής νοημοσύνης η οποία μπορεί πιθανά να δώσει νέες λύσεις στις κλινικές μελέτες μειώνοντας την επικινδυνότητα που μπορεί να αφορούν ειδικές πληθυσμιακές ομάδες όπως οι έγκυοι γυναίκες. Μπροστά σε αυτή την νέα πρόκληση τίθενται νέα ερωτήματα και νέα διλήμματα με σκοπό την προστασία των εγκύων και των εμβρύων που θα γεννηθούν τα επόμενα χρόνια».
«Ο ρόλος των σωματείων ασθενών στην εποχή της Τεχνητής Νοημοσύνης» από τον κ. Δημήτριο Αθανασίου, Αντιπρόεδρο της Ένωσης Σπανίων Ασθενών Ελλάδος, Μέλος του Δ.Σ. της Ένωσης Ασθενών Ελλάδος.
Ο κ. Αθανασίου ανέφερε ότι «Στην εποχή της Τεχνητής Νοημοσύνης (ΤΝ), ο ρόλος των σωματείων ασθενών αποκτά ακόμα μεγαλύτερη σημασία. Τα σωματεία πλέον δεν παρέχουν μόνο ψυχολογική και κοινωνική υποστήριξη, αλλά συμβάλλουν καθοριστικά στη διαμόρφωση ενός νέου περιβάλλοντος υγείας, στο οποίο η ΤΝ υπόσχεται εξατομικευμένες και πιο αποδοτικές θεραπείες. Η μεταχείριση ΤΝ στην αναστοιχείωση μεγάλων δεδομένων, στη διάγνωση και στη θεραπευτική διαχείριση δημιουργεί νέες προκλήσεις και ευκαιρίες, τις οποίες τα σωματεία οφείλουν να αγκαλιάσουν και να αξιοποιήσουν προς όφελος της Κοινότητας.
Τα ποιο δυναμικά και τεχνοκρατικά σωματεία όπως αυτά των ασθενών με Σπάνια Νοσήματα ήταν και παραμένουν πάντα καινοτόμα και αποτελεσματικά ενώ πλέον αναλαμβάνουν και ενεργό ρόλο στην εκπαίδευση των μελών τους και του ευρύτερου κοινού για τις δυνατότητες και τους κινδύνους της ΤΝ, όπως είναι η διαχείριση των προσωπικών δεδομένων, αλλά και η εξασφάλιση της διαφάνειας στην μεταχείριση τους. Επίσης, προωθούν την ασθενοκεντρική έρευνα και σύμπραξη με ερευνητές και φορείς, ενισχύοντας την θάρσηση και τη συμμετοχή των ασθενών σε προγράμματα που βασίζονται στην ΤΝ.
Μέσω της δράσης τους, συμβάλλουν στη διασφάλιση της ηθικής χρήσης της τεχνολογίας στην ιατρική και υποστηρίζουν την χητεία για ανθρώπινη παρουσία και ενσυναίσθηση στις υπηρεσίες υγείας, όθεν η ΤΝ να λειτουργεί συμπληρωματικά και όχι αντικαταστατικά.
Στην εποχή της ΤΝ οι δυναμικές Ενώσεις Ασθενών όπως η Ένωση Σπανίων Ασθενών Ελλάδος / Ε.Σ.Α.Ε. διαδραματίζουν κρίσιμο ρόλο στη μεταγωγή προς μια ψηφιακή και πιο ανθρώπινη υγειονομική φροντίδα, όπου η ΤΝ ενδυναμώνει τους ασθενείς, χωρίς να παραβλέπεται η αξία της προσωπικής φροντίδας και της ασφάλειας».
Το 6ο Πανελλήνιο Συνέδριο Κλινικών Μελετών & Έρευνας πραγματοποιήθηκε με την φροντίδα της Πανελλήνιας Ένωσης Φαρμακοβιομηχανίας (ΠΕΦ), της Πανελλήνιας Ένωσης Φαρμακοποιών Νοσηλευτικών Ιδρυμάτων (ΠΕΦΝΙ), της Ελληνικής Εταιρείας Φαρμακευτικής Ιατρικής (ΕΛ.Ε.Φ.Ι.) και του Συλλόγου Επιχειρήσεων Διεξαγωγής Κλινικών Μελετών (CROs) - HACRO.
Platinum χορηγός: ΒΙΑΝΕΞ Α.Ε.
Χορηγοί Επικοινωνίας: CNN, NEWSBOMB, ONMED, Pharmacorner
Οργάνωση-Παραγωγή: NOUFIO Communication Services