L’intelligenza artificiale sta trasformando profondamente il mondo della ricerca farmaceutica, accelerando la scoperta di nuovi farmaci e riducendo tempi e costi di sviluppo. Secondo un dossier pubblicato dall’Agenzia Italiana del Farmaco (Aifa), oggi il 62% delle aziende farmaceutiche utilizza soluzioni di IA nei reparti di ricerca e sviluppo, e la quota è destinata a crescere ulteriormente nei prossimi anni. Il mercato globale dell’IA applicata al settore cresce infatti con un tasso medio annuo del 40%, mentre si prevede un incremento dell’adozione di circa il 45% entro i prossimi cinque anni.
Sviluppare un nuovo farmaco è un processo lungo e complesso: in media richiede circa 10 anni di lavoro e oltre 2 miliardi di euro di investimenti. L’intelligenza artificiale promette però di ridurre drasticamente questi tempi, intervenendo già nelle fasi iniziali della ricerca sperimentale. Attraverso la cosiddetta “Augmented R&D”, o ricerca aumentata, algoritmi di deep learning analizzano milioni di composti chimici in poche ore, individuano possibili target terapeutici e stimano la tossicità delle molecole ancora prima che vengano sintetizzate in laboratorio.
Secondo il report Digital Continuity di Capgemini, l’uso dell’IA può ridurre del 30% il tempo necessario per portare un farmaco sul mercato, aumentare del 40% la produttività e abbattere del 25% i costi ingegneristici. Alcuni farmaci progettati con il supporto dell’intelligenza artificiale sono già arrivati a fasi avanzate di sperimentazione sull’uomo, come rentosertib, destinato al trattamento della fibrosi polmonare idiopatica, e Rec-994, studiato per la malformazione cavernosa cerebrale.
Uno dei campi più promettenti è quello delle malattie neurodegenerative e dei disturbi psichiatrici. Algoritmi addestrati su grandi quantità di dati possono prevedere con maggiore anticipo l’insorgenza di patologie come Alzheimer e Parkinson, oppure contribuire a personalizzare i trattamenti per condizioni come depressione e schizofrenia.
L’intelligenza artificiale sta cambiando anche il modo in cui vengono condotti gli studi clinici. Il reclutamento dei pazienti è tradizionalmente uno dei principali ostacoli alla ricerca. Strumenti basati su modelli avanzati, come TrialGPT, sono in grado di analizzare milioni di cartelle cliniche in pochi minuti e individuare i pazienti idonei a partecipare agli studi. A questo si aggiungono i “virtual clinical trials”, che utilizzano coorti di pazienti virtuali per simulare gli effetti di nuovi trattamenti prima della sperimentazione reale, riducendo costi e rischi di fallimento nelle fasi più avanzate.
Un’altra applicazione strategica è il drug repurposing, ovvero l’individuazione di nuove indicazioni terapeutiche per farmaci già approvati. Grazie all’analisi di grandi quantità di dati biologici e clinici, l’IA può suggerire nuovi utilizzi per molecole esistenti, riducendo tempi, costi e incertezze dello sviluppo. Allo stesso tempo rappresenta uno dei pilastri della medicina personalizzata, perché permette di integrare dati genetici, clinici e ambientali per individuare la terapia più efficace per ogni singolo paziente.
Di fronte a questa trasformazione, anche le autorità regolatorie si stanno adeguando. L’Agenzia Europea per i Medicinali ha avviato un piano per integrare l’intelligenza artificiale nei propri processi. “L’IA può rendere la medicina più umana, se resta al servizio del paziente. La sfida è governarla con regole chiare, trasparenza e responsabilità condivisa”, ha dichiarato il presidente di Aifa, Robert Nisticò.
La rivoluzione tecnologica richiede però anche nuove competenze professionali. Secondo il direttore amministrativo di Aifa, Giovanni Pavesi, saranno sempre più necessari medici capaci di dialogare con data scientist e ingegneri con solide basi biologiche. Per questo alcune università italiane, tra cui Politecnico di Milano, Sapienza di Roma e Scuola Superiore Sant’Anna di Pisa, stanno già sviluppando corsi integrati in bioinformatica e intelligenza artificiale applicata alla salute.
L’intelligenza artificiale, dunque, non si limita ad accelerare la ricerca: sta ridefinendo l’intero ecosistema della medicina, aprendo la strada a terapie più rapide, mirate e personalizzate.
