L’intelligenza artificiale entra nei laboratori, setaccia miliardi di dati, disegna nuove molecole e accorcia i tempi con cui le terapie arrivano al paziente. Già oggi il 62% delle aziende farmaceutiche integra soluzioni di IA nei reparti di ricerca e sviluppo, con una crescita prevista del 45% nei prossimi cinque anni. Mentre il mercato globale del settore cresce con un tasso medio annuo del 40%.
Le agenzie regolatorie, di conseguenza, si attrezzano per governare questa rapida evoluzione. A evidenziare la trasformazione in corso nell’industria della salute è un dossier pubblicato dall’Agenzia Italiana del Farmaco. Se sviluppare un nuovo farmaco richiede in media 10 anni di lavoro e investimenti di oltre 2 miliardi di euro, l’Ia può liberare tempo e ridurre sprechi, a partire dalla ricerca sperimentale. L’Augmented R&D, o ‘ricerca aumentata’, amplifica la capacità di esplorazione degli scienziati: algoritmi di deep learning analizzano milioni di composti in poche ore, identificano target terapeutici e stimano tossicità prima ancora che una molecola venga sintetizzata.
Questo, secondo il report ‘Digital Continuity’ di Capgemini, può ridurre del 30% il tempo di arrivo sul mercato, aumentare del 40% la produttività e abbattere del 25% i costi ingegneristici. Diversi candidati farmaci progettati con l’Ia sono già in sperimentazione in fase avanzata sull’uomo, come rentosertib per la fibrosi polmonare idiopatica e Rec-994 per la malformazione cavernosa cerebrale. Un campo in rapida evoluzione è l’applicazione a malattie neurodegenerative e disturbi psichiatrici: algoritmi addestrati sono in grado di prevedere l’insorgenza precoce di Alzheimer e Parkinson o di personalizzare i trattamenti per la depressione o la schizofrenia.
Se uno dei colli di bottiglia della ricerca è il reclutamento per gli studi clinici, strumenti basati su modelli avanzati, come TrialGPT, analizzano milioni di cartelle cliniche in pochi minuti, identificando i pazienti idonei a essere inseriti. Ma ci sono anche i ‘virtual clinical trials’, ovvero coorti di pazienti virtuali su cui simulare scenari terapeutici prima della sperimentazione reale, in modo da ridurre costi e fallimenti nelle fasi avanzate.
L’Intelligenza artificiale facilita anche il drug repurposing, ovvero l’individuazione di nuove indicazioni terapeutiche per farmaci già approvati, riducendo rischi, costi e tempi. Infine è il motore della medicina personalizzata: incrociando una grande mole di dati genetici, clinici e ambientali, consente ai clicnici di scegliere la terapia più efficace per ogni individuo, diminunendo eventi avversi e terapie inutili. Prendendo atto della rivoluzione in corso, l’Agenzia Europea per i Medicinali ha avviato un piano per integrare l’intelligenza artificiale nei processi regolatori.
“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”, afferma il presidente di Aifa, Robert Nisticò. Ma servono anche nuove figure professionali, ovvero medici capaci di dialogare con i data scientist e ingegneri che conoscano la biologia. “Per questo – conclude il direttore amministrativo di Aifa, Giovanni Pavesi – acune università italiane, come il Politecnico di Milano, l’Università La Sapienza e il Sant’Anna di Pisa, stanno già proponendo corsi integrati in bioinformatica e ia Ia applicata alla salute“.
