Un dossier dell’Agenzia italiana del farmaco evidenzia come gli algoritmi stiano trasformando lo sviluppo dei medicinali, dalla scoperta delle molecole ai trial clinici, fino alla medicina di precisione. Ma restano sfide legate a etica, trasparenza e gestione dei dati
L’intelligenza artificiale sta entrando sempre più profondamente nei laboratori di ricerca e nei processi di sviluppo dei farmaci, analizzando enormi quantità di dati e individuando nuove molecole in tempi molto più rapidi rispetto ai metodi tradizionali. Una trasformazione che potrebbe ridurre di anni il percorso che porta un medicinale dal laboratorio al paziente. A fotografare questo scenario è dossier pubblicato da Agenzia Italiana del Farmaco, che analizza come gli algoritmi stiano cambiando il modo in cui vengono progettati, testati e utilizzati i farmaci. Secondo il documento, l’intelligenza artificiale rappresenta una delle innovazioni più promettenti per rendere la medicina più precisa, veloce e sostenibile -. L’intelligenza artificiale non è una moda passeggera, ma una leva strategica per l’evoluzione della medicina moderna”, osserva il presidente dell’Aifa Robert Nisticò -. I benefici sono già visibili in termini di rapidità, personalizzazione delle cure e riduzione dei costi. La sfida è governare questa trasformazione con regole chiare, trasparenza e responsabilità condivisa”.
Un mercato in forte espansione
L’impatto dell’IA riguarda anche l’economia dell’innovazione farmaceutica. Secondo diverse analisi di settore, il mercato globale delle tecnologie di intelligenza artificiale applicate alla ricerca farmaceutica è destinato a crescere rapidamente nei prossimi anni, con tassi di crescita annui che potrebbero superare il 40% entro il 2030. Già oggi oltre la metà delle aziende farmaceutiche utilizza strumenti di IA nelle attività di ricerca e sviluppo, e la diffusione di queste tecnologie è destinata ad aumentare ulteriormente nei prossimi anni, segnando una trasformazione strutturale dell’industria della salute.
Ricerca più veloce e meno costosa
Lo sviluppo di un nuovo farmaco è un processo lungo e complesso. In media sono necessari più di dieci anni di lavoro e investimenti che possono superare i due miliardi di euro, mentre solo una piccola percentuale dei programmi di ricerca arriva all’approvazione finale. L’intelligenza artificiale può contribuire a cambiare questo scenario. Gli algoritmi di deep learning sono in grado di analizzare milioni di molecole in tempi molto brevi, individuare possibili bersagli terapeutici e simulare caratteristiche come tossicità, metabolismo e biodisponibilità ancora prima che una sostanza venga sintetizzata in laboratorio. L’adozione sistematica di queste tecnologie potrebbe ridurre fino al 30% il tempo necessario per portare un nuovo farmaco sul mercato, aumentando al tempo stesso la produttività della ricerca.
I primi farmaci progettati con l’IA
L’uso dell’intelligenza artificiale nello sviluppo dei farmaci non è più solo una prospettiva teorica. Alcuni candidati terapeutici progettati con il supporto degli algoritmi sono già arrivati alle fasi di sperimentazione sull’uomo. Tra questi c’è Rentosertib, sviluppato per il trattamento della Fibrosi polmonare idiopatica, che ha mostrato risultati promettenti negli studi clinici preliminari. Un altro esempio è REC-994, candidato terapeutico per la Malformazione cavernosa cerebrale, che ha completato studi clinici iniziali con risultati incoraggianti. Parallelamente, l’intelligenza artificiale consente anche di individuare nuove indicazioni terapeutiche per farmaci già esistenti, attraverso il cosiddetto drug repurposing, riducendo ulteriormente tempi e costi della ricerca.
Trial clinici più efficienti
Un altro ambito in cui l’IA può avere un impatto significativo è la sperimentazione clinica. Il reclutamento dei pazienti rappresenta spesso uno dei principali ostacoli allo svolgimento degli studi. Nuove piattaforme digitali permettono di analizzare rapidamente grandi quantità di cartelle cliniche per individuare i pazienti che possiedono i requisiti per partecipare a un trial. Alcuni strumenti sperimentali, come TrialGPT, utilizzano modelli linguistici avanzati per confrontare i criteri di inclusione degli studi con i dati clinici disponibili. Allo stesso tempo stanno emergendo nuove modalità di sperimentazione, come i trial virtuali e i cosiddetti “gemelli digitali”, modelli informatici che simulano la risposta di un paziente a una terapia. Queste tecnologie permettono di testare scenari terapeutici prima della sperimentazione reale, riducendo costi e rischi nelle fasi iniziali degli studi.
Verso una medicina sempre più personalizzata
Uno degli effetti più rilevanti dell’intelligenza artificiale riguarda lo sviluppo della medicina di precisione. Integrando dati clinici, genetici e ambientali, gli algoritmi possono aiutare a individuare la terapia più adatta per ciascun paziente, superando l’approccio “uguale per tutti”. In ambiti come l’oncologia, il confronto tra le caratteristiche molecolari del tumore e i farmaci disponibili consente già oggi di aumentare la probabilità di risposta ai trattamenti e di ridurre il rischio di effetti collaterali inutili.
Le sfide: etica, dati e regolazione
Nonostante le grandi opportunità, la rivoluzione dell’intelligenza artificiale solleva anche nuove questioni. Gli algoritmi devono essere affidabili, trasparenti e verificabili, mentre la gestione dei dati sanitari richiede infrastrutture digitali sicure e sistemi interoperabili. Per questo motivo le agenzie regolatorie stanno rafforzando il loro ruolo di controllo. Oltre all’Aifa, anche la European Medicines Agency e la U.S. Food and Drug Administration stanno sviluppando strategie per integrare l’intelligenza artificiale nei processi di valutazione dei farmaci e garantire che l’innovazione proceda nel rispetto dei principi di sicurezza ed etica. In un’epoca caratterizzata dall’invecchiamento della popolazione, dalla crescita delle malattie croniche e dalla pressione sui sistemi sanitari, l’intelligenza artificiale potrebbe rappresentare uno degli strumenti più importanti per coniugare innovazione scientifica e sostenibilità. “La medicina del futuro sarà inevitabilmente più digitale – conclude Nisticò -. La sfida è fare in modo che sia anche più giusta, più accessibile e più umana”.
Iscriviti alla Newsletter di Sanità Informazione per rimanere sempre aggiornato
