L’intelligenza artificiale sta entrando in modo sempre più concreto nella ricerca farmaceutica. Non è una promessa lontana ma qualcosa che sta già modificando il modo in cui nascono i farmaci, come vengono testati e perfino come vengono scelti per ogni singolo paziente. Nei laboratori di ricerca gli algoritmi analizzano quantità di dati che per un team umano richiederebbero anni di lavoro, individuano molecole promettenti e suggeriscono nuove combinazioni terapeutiche.
Dietro questa trasformazione non c’è solo entusiasmo tecnologico. C’è un problema reale: sviluppare un farmaco è sempre più complesso, costoso e lento. L’intelligenza artificiale prova a cambiare questo equilibrio, accorciando i tempi e aumentando le probabilità di arrivare davvero fino al paziente.
La pressione sui sistemi sanitari cresce, le malattie croniche aumentano e la ricerca deve trovare soluzioni più rapide. È in questo scenario che l’uso dell’IA nei laboratori farmaceutici sta guadagnando terreno.
La ricerca farmaceutica cambia ritmo
Portare un nuovo farmaco sul mercato richiede in media più di dieci anni di lavoro e investimenti che possono superare i due miliardi di euro. Non tutti i progetti arrivano alla fine del percorso: secondo diversi studi internazionali meno del 15% delle molecole candidate supera tutte le fasi di sviluppo.
Qui entrano in gioco gli algoritmi di deep learning, capaci di analizzare milioni di combinazioni chimiche in tempi ridottissimi. L’intelligenza artificiale può simulare il comportamento delle molecole, prevedere eventuali effetti collaterali e stimare se un composto ha davvero possibilità di funzionare prima ancora che venga sintetizzato in laboratorio.
Secondo analisi citate dal report Digital Continuity di Capgemini, l’utilizzo diffuso dell’IA nei processi di ricerca e sviluppo potrebbe ridurre fino al 30% i tempi necessari per arrivare alla fase clinica. Un cambiamento che per le aziende farmaceutiche significa meno rischi finanziari ma anche una maggiore velocità nel portare nuove terapie ai pazienti.
Anche la Food and Drug Administration negli Stati Uniti e l’Agenzia Europea per i Medicinali stanno monitorando con attenzione questa evoluzione perché molte delle molecole progettate con l’aiuto dell’intelligenza artificiale stanno già entrando nelle sperimentazioni cliniche.
I primi farmaci progettati con l’intelligenza artificiale
Non si parla più solo di modelli teorici. Alcuni farmaci sviluppati con il supporto dell’IA sono già arrivati alla sperimentazione sull’uomo. Tra i casi più citati c’è Rentosertib, molecola progettata dalla società Insilico Medicine per la fibrosi polmonare idiopatica, una malattia rara e complessa da trattare.
I risultati preliminari delle prime fasi cliniche hanno mostrato segnali positivi sulla funzione polmonare dei pazienti coinvolti negli studi. Il farmaco si prepara ora ad affrontare le fasi successive della sperimentazione, quelle decisive per capire se potrà davvero diventare una terapia disponibile.
Un altro esempio riguarda REC994, sviluppato per una rara patologia vascolare cerebrale. Anche in questo caso l’intelligenza artificiale ha contribuito a identificare il composto più promettente tra migliaia di possibilità.
La tecnologia non serve soltanto a creare molecole completamente nuove. Sempre più spesso viene utilizzata per il cosiddetto drug repurposing, cioè trovare nuove applicazioni terapeutiche per farmaci già esistenti. Questo approccio può ridurre tempi e costi perché i medicinali hanno già superato parte dei controlli di sicurezza.
La medicina diventa sempre più personalizzata
Uno degli sviluppi più interessanti riguarda la medicina di precisione. L’intelligenza artificiale riesce a incrociare dati genetici, informazioni cliniche e caratteristiche ambientali per capire quale terapia ha più probabilità di funzionare per un singolo paziente.
In oncologia questo approccio sta già cambiando molte decisioni terapeutiche. Il confronto tra profilo genetico del tumore e farmaci disponibili permette di individuare trattamenti mirati che in alcuni casi migliorano le probabilità di risposta e riducono gli effetti collaterali.
Secondo l’Istituto Superiore di Sanità, l’analisi avanzata dei dati genomici sta diventando uno strumento sempre più centrale nella ricerca contro i tumori e nelle malattie rare. L’intelligenza artificiale rende possibile elaborare quantità enormi di informazioni biologiche che fino a pochi anni fa erano semplicemente ingestibili.
Le istituzioni e le regole che stanno nascendo
Le autorità sanitarie stanno cercando di tenere il passo con questa trasformazione. L’Agenzia Europea per i Medicinali ha avviato il programma strategico Data and AI 2023–2028 per integrare strumenti di analisi avanzata nei processi regolatori e migliorare la valutazione dei nuovi farmaci.
Anche in Italia l’Agenzia Italiana del Farmaco ha iniziato a utilizzare modelli predittivi per supportare alcune analisi regolatorie e valutazioni di impatto sanitario. L’obiettivo è capire meglio quali terapie hanno davvero potenziale clinico e quali rischiano di non arrivare mai alla fase finale.
Resta però un tema delicato. Gli algoritmi devono essere trasparenti, verificabili e spiegabili, soprattutto quando entrano in ambiti che riguardano la salute delle persone. La gestione dei dati clinici richiede infrastrutture sicure e una supervisione umana costante.
L’impressione è che la ricerca farmaceutica stia entrando in una fase nuova. L’intelligenza artificiale non sostituisce i ricercatori e non elimina l’incertezza che accompagna ogni scoperta scientifica. Però sta cambiando il modo in cui si esplora il mondo delle molecole e delle terapie.
Se questa accelerazione porterà davvero a farmaci migliori e più accessibili lo diranno i prossimi anni. Intanto nei laboratori, spesso lontano dai riflettori, la ricerca sta già lavorando a un ritmo diverso da quello a cui eravamo abituati.
