La scoperta di un nuovo farmaco è sempre stata una sfida contro il tempo. Anni di ricerca, investimenti milionari, migliaia di molecole testate e nella maggior parte dei casi abbandonate. Poi è arrivata l’intelligenza artificiale e il paradigma ha cominciato a cambiare. Oggi gli algoritmi entrano nei laboratori farmaceutici, analizzano dati molecolari in quantità impossibili per la mente umana e propongono nuove strade terapeutiche in poche ore. Un’accelerazione che l’Agenzia italiana del farmaco (Aifa) ha voluto fotografare nel dossier “Intelligenza Artificiale e salute”, mettendo nero su bianco quello che sta accadendo e quello che potrebbe accadere nei prossimi anni.
I numeri raccontano una trasformazione già in atto. Il mercato globale dell’intelligenza artificiale applicata alla ricerca farmaceutica cresce a ritmi superiori al 40 per cento annuo, con stime che proiettano questo trend almeno fino al 2030. Dietro le percentuali c’è una rivoluzione concreta: algoritmi capaci di analizzare milioni di dati molecolari, individuare bersagli biologici e progettare nuove molecole in tempi che i laboratori tradizionali non potrebbero nemmeno immaginare.
Il processo di scoperta di un farmaco è sempre stato lungo, costoso e incerto. Solo una piccola parte delle molecole studiate arriva alla sperimentazione sull’uomo, e una frazione ancora più piccola supera tutte le fasi cliniche fino all’approvazione. L’intelligenza artificiale promette di ribaltare questa dinamica. Gli algoritmi setacciano archivi sterminati di dati chimici, genetici e clinici alla ricerca di correlazioni invisibili all’occhio umano. Individuano bersagli terapeutici, generano molecole virtuali e ne valutano in anticipo tossicità, assorbimento e potenziale efficacia. Una ricerca più veloce e meno costosa, almeno sulla carta. Ma anche più dipendente dalla qualità dei dati disponibili: se gli input sono incompleti o distorti, i risultati rischiano di esserlo altrettanto.
C’è però un nodo che gli algoritmi da soli non possono sciogliere. La sperimentazione clinica resta il vero collo di bottiglia nello sviluppo di un farmaco. Oggi solo il 12 per cento circa dei programmi di ricerca arriva all’approvazione finale. Il problema principale è il reclutamento dei pazienti: studi clinici sempre più complessi richiedono criteri di selezione estremamente specifici, e trovare le persone giuste può richiedere mesi o anni. Anche qui l’intelligenza artificiale sta dando una mano. Sistemi di analisi automatica delle cartelle cliniche riescono a individuare in pochi minuti pazienti compatibili con protocolli sperimentali molto articolati. E c’è di più: gli algoritmi possono simulare scenari clinici attraverso i cosiddetti “pazienti virtuali”, modelli digitali che replicano il comportamento biologico di un individuo e permettono di testare terapie prima della sperimentazione reale. Una prospettiva affascinante e al tempo stesso inquietante, che solleva interrogativi sulla validità scientifica e sui margini di errore.
L’altro grande capitolo è la medicina di precisione. Non tutti i pazienti reagiscono allo stesso modo allo stesso farmaco. Variabili genetiche, ambientali e cliniche influenzano la risposta alle terapie in modi che spesso sfuggono anche ai medici più esperti. Incrociando questi dati, gli algoritmi possono suggerire il trattamento più efficace per ogni singolo paziente. La medicina “taglia unica” lascia spazio a cure sempre più personalizzate, un cambio di paradigma che promette benefici clinici enormi ma che richiederà sistemi sanitari molto più digitalizzati di quelli attuali.
La rivoluzione non riguarda solo i laboratori. Le autorità regolatorie si stanno attrezzando per stare al passo. L’Agenzia europea dei medicinali (Ema) ha avviato un programma dedicato all’uso dell’intelligenza artificiale nei processi regolatori, mentre negli Stati Uniti la Fda sta già sperimentando strumenti algoritmici per accelerare le valutazioni dei farmaci innovativi. In Italia, l’Aifa ha cominciato a utilizzare strumenti predittivi per supportare le analisi di valutazione delle tecnologie sanitarie.
L’entusiasmo tecnologico però non cancella le domande più scomode. Molti sistemi di intelligenza artificiale funzionano come scatole nere: producono risultati difficili da interpretare anche per i loro stessi sviluppatori. Un problema non da poco quando si parla di decisioni cliniche. Poi c’è la questione della responsabilità: se un algoritmo suggerisce un trattamento sbagliato, chi risponde? Il medico, il programmatore, il produttore del software? Infine, il tema dei dati. Le applicazioni in sanità richiedono l’accesso a informazioni estremamente sensibili, che devono essere protette ma allo stesso tempo rese utilizzabili per la ricerca.
Robert Nisticò, presidente dell’Aifa, vede la trasformazione come inevitabile. L’intelligenza artificiale non è una moda passeggera ma una leva strategica per l’evoluzione della medicina. I benefici in termini di rapidità, personalizzazione e riduzione dei costi sono già visibili. Ma per far funzionare davvero questa rivoluzione serve qualcosa di più della tecnologia: cooperazione tra scienza, industria e istituzioni, nuove regole etiche, trasparenza nel funzionamento dei sistemi. Il traguardo è ambizioso: rendere possibile ciò che fino a pochi anni fa sembrava utopia, il farmaco giusto per la persona giusta al momento giusto. La medicina del futuro sarà più digitale, ma dovrà essere anche più giusta, più accessibile, più umana.