Il report dell’Agenzia italiana del farmacco fotografa un cambiamento profondo nella ricerca e nella pratica medica: algoritmi e dati accelerano i trial clinici, abbattono i costi e aprono la strada a terapie su misura per ogni paziente.
L’IA nella ricerca farmaceutica
C’è un momento preciso in cui una tecnologia smette di essere una promessa e diventa realtà. Per l’intelligenza artificiale in medicina, quel momento è adesso.
Il dossier pubblicato dall’Agenzia Italiana del Farmaco (Aifa) intitolato “Intelligenza artificiale e salute. Come l’IA sta rivoluzionando la ricerca farmaceutica, la medicina di precisione e il futuro della salute globale”, offre una mappa aggiornata e dettagliata di una trasformazione già in corso, non annunciata. Non si tratta di scenari futuri da immaginare, ma di applicazioni operative che stanno già ridisegnando i confini della scienza medica: dalla fase di laboratorio alla sperimentazione clinica, fino alla gestione quotidiana del paziente.
Il documento mette in fila dati, esempi e analisi che mostrano come gli algoritmi stiano cambiando concretamente il modo in cui si scoprono, testano e prescrivono i farmaci. E la portata di questo cambiamento è tutt’altro che marginale.
Meno sprechi, più candidati promettenti
Uno dei terreni in cui l’intelligenza artificiale produce già risultati tangibili è la fase iniziale della ricerca.
Grazie alle reti neurali profonde è oggi possibile analizzare milioni di molecole e simularne virtualmente il comportamento biologico (quello che gli scienziati chiamano screening in silico) eliminando fin da subito i composti inefficaci o tossici, prima ancora di sintetizzarli in laboratorio.
Il risultato diretto è una riduzione drastica dei tempi e dei costi, con le risorse concentrate esclusivamente sui candidati più promettenti.
Ma c’è di più. L’IA consente anche di rileggere farmaci già approvati con occhi nuovi, identificando possibili indicazioni terapeutiche inedite, il cosiddetto drug repurposing (“riposizionamento dei farmaci” n.d.r), un filone che sta già producendo risultati concreti in fase di sperimentazione avanzata.
I trial clinici cambiano forma
La sperimentazione clinica è storicamente uno dei colli di bottiglia della ricerca farmaceutica: lenta, costosa, spesso rallentata dalla difficoltà nel reclutare i pazienti giusti. L’IA attacca questo problema su più fronti. Piattaforme specializzate sono già in grado di analizzare milioni di cartelle cliniche in pochi minuti per individuare i soggetti idonei all’arruolamento, superando uno degli ostacoli più frequenti nella conduzione degli studi.
L’altra novità di rilievo riguarda i cosiddetti trial virtuali e i gemelli digitali: modelli computazionali che permettono di simulare la risposta di un paziente a un determinato trattamento prima che questo venga somministrato nella realtà. Questa possibilità riduce in misura significativa la necessità di test su animali e su esseri umani nelle fasi preliminari, con implicazioni etiche ed economiche non secondarie.
Addio all’approccio “taglia unica”
Forse il cambiamento più profondo riguarda il concetto stesso di cura. L’integrazione di dati clinici, genetici e ambientali consente di abbandonare progressivamente la logica del trattamento standard uguale per tutti.
Ogni paziente è diverso, e la medicina di precisione punta a riconoscerlo concretamente: non più terapie standardizzate, ma protocolli cuciti sulle caratteristiche biologiche del singolo individuo. Personalizzare i trattamenti significa ridurre gli errori, limitare il rischio di tossicità e ottimizzare l’impiego delle risorse sanitarie; un vantaggio che riguarda al tempo stesso la salute del paziente e la sostenibilità del sistema.
Il presidente di Aifa, Robert Nisticò, non usa mezze misure: “L’intelligenza artificiale non è una moda passeggera, ma una leva strategica per l’evoluzione della medicina moderna. I suoi benefici sono già visibili in termini di rapidità, personalizzazione e riduzione dei costi”. E aggiunge che “la sfida vera sta nel governarla con regole chiare, trasparenza e responsabilità condivisa, costruendo un ecosistema in cui scienza, industria e istituzioni lavorino nella stessa direzione”.
Il ruolo delle agenzie regolatorie
In questo scenario, le agenzie regolatorie non possono limitarsi a osservare. L’Ema, l’agenzia europea del farmaco, ha già avviato il piano quinquennale Data and AI per integrare sistematicamente gli algoritmi nei propri processi decisionali.
L’Aifa, dal canto suo, sta progressivamente introducendo strumenti predittivi con un duplice obiettivo: velocizzare la valutazione dei dossier regolatori e rafforzare il processo di Health Technology Assessment, cioè l’analisi del valore clinico e dell’impatto economico delle nuove terapie. Anche la Fda (agenzia del farmaco, n.d.r.) americana si muove nella stessa direzione.
Il dossier, però, non nasconde le criticità. Gli algoritmi devono essere trasparenti, validati e, sopattutto “spiegabili”: chi li usa deve poter capire come arrivano a una determinata conclusione. La gestione dei dati clinici richiede infrastrutture sicure e interoperabili. Servono standard condivisi e una formazione trasversale che metta in comunicazione medici, ingegneri, manager e data scientist. Secondo l’Aifa, l’innovazione, deve restare sempre governata dall’uomo.
Nisticò chiude con una frase che vale come sintesi dell’intero documento: “La medicina del futuro sarà inevitabilmente più digitale. Bisogna far sì che sia anche più giusta, più accessibile, più umana”.
© Riproduzione riservata