L’intelligenza artificiale entra nei laboratori, analizza miliardi di dati e disegna molecole che nessun chimico aveva ancora immaginato. È una trasformazione che promette di ridurre drasticamente i tempi necessari per portare un farmaco dal banco di ricerca al letto del paziente.

I numeri raccontano la portata del cambiamento. Il mercato globale dell’intelligenza artificiale applicata alla farmaceutica cresce con un tasso medio annuo composto tra il 40% e il 43% fino al 2030. Oggi circa il 62% delle aziende del settore utilizza già strumenti di IA nei reparti di ricerca e sviluppo, e la quota è destinata a crescere di un ulteriore 45% nei prossimi cinque anni. Non si tratta soltanto di una nuova tecnologia, ma di una trasformazione strutturale dell’intera industria della salute.

Dalla scoperta al paziente: tempi e costi sotto pressione
Sviluppare un nuovo farmaco è un processo lungo e costoso. Servono in media più di dieci anni di lavoro e investimenti che possono superare i due miliardi di euro. E solo il 12% dei programmi di sviluppo arriva all’approvazione finale.

Qui entra in gioco l’intelligenza artificiale. Algoritmi di deep learning sono in grado di analizzare milioni di composti in poche ore, individuare possibili bersagli terapeutici e simulare il comportamento delle molecole nell’organismo: affinità molecolare, tossicità, metabolismo e biodisponibilità. Tutto questo avviene prima ancora che la molecola venga sintetizzata in laboratorio.

Secondo il report “Digital Continuity” di Capgemini, l’adozione sistemica dell’IA può ridurre del 30% il tempo necessario per portare un farmaco sul mercato, aumentare del 40% la produttività della ricerca e ridurre del 25% i costi ingegneristici. La nuova frontiera è quella della ricerca aumentata, in cui l’algoritmo non sostituisce il ricercatore ma amplifica la sua capacità di esplorare nuove strade.

I farmaci progettati con l’IA sono già in clinica
La rivoluzione non è più teorica. Diversi farmaci progettati con l’aiuto dell’intelligenza artificiale sono già entrati nella sperimentazione sull’uomo.

Tra questi c’è Rentosertib, sviluppato dalla società Insilico Medicine per la fibrosi polmonare idiopatica. Il farmaco ha mostrato risultati promettenti nella fase IIa di sperimentazione clinica, con un miglioramento della funzione polmonare, e si prepara ora alla fase III.

Un altro candidato è REC994, destinato al trattamento della malformazione cavernosa cerebrale, che ha completato la fase II con risultati incoraggianti. Altri programmi sono in corso in ambito oncologico e nelle malattie rare, con pipeline sempre più ampie e tempi di scoperta che si riducono.

L’intelligenza artificiale viene utilizzata anche per il drug repurposing, cioè l’individuazione di nuove indicazioni terapeutiche per farmaci già esistenti. Un approccio che permette di risparmiare anni di ricerca e ridurre i rischi.

Trial clinici più veloci
Un altro punto critico nello sviluppo dei farmaci è il reclutamento dei pazienti per gli studi clinici. Oggi modelli linguistici avanzati sono in grado di analizzare milioni di cartelle cliniche in pochi minuti per identificare i candidati più adatti agli studi.

Nascono così anche i cosiddetti trial clinici virtuali: coorti digitali di pazienti su cui simulare scenari terapeutici prima di passare alla sperimentazione reale. Questo approccio può ridurre costi, errori e fallimenti nelle fasi più avanzate degli studi.

Medicina di precisione: la fine della terapia “uguale per tutti”
L’intelligenza artificiale è anche uno dei motori della medicina personalizzata. Incrociando dati genetici, clinici e ambientali, gli algoritmi possono indicare quale terapia ha più probabilità di funzionare per un singolo paziente.

In oncologia, per esempio, il cosiddetto matching molecolare tra mutazioni tumorali e farmaci disponibili aumenta le probabilità di risposta ai trattamenti e riduce gli effetti collaterali inutili. Il principio è semplice: il farmaco giusto, per la persona giusta, al momento giusto.

Le istituzioni si preparano
Anche le autorità regolatorie stanno adattando le proprie strutture a questa nuova realtà. L’agenzia europea del farmaco, la European Medicines Agency, ha avviato il piano “Data and AI 2023–2028” per integrare l’intelligenza artificiale nei processi regolatori.

In Italia anche la Agenzia Italiana del Farmaco utilizza strumenti predittivi per supportare le valutazioni regolatorie e le analisi di Health Technology Assessment.

«L’intelligenza artificiale – afferma il presidente di AIFA, Robert Nisticò – 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».

Secondo Nisticò la vera sfida è governare questa trasformazione con regole chiare e responsabilità condivise: «Dobbiamo costruire un ecosistema in cui scienza, industria e istituzioni lavorino insieme per garantire equità e sicurezza».

Le questioni aperte
La rivoluzione dell’IA solleva anche interrogativi importanti. Gli algoritmi devono essere trasparenti, validati e spiegabili. La gestione dei dati clinici richiede infrastrutture digitali sicure e interoperabili. Servono standard condivisi e una supervisione umana costante.

La domanda non è più se usare l’intelligenza artificiale, ma come farlo in modo etico e sostenibile.

Una trasformazione globale
Nei Paesi a basso reddito l’intelligenza artificiale può avere un impatto ancora più ampio, sostenendo la telemedicina, la diagnostica remota, la distribuzione dei farmaci e persino la previsione delle epidemie. L’obiettivo è costruire sistemi sanitari sempre più predittivi, capaci di anticipare i bisogni e gestire meglio le risorse.

Il messaggio che emerge è chiaro: l’intelligenza artificiale non sostituirà il medico e non cancellerà la relazione di cura. Ma può liberare tempo, ridurre gli sprechi e aumentare la precisione delle terapie.

In un’epoca segnata dall’invecchiamento della popolazione, dalla crescita delle malattie croniche e dalla pressione sui bilanci pubblici, l’IA rappresenta una delle poche leve capaci di coniugare innovazione e sostenibilità.

«La medicina del futuro – conclude Nisticò – sarà inevitabilmente più digitale. La sfida è fare in modo che sia anche più giusta, più accessibile e più umana».