Se un farmaco potesse essere testato al computer prima di essere somministrato a una persona? È una delle direzioni più interessanti in cui si sta muovendo l’intelligenza artificiale applicata alla ricerca farmacologica. Gli algoritmi possono infatti combinare grandi quantità di dati clinici, biologici e genetici per costruire simulazioni di pazienti e prevedere come potrebbe evolvere la loro risposta a una determinata terapia. Non si tratta di sostituire la sperimentazione clinica, ma di aggiungere uno step preliminare che permetta di capire quali candidati meritano davvero di arrivare ai test sull’uomo.
Meno tempo e meno farmaci destinati a fallire
Il vantaggio potenziale è enorme. Lo sviluppo di un nuovo farmaco richiede anni di ricerca e sperimentazioni costose, mentre molti candidati vengono abbandonati soltanto dopo essere arrivati a fasi avanzate. Le simulazioni basate sull’AI puntano proprio a intercettare prima questi fallimenti. Secondo un’inchiesta Reuters pubblicata il 7 ottobre, alcune aziende stanno già utilizzando modelli predittivi per simulare l’esito di studi clinici e orientare le decisioni sullo sviluppo dei farmaci. In alcuni casi, le simulazioni possono essere completate in settimane anziché nei tempi molto più lunghi di una sperimentazione tradizionale.
L’AI può anche progettare meglio gli studi
Il cambiamento, però, non riguarda soltanto la selezione dei farmaci. La ricerca pubblicata nel 2026 mostra che l’intelligenza artificiale può intervenire in diverse fasi di uno studio clinico: individuare i pazienti più adatti, analizzare dati provenienti da fonti diverse, costruire gruppi di confronto virtuali, monitorare gli esiti e persino utilizzare i cosiddetti digital twin, modelli digitali capaci di simulare l’evoluzione clinica di un paziente. L’obiettivo è rendere gli studi più efficienti e arrivare prima a una decisione: proseguire oppure fermarsi.
Ma il paziente reale resta indispensabile
La rivoluzione, quindi, non significa che i farmaci verranno approvati dopo essere stati testati soltanto da un algoritmo. Gli studi randomizzati sull’uomo restano il riferimento per dimostrare efficacia e sicurezza. Anche la nuova ricerca sull’AI applicata ai trial sottolinea la necessità di validazione, supervisione umana e controllo regolatorio. Il vero cambiamento potrebbe essere un altro: arrivare alla sperimentazione sull’uomo dopo aver eliminato, già al computer, una parte dei candidati meno promettenti. Con meno tempo e risorse sprecate e, potenzialmente, con meno pazienti esposti a terapie destinate a non funzionare.