Il settore farmaceutico è stato uno dei primi ad adottare l'intelligenza artificiale e in particolare quella generativa: le nuove tecnologie possono velocizzare le ricerche e aiutare il settore a sviluppare farmaci efficaci in minor tempo e in maniera più precisa.
Max Votek, co-fondatore e managing partner di Customertimes, firma di consulenza digitale, spiega che l'IA viene usata nella ricerca di nuovi farmaci già da decenni ed è considerata ormai un pilastro del processo di sviluppo di nuove medicine.
Gli ultimi progressi tecnologici migliorano ulteriormente questo processo consentendo ai ricercatori di trovare nuovi modi per creare strutture chimiche inesplorate; inoltre, gli algoritmi possono elaborare grandi volumi di dati per prevedere il funzionamento di un farmaco e identificare le migliori molecole per un particolare percorso di cura.
Semplificando la ricerca di nuovi farmaci è possibile seguire strategie più mirate e di conseguenza avere più chance di successo per l'approvazione di un medicinale.
Di solito, nel caso in cui un farmaco non viene approvato, il principio attivo può essere comunque usato per altri scopi, ma il processo di riconversione finora veniva fatto interamente da operatori umani; grazie al machine learning è possibile velocizzare questo processo e semplificarlo.
L'IA può essere usata per la cosiddetta "polifarmacologia", ovvero l'utilizzo di più agenti farmaceutici per agire su obiettivi differenti e in percorsi di cura diversi. Le ultime tecnologie consentono di mappare velocemente le relazioni tra i geni, le malattie e i farmaci e scoprire ulteriori correlazioni utili alla definizione di nuove cure.
L'IA per gli studi clinici e la medicina di precisione
Nel processo di sviluppo di nuovi farmaci sono necessari anche gli studi clinici per monitorare l'efficacia delle cure e dei dispositivi medici e ottenere l'approvazione per la messa in commercio.
Votek sottolinea che in questo caso la difficoltà principale consiste nel raccogliere i dati dei test e organizzarli in una documentazione coerente che collega eventi, documenti e decisioni cliniche per avere un quadro completo del processo di sviluppo.
L'intelligenza artificiale può occuparsi dell'organizzazione delle informazioni per aiutare i ricercatori a monitorare il progresso e permettergli di accedere in qualsiasi momento a dati aggiornati e precisi.
Infine, l'IA sta supportando lo sviluppo della "medicina di precisione", ovvero tutti quei trattamenti personalizzati sul profilo genomico del paziente e che, per questo motivo, aumentano le possibilità di successo di una cura.
Le sfide dell'IA nel settore farmaceutico
Nonostante l'elevato potenziale, l'uso dell'IA comporta anche una serie di sfide non banali.
Prima di tutto, affinché i risultati siano utili e precisi, gli algoritmi hanno bisogno di grandi set di dati da cui imparare, ma spesso queste informazioni provengono da fonti eterogenee appartenenti a compagnie farmaceutiche diverse.
C'è anche da considerare che i dati medici sono altamente specializzati e, per renderli utilizzabili, è necessario categorizzarli in maniera precisa. Questo processo, unito a quello di raccolta delle informazioni, è molto complesso perché l'industria farmaceutica segue delle regole molto stringenti riguardo la divulgazione e alla trasparenza dei dati.
Per questo è necessario che le compagnie farmaceutiche collaborino tra loro e con enti regolatori, pazienti e politici per velocizzare lo sviluppo di pratiche che abilitino l'uso efficace dei dati, sempre preservando la privacy delle persone.
Se usata con attenzione e seguendo i principi etici e di trasparenza, l'IA non solo può velocizzare lo sviluppo di nuovi medicinali, ma anche aprire il settore farmaceutico e la medicina a nuove opportunità.
