Anthropic, OpenAI e Big Pharma: la corsa all’AI per creare nuovi farmaci
L’AI conquista il settore biotech
Negli ultimi mesi il rapporto tra intelligenza artificiale e industria farmaceutica è diventato sempre più stretto. Diverse aziende tecnologiche stanno investendo miliardi nello sviluppo di modelli AI applicati alla scoperta di nuovi farmaci e alla ricerca biologica. Tra queste c’è Anthropic, che secondo quanto riportato da The Information avrebbe investito circa 400 milioni di dollari per acquisire competenze e personale di Coefficient Bio, una giovane startup newyorkese specializzata nell’uso dell’intelligenza artificiale per la biologia.
L’obiettivo dichiarato è rendere il modello Claude uno dei sistemi più avanzati per applicazioni biologiche e mediche. L’azienda starebbe sviluppando piattaforme in grado di supportare la progettazione di farmaci, la gestione dei processi regolatori e l’individuazione di nuove molecole terapeutiche.
Big Pharma punta sull’intelligenza artificiale
Le grandi aziende farmaceutiche non sono rimaste escluse dalla corsa all’AI. Al contrario, stanno diventando tra i principali investitori del settore. La danese Novo Nordisk, nota per i farmaci contro diabete e obesità Ozempic e Wegovy, ha annunciato una collaborazione con OpenAI per integrare l’intelligenza artificiale nei processi di ricerca e sviluppo.
Anche Isomorphic Labs, spin-off di Google DeepMind guidato da Demis Hassabis, sta lavorando a sistemi AI capaci di progettare nuove molecole terapeutiche. L’azienda collabora già con gruppi farmaceutici come Novartis ed Eli Lilly and Company utilizzando tecnologie basate su AlphaFold, il modello sviluppato da DeepMind per prevedere la struttura tridimensionale delle proteine.
Le notizie piu' importanti di finanza, economia e mercati, dritte nella tua inbox.
Come l’AI sta cambiando la ricerca farmaceutica
Secondo Giuseppe Cirino, professore ordinario all’Università Federico II di Napoli ed ex presidente della Società italiana di farmacologia, l’intelligenza artificiale sta già trasformando diversi passaggi della ricerca scientifica.
Tra le principali applicazioni ci sono:
- l’analisi di enormi quantità di dati biologici;
- la selezione di bersagli terapeutici;
- il design molecolare;
- l’interpretazione di immagini patologiche;
- la stratificazione dei pazienti nei trial clinici.
L’AI permette inoltre di ridurre drasticamente i tempi necessari per individuare molecole promettenti: alcuni processi che richiedevano circa cinque anni potrebbero essere completati in meno di diciotto mesi.
I limiti dell’intelligenza artificiale
Nonostante i progressi, gli esperti invitano alla cautela. L’efficacia dei sistemi AI dipende ancora fortemente dalla qualità dei dati utilizzati. Cirino sottolinea infatti che il principio “garbage in, garbage out” resta valido: dati incompleti o poco affidabili generano risultati poco accurati.
Ad oggi, inoltre, nessun farmaco sviluppato completamente tramite AI è stato ancora approvato per uso commerciale. Alcune molecole progettate con il supporto dell’intelligenza artificiale hanno superato le prime fasi di sperimentazione clinica, come il rentosertib per la fibrosi polmonare idiopatica, ma serviranno ulteriori verifiche per dimostrarne l’efficacia reale.
Secondo gli esperti, il vero ostacolo resta la sperimentazione clinica umana, che richiede tempi lunghi, controlli rigorosi e protocolli complessi.
Le sfide normative in Europa
Anche le autorità regolatorie stanno cercando di adattarsi alla diffusione dell’AI nel settore sanitario. Nel 2025 l’European Medicines Agency e la Food and Drug Administration hanno pubblicato linee guida per regolamentare l’utilizzo dell’intelligenza artificiale nello sviluppo dei medicinali.
Parallelamente, l’Europa punta sul progetto European Health Data Space, che mira a creare sistemi sanitari più interoperabili e capaci di condividere dati clinici in modo sicuro ed efficiente. Secondo molti ricercatori, senza dati standardizzati e accessibili l’AI rischia di restare uno strumento promettente ma limitato.
Il valore insostituibile dell’intuito umano
Nonostante l’automazione crescente, la ricerca scientifica continua a dipendere dall’intuizione dei ricercatori. Cirino ricorda il caso del Viagra, inizialmente studiato come farmaco cardiovascolare e successivamente trasformato in trattamento per la disfunzione erettile grazie all’osservazione di effetti inattesi nei pazienti.
Secondo il professore, un sistema AI tende a ottimizzare obiettivi già definiti e potrebbe ignorare anomalie o risultati fuori dagli schemi, mentre proprio da queste deviazioni spesso nascono le scoperte più innovative. L’intelligenza artificiale può quindi accelerare il metodo scientifico, ma non sostituire completamente la capacità umana di interpretare l’imprevisto.
Articolo pubblicato con l’ausilio del sistema di Redazione AI AGENTICA di Datamoney, e supervisione umana finale.Le notizie più lette su LaMiaFinanza
✨ Classifica generata dalla Agentic AI (REDAZIONE AI) di Datamoney.ch
VIDEO INTERVISTE
Motori
REAL ESTATE
LMF crypto
LMF food
LMF private markets
LMF arte
Legal
LMF green
