Forza e limiti dell’intelligenza artificiale nello sviluppo dei farmaci

Gentile direttore,
in occasione della conferenza stampa di presentazione delle linee guida per l’Intelligenza Artificiale (AI) che l’Organizzazione Mondiale della Sanità ha emanato a fine anno, il direttore generale dell’OMS Ghebreyesus ha pronunciato la seguente frase: “L’intelligenza artificiale rappresenta una grande promessa per la salute, ma comporta anche gravi sfide, tra cui la raccolta di dati non etici, minacce alla sicurezza informatica e l’amplificazione di pregiudizi o disinformazione”. Di pari passo, il Trilogo (Parlamento Europeo, Consiglio Europeo e Commissione Europea), dopo un summit di 36 ore, ha trovato un accordo politico per il primo quadro normativo al mondo sull’AI, AI-Act. La sintesi estrema di questo regolamento è: tanto è maggiore il rischio tanto stringenti saranno le regole; inoltre su determinati argomenti si prevedrà la supervisione dell’uomo.

Nel campo farmaceutico, l’AI corre spedita.
Il Covid-19 – nel bene e nel male – ha portato ad una variazione negli approcci scientifici, con la necessità di un nuovo processo per la scoperta di farmaci. Si stima che il costo annuale per l’assistenza sanitaria sia tra il 6 e il 7% del prodotto interno lordo globale (circa 9 mila miliardi di euro), e che l’immissione in commercio di un nuovo farmaco può arrivare a costare oltre 1 miliardo di euro con arco temporale vicino ai 15 anni.

Per questo motivo le Aziende farmaceutiche hanno iniziato ad investire ingenti capitali nell’AI, creando contemporaneamente nuove start-up con focus AI. Queste, solo nel 2021, hanno raccolto circa 2,1 miliardi di dollari. Dal punto di vista geopolitico, invece, gli Stati Uniti sono pionieri e partecipanti dominanti nell’implementazione dell’AI e ospitano più della metà delle aziende mondiali (55,10%). L’Europa è dietro, ma con distacco (19,90%), poi vi è Regno Unito con il 9,95%. L’Asia è attualmente in quarta posizione, ma la Cina sta provando a recuperare il distacco. Medesimo scenario lo si ha in termini di Organizzazioni di Ricerca a contratto (CRO), il 50% sono negli USA, il 25% in UE, il 10% in Asia.

La sfida dell’AI nella scoperta dei farmaci è complessa ma estremamente interessante. I campi di applicazione sono molteplici, dalla progettazione di singole molecole allo screening di librerie chimiche ad alto rendimento; dal docking molecolare (gli orientamenti delle molecole quando formano un complesso e la conseguente affinità di legame) alla dinamica molecolare (il movimento di molecole come DNA, proteine e complessi farmaco-bersagli nel generare energia libera e conformazioni fisiologiche utili nella comprensione della cascata di eventi della risposta farmacologica).

Tuttavia vi sono problematiche che a tutt’oggi non sono superate, in quanto alcune ipotesi non sono né ben definite né verificabili – il nostro sistema biologico è estremamente complesso e ancora non del tutto compreso – senza considerare che le informazioni cliniche sui pazienti mutano da caso a caso generando un problema quadridimensionale. Di fatti l’AI ha più successo nella creazione di molecole de novo, con buoni risultati nella sperimentazione in vitro, mentre nel passaggio fondamentale in vivo vi sono ancora fallimenti.

La pianificazione di uno studio clinico è un passaggio fondamentale nella pipeline di progettazione di un farmaco, ma è sempre difficoltosa con numerose variabili. L’AI può aiutare a selezionare i potenziali pazienti per gli studi filtrando variabili cliniche, identificando biomarcatori rilevanti della malattia e anticipando potenziali effetti collaterali tossici, fino ad arrivare a prevedere l’esito degli studi con largo anticipo, riducendo così la possibilità di effetti dannosi.

Il futuro dell’AI sarà entusiasmante e ricco di nuovi scenari, si accresceranno le conoscenze con raccolta di dati nell’ordine dell’exabyte (trilione di byte), ma occorre ricordare che senza la costruzione di ipotesi scientifiche i dati saranno difficili da analizzare con conseguente perdita di informazioni biologiche e chimiche utili. Ecco perché la progettazione di algoritmi deve avvenire coinvolgendo la conoscenza di più esperti di diversi settori, poiché la macchina e la mente devono lavorare sempre in sinergia.

Occorre, quindi, una strettissima collaborazione tra governi, aziende, mondo accademico e stakeholder, affinché i timori di una parte siano scacciati dalle altre. Un vecchio proverbio africano afferma “se vuoi andare veloce, vai da solo; se vuoi andare lontano, vai insieme”, ed il futuro della farmaceutica e di tutta l’assistenza sanitaria non potrà che esser florido ma soprattutto sostenibile.

Dott. Massimiliano Bruno Cinque
Dottore in Farmacia