Un sondaggio interno condotto da TD Cowen su 80 tra dirigenti e addetti ai lavori del settore biofarmaceutico fotografa una trasformazione già in corso: l’intelligenza artificiale sta comprimendo i costi e i tempi della fase preclinica dello sviluppo dei farmaci fino al 70%. Un dato, quello riportato da Axios in un’analisi firmata da Adriel Bettelheim, che sta alimentando una domanda crescente di software avanzati, strumenti di sequenziamento e modelli computazionali destinati a moltiplicare il numero di trattamenti sperimentali nei prossimi cinque anni.

Più tentativi, meno tempo

L’Ia non sostituisce l’intuizione scientifica, ma sta rendendo lo schermo del computer importante quanto il laboratorio tradizionale nella fase che precede la sperimentazione sull’uomo. L’obiettivo, spiega Brendan Smith, direttore della ricerca azionaria sulle life sciences di TD Cowen, è “creare più tiri in porta”: generare cioè grandi quantità di dati capaci di addestrare i modelli e aumentare le probabilità di successo clinico. Un effetto che si ripercuote anche sui laboratori tradizionali, dove gli scienziati continueranno comunque a valutare sicurezza ed efficacia dei composti individuati dai sistemi computazionali.

Il rapporto TD Cowen inserisce questa dinamica in un quadro più ampio, e per certi versi controcorrente. Mentre l’automazione guidata dall’Ia sta causando perdite di posti di lavoro in ampi settori del lavoro impiegatizio americano, nella ricerca farmaceutica preclinica si configura piuttosto un ciclo continuo di ricerca, anche se alcuni segmenti della filiera potrebbero comunque risentirne.

La spinta della Casa Bianca sulla sperimentazione animale

A rafforzare la tendenza contribuisce anche la politica dell’amministrazione Trump, orientata a ridurre la sperimentazione animale nella ricerca biomedica. Una scelta che, secondo il sondaggio, spingerà ulteriormente il settore verso strumenti computazionali, modelli di tessuto umano 3D e altre alternative capaci di predire la tossicità di un composto. La domanda più forte, attesa entro il 2028, riguarderà i software in grado di simulare processi biologici, prevedere le interazioni tra due farmaci o calibrare i dosaggi per neonati e donne in gravidanza.

Il nodo delle approvazioni

Resta però un dato di realtà che ridimensiona l’entusiasmo: nessun farmaco scoperto tramite intelligenza artificiale ha finora ottenuto l’approvazione della Fda. Ed è proprio su questo punto che si concentra lo scetticismo di una parte degli investitori, che mettono in dubbio la capacità dell’Ia di produrre un impatto significativo sui pazienti, almeno nel breve termine. Un timore ricorrente tra gli scettici è che tutto il lavoro di ingegnerizzazione e ottimizzazione non riesca ancora a incorporare a sufficienza la variabilità della risposta umana, quella che si manifesta solo quando i composti arrivano alla sperimentazione clinica. Senza un salto di qualità su questo fronte, il tasso di fallimento dei nuovi farmaci potrebbe restare fermo attorno al 90%, lo stesso livello che caratterizza la ricerca farmaceutica da decenni. Il divario tra la velocità con cui l’Ia accelera la fase preclinica e la lentezza con cui i risultati si traducono in farmaci approvati resta, al momento, la vera cartina di tornasole per misurare l’effettivo valore di questa rivoluzione.

La partita con la Cina

Sullo sfondo si muove un altro fattore che TD Cowen segnala come dossier da monitorare: l’espansione del biotech cinese, che minaccia di erodere la leadership della ricerca statunitense. Pechino offre manodopera più economica e tempi di realizzazione più rapidi, elementi che stanno già attirando miliardi di nuovi investimenti verso il settore cinese. È un fronte che si intreccia direttamente con la corsa all’Ia applicata alla farmaceutica: chi controlla i tempi e i costi della fase preclinica guadagna un vantaggio competitivo che va oltre il singolo farmaco, e tocca la tenuta industriale dell’intera filiera.

Una policy che non trova un punto fermo

Sul fronte regolatorio, TD Cowen osserva che l’amministrazione Trump “continua a spostare l’asticella” sulla politica dell’intelligenza artificiale, tentando un equilibrio difficile tra un approccio permissivo, orientato a non frenare l’innovazione, e una maggiore attenzione ai profili di sicurezza e privacy. Un’ambivalenza che pesa proprio sul settore farmaceutico, dove la velocità computazionale promessa dall’Ia si scontra con la necessità di regole chiare su come i dati sanitari vengono trattati e su chi risponde degli errori dei modelli.