L’indagine condotta da Boston Consulting Group (BCG) esamina l’impatto potenziale dell’intelligenza artificiale sulla ricerca e sviluppo (R&S) nel settore farmaceutico, suggerendo che potrebbe superare i risultati ottenuti con i metodi tradizionali. La scoperta di nuovi farmaci attraverso la ricerca e lo sviluppo è un processo costoso e lungo, caratterizzato da un elevato livello di incertezza. Queste ricerche necessitano di anni per essere concluse e incontrano numerose sfide lungo il percorso, specialmente quando si tratta di identificare nuove molecole in grado di combattere le malattie. Secondo lo studio “How successful are AI-discovered drugs in clinical trials?” realizzato da BCG sulle prime fasi (I e II) dei trial clinici, l’AI ha il potenziale per trasformare il processo di sviluppo nel settore farmaceutico, automatizzando molti dei passaggi più onerosi e ampliando significativamente le capacità investigative.
Molecole di farmaci e vaccini scoperte grazie all’AI
Le molecole dei farmaci e dei vaccini scoperte grazie all’AI hanno registrato un aumento considerevole nel 2022, iniziando a eguagliare il numero di molecole scoperte tramite metodi tradizionali.
“L’industria farmaceutica ha definitivamente adottato l’AI per la ricerca e lo sviluppo di nuovi medicinali”, afferma Augusto Incampo, managing director e partner di BCG. “Negli ultimi anni, infatti, il numero di molecole utili allo sviluppo di farmaci e vaccini scoperte attraverso questa tecnologia è aumentato esponenzialmente. I primi risultati in clinica sono promettenti e mostrano la possibilità di conseguire enormi benefici in termini di produttività.
Le tecnologie più recenti, quali l’AI generativa, inoltre, potranno contribuire a migliorare ulteriormente i tassi di successo lungo l’intero ciclo di ricerca e sviluppo, garantendo ai pazienti farmaci innovativi migliori, resi disponibili più rapidamente e a costi inferiori.”
La maggior parte delle molecole scoperte tramite AI sono attualmente in fase I e solo alcune già in fase II o oltre, ma i risultati sono incoraggianti: durante la fase I del processo di R&S dei farmaci, le molecole scoperte dall’AI hanno mostrato un tasso di successo dell’80-90%, valori nettamente superiori rispetto alla media; durante la fase II la percentuale di successo si attesta al 40%, dato in linea con la media dei metodi tradizionali.
L’area di ricerca più rappresentativa è quella oncologica
L’area terapeutica più rappresentativa è quella oncologica, con il 50% delle molecole AI già validate nelle fasi I e II. Importante è inoltre la quantità di molecole scoperte dall’AI nella pipeline clinica dell’intero comparto nel 2023, che raggiunge un valore superiore al 30%. 1 Date le tempistiche prolungate dei trial clinici, non si dispone ancora di dati definitivi e sufficienti per la fase III. Impatto dell’AI sulla ricerca Dopo aver analizzato le ricerche delle aziende biotech AI-native tramite la consultazione di database pubblici, la ricerca si è focalizzata sull’utilizzo di questa tecnologia per la scoperta e l’identificazione di nuove molecole.
Stando ai risultati, dal 2015, sono state introdotte 75 molecole in fase clinica, di cui 67 ancora in fase di sperimentazione al 2023. Negli ultimi 10 anni, il numero complessivo di molecole scoperte è cresciuto del 60% ogni anno, suggerendo la prospettiva di un picco nell’uso dell’AI nelle attività di R&S in futuro. A partire dai dati ottenuti dai primi due livelli di analisi ad oggi disponibili, è inoltre possibile stimare la probabilità che una molecola scoperta attraverso l’AI attraversi tutte le fasi cliniche dall’inizio alla fine, compresa la fase III: un aumento delle medie storiche dal 5-10% al 9-18%.
Conclusioni
Se i valori osservati si manterranno, quindi, l’AI potrebbe raddoppiare la produttività complessiva della ricerca farmaceutica, portando medicinali innovativi ai pazienti in modo più rapido ed economico. I risultati suggeriscono che l’AI potrebbe migliorare in modo significativo le percentuali di successo già nella Fase I dei trial clinici, riducendo potenzialmente il rischio di tossicità e migliorando le capacità ADME, ovvero di assorbimento, distribuzione, metabolismo ed escrezione delle molecole una volta entrate nell’organismo umano.
Tuttavia, la Fase II risulta ancora complicata, non si riscontrano infatti tassi di successo superiori alle medie dei metodi tradizionali. Con l’aumento dei dati a disposizione, sarà importante valutare come l’AI influenzerà la produttività della R&S farmaceutica nella sua complessità. L’adozione continuata delle tecnologie innovative potrebbe portare a tassi di successo ancora più importanti e a una rivoluzione radicale nei metodi di ricerca adottati dalle aziende del settore.
