IA per la R&D Biofarmaceutica: opportunità o necessità?

Opportunità da cogliere o necessità da adottare quanto prima? Il contributo dal titolo “Smart bet, only option, or both? Biopharma R&D turns to AI” realizzato e pubblicato da Capgemini Research Institute, analizza sotto diversi punti di vista in che modo l’intelligenza artificiale possa apportare del valore all’attività di R&D in ambito farmaceutico, tenendo conto anche delle criticità che la sua adozione possa generare.

Nel panorama attuale delle Life Sciences, la ricerca e sviluppo deve affrontare un bivio storico. Da un lato, si trova nella necessità di rispondere a sfide sanitarie globali sempre più complesse. Dall’altro, un modello di innovazione che sembra aver raggiunto il limite della sostenibilità economica.

In questo scenario, l’ultima pubblicazione del Capgemini Research Institute, intitolata “Smart bet, only option, or both? Biopharma R&D turns to AI“, delinea in modo netto quale sia il ruolo della intelligenza artificiale per il futuro del settore. In particolare, lo studio sottolinea che l’intelligenza artificiale non può essere più considerata un optional, bensì il motore essenziale per la sopravvivenza del comparto.

L’insostenibilità della R&D tradizionale e la Legge di Eroom

Per decenni, l’industria biofarmaceutica ha lottato contro la cosiddetta “Legge di Eroom”. Questo enunciato si basa sull’osservazione che il numero di nuovi farmaci approvati per ogni miliardo di dollari spesi in R&D sia diminuito del 50% ogni nove anni sin dal 1950. Infatti, immettere oggi un nuovo farmaco sul mercato richiede mediamente 2,6 miliardi di dollari e un lasso di tempo compreso tra i 10 e i 15 anni, con un tasso di fallimento clinico che sfiora il 90%.

Secondo il report di Capgemini, l’82% dei dirigenti del settore è convinto che l’IA trasformerà radicalmente la R&D nei prossimi cinque anni. Addirittura, il 63% concorda sul fatto che le aziende che non riusciranno a scalare l’intelligenza artificiale rimarranno irrimediabilmente indietro in termini di innovazione e rilevanza sul mercato.

IA come acceleratore: dalla Discovery ai processi regolatori

L’impatto dell’IA si manifesta lungo tutte le fasi della catena del valore della R&D, raggiungendo livelli di efficienza laddove i processi tradizionali hanno fallito.

• Drug Discovery. Si tratta dell’area dove l’adozione è più avanzata. L’identificazione del bersaglio molecolare (Target Identification) è il caso d’uso più comune, implementato dal 43% delle organizzazioni. Coloro che utilizzano già queste tecnologie riferiscono un risparmio medio di tempo del 28%. Entro il prossimo decennio, si prevede che la maggior parte delle nuove entità molecolari (NME) avrà origine da piattaforme guidate dall’intelligenza artificiale.
• Sperimentazioni Cliniche. Oltre il 60% dei leader afferma che l’IA generativa può migliorare sostanzialmente l’efficienza dei clinical trial. Le applicazioni spaziano dalla selezione dei siti di sperimentazione alla previsione di eventi avversi, fino al miglioramento del reclutamento dei pazienti attraverso l’analisi dei dati sanitari elettronici.
• Sottomissioni Regolatorie. Spesso considerate con un ostacolo burocratico, le sottomissioni stanno beneficiando dell’automazione nella compilazione dei dati. Le aziende che hanno adottato l’IA in questa fase segnalano un risparmio di tempo medio del 19%. Ad esempio, Eli Lilly ha risparmiato 10.000 ore di scrittura e revisione in un solo anno automatizzando i report clinici.

Le barriere: Dati e Cultura Organizzativa

Nonostante l’attuale momento di spinta all’innovazione, il percorso verso una piena trasformazione digitale è costellato di ostacoli. Il rapporto di Capgemini mette in evidenza che solo il 22% delle organizzazioni si considera adeguatamente preparata in termini di accessibilità e integrazione dei dati. Molti dati rimangono isolati in silos dipartimentali, impedendo lo sviluppo di una visione olistica necessaria per alimentare i modelli di intelligenza artificiale.

Tuttavia, le criticità non riguardano solamente l’aspetto tecnologico, ma esiste anche una barriera culturale. Solo il 45% dei dirigenti ritiene che la propria organizzazione sia operativamente e culturalmente pronta a scalare l’intelligenza artificiale. Inoltre, la trasformazione richiede un cambiamento radicale nel ruolo degli scienziati, che passeranno dalla sperimentazione manuale a una funzione di orchestrazione di modelli digitali.

Raccomandazioni strategiche per i leader del Pharma

Per sbloccare il vero potenziale dell’intelligenza artificiale, il Capgemini Research Institute suggerisce cinque azioni prioritarie per il top management.

• Supporto della dirigenza aziendale. È fondamentale che la leadership aziendale fornisca una direzione chiara e budget dedicati per scalare le sperimentazioni oltre i singoli progetti pilota.
• Approccio ibrido. Per accelerare l’innovazione, le organizzazioni dovrebbero trovare un bilanciamento fra lo sviluppo di capacità presenti all’interno della propria struttura e partnership strategiche con aziende “AI-native”.
• Talento multidisciplinare. Occorre investire nel reskilling della forza lavoro, creando figure trasversali, capaci di dialogare sia con il mondo scientifico che con quello dei dati.
• Standardizzazione dei dati. Si devono promuovere standard di settore per l’interoperabilità dei dati affinché si possano ridurre le duplicazioni e si migliori la qualità degli insight.

Conclusione: IA come partner strategico per il futuro

In definitiva, l’intelligenza artificiale non deve essere vista solo come uno strumento di efficienza. Al contrario, deve essere considerata come un partner strategico che permette di esplorare spazi biologici precedentemente inaccessibili. Nello specifico, la vera sfida non è più la fattibilità tecnologica, ma la responsabilità e l’etica nell’integrare queste soluzioni mettendo sempre al centro il paziente.

Le aziende che sapranno coniugare rigore scientifico e agilità digitale non solo ridurranno i tempi di immissione sul mercato dei farmaci, ma contribuiranno a creare un sistema sanitario più equo e sostenibile per tutti.

Dino Biselli