Anthropic impiega l'intelligenza artificiale per sviluppare nuovi farmaci contro malattie trascurate

Anthropic sta lanciando nuovi programmi di sviluppo farmaceutico mirati a malattie trascurate che non offrono un ritorno economico sufficiente per la tradizionale industria farmaceutica e biotech. Questo passo segue da vicino la missione filantropica dell’azienda, nonché la sua ambizione di creare strumenti e modelli di intelligenza artificiale avanzata che beneficiino l’intera industria. L’annuncio arriva durante un evento dedicato al lancio del nuovo strumento scientifico "Claude Science".

La visione di Anthropic

Anthropic concentrerà i nuovi programmi in fase preclinica, focalizzandosi sull’esplorazione di principi attivi per malattie ritenute scarsamente interessanti per il profitto. L’azienda spiega che questa iniziativa non solo serve ad espandersi in nuovi ambiti tecnologici, ma anche a migliorare i modelli e gli strumenti di intelligenza artificiale, rendendo Anthropic un attore più versatile nello sviluppo di soluzioni all’avanguardia.

Primi esempi di Claude Science

All’evento dedicato alla sua presentazione, Anthropic ha offerto alcuni casi dimostrativi di come gli strumenti di intelligenza artificiale potrebbero trasformare la ricerca medica. Un ricercatore della UCSF ha utilizzato "Claude Science" per individuare in pochi minuti una contaminazione virale che il suo team aveva precedentemente ignorato per un anno. Inoltre, Claude Science ha analizzato 100 malattie genetico rare in meno di un'ora e ha identificato 32 candidati per uno screening guidato dall'intelligenza artificiale.

Velocità e efficienza: il ruolo del CEO di Novartis

Secondo Vas Narasimhan, CEO di Novartis, il processo di sviluppo di un farmaco richiede circa dodici anni, considerando le fasi che vanno dallo sviluppo iniziale fino alla sua approvazione ufficiale. Egli individua tre tipi principali di ritardi: informazionali, operativi e biologici.

• Ritardi informazionali: Sorgono quando mancano dati o quando i dati esistenti non sono sufficientemente organizzati.
• Ritardi operativi: Includono il tempo necessario per svolgere attività di routine come la sintesi di molecole o il design sperimentale.
• Ritardi biologici: Sono intrinseci alla biologia e comprendono il tempo per i test in cellule, modelli animali e in studi clinici.

Narasimhan sottolinea che mentre i ritardi biologici persistono per buona parte del processo, quelli informazionali e operativi compiono circa il 40% del tempo complessivo. Gli strumenti moderni, tra cui l’intelligenza artificiale, potrebbero ridurre il tempo totale di sviluppo a sette o otto anni.

Qualità e risultati: la parola al CEO

Dal punto di vista della qualità e del successo, Narasimhan vede un potenziale triplice aumento del tasso di successo, passando dal 8% al 16%. Fattori come le previsioni sulle caratteristiche di sicurezza del farmaco e l’ottimizzazione delle molecole potrebbero contribuire a questo balzo avanti. Tuttavia, rimane da chiarire l’efficacia nel selezionare correttamente i pazienti e nel determinare se un bersaglio biochimico è realmente rilevante per una certa malattia.

Impatto economico su grande scala

Calcolando l’impatto su aziende pharma grandi, Narasimhan stima che miglioramenti apparentemente modesti possano generare risultati straordinari. Le grandi aziende farmaceutiche investono tra i 150 e i 200 miliardi di dollari ogni anno in ricerca e sviluppo. In 120 anni hanno sviluppato appena 800 a 1.000 farmaci. Grazie a interventi più efficienti, sarebbero in grado di trattare un numero maggiore di condizioni mediche e potrebbero inoltrarsi in bersagli che attualmente sembrano inaccessibili.

Generative AI in medicina

Anthropic non è l'unica attiva nel settore, con aziende come DeepMind e OpenAI che stanno anche loro espandendo il proprio perimetro verso la medicina. DeepMind, insieme ad Alphabet, ha lanciato Isomorphic Labs, un laboratorio con l’obiettivo specifico di applicare l’intelligenza artificiale al campo degli sviluppi di nuovi farmaci.

Progetti di DeepMind

DeepMind è celebre per lo sviluppo di strumenti come AlphaFold, utilizzato per predire la struttura proteica con precisione incredibile. John Jumper, uno dei co-creatori di AlphaFold, si è recentemente unito a Anthropic, sottolineando la convergenza tra le due aziende in termini di visione scientifica e tecnologica.

Nel settore clinico, DeepMind ha lanciato nel 2026 un “AI-Co-Clinician” che mira a supportare pazienti durante i trattamenti medici. L’idea è ispirata al concetto di triade curativa: l’AI accompagna paziente e medico durante la decisione terapeutica, tenendo tuttavia al medico la completa autonomia clinica.

La presenza di OpenAI nel settore sanità

OpenAI ha anche iniziato a muoversi verso la medicina. Nel 2026 ha lanciato ChatGPT Health, una funzionalità integrata all’interno di ChatGPT permettendo agli utenti di collegare dati sanitari, come quelli generati dalle applicazioni Apple Health, e fornire assistenza per il benessere generale.

Precisione e cautela

Sebbene i progressi siano numerosi, esperti come Catherine Pope della University of Oxford invitano al rigore. Secondo lei, molte promesse dell’intelligenza artificiale sembrano essere distanti dalla complessità e dal caos che caratterizzano la routine quotidiana della salute. L’applicazione di AI alle diagnosi, ai piani di cura od alla assistenza ai pazienti richiede valutazioni critiche e una grande responsabilità.

Un futuro plasmato dall’IA

Il potenziale dell’intelligenza artificiale nel campo della ricerca biomedica è immenso, ma richiede una governance che unisca innovazione, etica e sicurezza. Anthropic, DeepMind e OpenAI stanno aprendo la strada a nuovi modelli di sviluppo scientifico, ponendo alla prova le convenzionali strutture industriali e accademiche. Con strumenti come Claude Science, il futuro della salute potrebbe diventare più veloce, preciso e accessibile per tutti.