AboutPharma and Medical Devices

Machine learning e robot: l’intelligenza artificiale scopre così i nuovi farmaci

Scoprire nuovi farmaci attraverso l’intelligenza artificiale riducendo in maniera sensibile i costi, e soprattutto i tempi, della fase di drug discovery. L’opportunità la offrono da qualche anno le startup e le aziende che sviluppano algoritmi di deep learning che sono in grado di comprendere le centinaia di milioni di informazioni contenute in database, paper e report scientifici, mettere i big data in correlazione tra di loro e fornire ipotesi di nuovi composti oppure di usi alternativi di medicinali già esistenti.

Secondo Cb Insights, sito specializzato in investimenti in capitale di rischio su società hi tech, tra il 2011 e il 2016, gli investitori hanno puntato complessivamente 1,5 miliardi di dollari sulle nuove imprese che lavorano su piattaforme di intelligenza artificiale a servizio dell’healthcare. E tra le 106 startup più promettenti individuate dal sito, nove si dedicano allo sviluppo di sistemi intelligenti per la drug discovery. Alcune di queste stanno già stringendo partnership con alcune Big Pharma. Per esempio, la statunitense Atomwise ha siglato un’intesa con Msd, mentre l’inglese BenevolentAI ha preso in licenza da Janssen una serie di composti candidati ai test clinici per valutarne le possibili indicazioni terapeutiche attraverso le proprie tecnologie di Ai.

Alcune grandi aziende, come Pfizer e Teva, hanno iniziato a collaborare con grandi player come Ibm, che ha lanciato Watson for Drug Discovery, mentre altre, come Berg, stanno sviluppando questo tipo di tecnologie in casa e lanciando i primi trial.

Altre invece stanno osservando lo scenario in attesa di passare all’azione. Come Gsk: “Nell’ambito della scoperta di nuovi farmaci, le innovazioni legate all’Ai rappresentano un avanzamento ancora più significativo delle prime tecnologie introdotte con la ricerca in silico”, osserva Giuseppe Recchia, vice presidente e direttore medico-scientifico di GlaxoSmithKline Spa. E anche in Italia c’è grande attenzione, come testimonia Lorenzo Polenzani, responsabile della Unità Scientific Networking & Competitive Intelligence della RR&D di Angelini: “La velocizzazione è il valore aggiunto che ci si aspetta dall’intelligenza artificiale: non mi stupirebbe che si possa passare da processi lunghi diversi anni ad altri che richiedano una durata significativamente più breve, ottenendo comunque un notevole vantaggio”.

Continua a leggere sul numero di marzo 2017 di AboutPharma and Medical Devices