🩺 OncoNews - Notizie Terapie Antitumorali

L'intelligenza artificiale entra nei laboratori, setaccia miliardi di dati, disegna nuove molecole e accorcia i tempi con cui le terapie arrivano al paziente. Già oggi il 62% delle aziende farmaceutiche integra soluzioni di IA nei reparti di ricerca e sviluppo, con una crescita prevista del 45% nei prossimi cinque anni. Mentre il mercato globale del settore cresce con un tasso medio annuo del 40%. Le agenzie regolatorie, di conseguenza, si attrezzano per governare questa rapida evoluzione. A evidenziare la trasformazione in corso nell'industria della salute è un dossier pubblicato dall'Agenzia Italiana del Farmaco. Se sviluppare un nuovo farmaco richiede in media 10 anni di lavoro e investimenti di oltre 2 miliardi di euro, l'Ia può liberare tempo e ridurre sprechi, a partire dalla ricerca sperimentale. L'Augmented R&D, o 'ricerca aumentata', amplifica la capacità di esplorazione degli scienziati: algoritmi di deep learning analizzano milioni di composti in poche ore, identificano target terapeutici e stimano tossicità prima ancora che una molecola venga sintetizzata. Questo, secondo il report 'Digital Continuity' di Capgemini, può ridurre del 30% il tempo di arrivo sul mercato, aumentare del 40% la produttività e abbattere del 25% i costi ingegneristici. Diversi candidati farmaci progettati con l'Ia sono già in sperimentazione in fase avanzata sull'uomo, come rentosertib per la fibrosi polmonare idiopatica e Rec-994 per la malformazione cavernosa cerebrale. Un campo in rapida evoluzione è l'applicazione a malattie neurodegenerative e disturbi psichiatrici: algoritmi addestrati sono in grado di prevedere l'insorgenza precoce di Alzheimer e Parkinson o di personalizzare i trattamenti per la depressione o la schizofrenia. Se uno dei colli di bottiglia della ricerca è il reclutamento per gli studi clinici, strumenti basati su modelli avanzati, come TrialGPT, analizzano milioni di cartelle cliniche in pochi minuti, identificando i pazienti idonei a essere inseriti. Ma ci sono anche i 'virtual clinical trials', ovvero coorti di pazienti virtuali su cui simulare scenari terapeutici prima della sperimentazione reale, in modo da ridurre costi e fallimenti nelle fasi avanzate. L'Intelligenza artificiale facilita anche il drug repurposing, ovvero l'individuazione di nuove indicazioni terapeutiche per farmaci già approvati, riducendo rischi, costi e tempi. Infine è il motore della medicina personalizzata: incrociando una grande mole di dati genetici, clinici e ambientali, consente ai clicnici di scegliere la terapia più efficace per ogni individuo, diminunendo eventi avversi e terapie inutili. Prendendo atto della rivoluzione in corso, l'Agenzia Europea per i Medicinali ha avviato un piano per integrare l'intelligenza artificiale nei processi regolatori. "L'Ia può rendere la medicina più umana, se resta al servizio del paziente. La sfida è governarla con regole chiare, trasparenza e responsabilità condivisa", afferma il presidente di Aifa, Robert Nisticò. Ma servono anche nuove figure professionali, ovvero medici capaci di dialogare con i data scientist e ingegneri che conoscano la biologia. "Per questo - conclude il direttore amministrativo di Aifa, Giovanni Pavesi - acune università italiane, come il Politecnico di Milano, l'Università La Sapienza e il Sant'Anna di Pisa, stanno già proponendo corsi integrati in bioinformatica e ia Ia applicata alla salute". Riproduzione riservata © Copyright ANSA

Ascolta la versione audio dell'articolo 4' di lettura English Version Translated by AI. For feedback, please contact english@ilsole24ore.com Nel tumore al seno precoce la sfida non si esaurisce con la fine delle cure iniziali. Anche dopo l’intervento chirurgico e la terapia ormonale, infatti, il rischio che la malattia si ripresenti può accompagnare le pazienti per molti anni. È in questo contesto che si inserisce la recente decisione dell’Agenzia italiana del farmaco (Aifa), che ha approvato la rimborsabilità di ribociclib in associazione alla terapia endocrina per alcune pazienti con carcinoma mammario in fase iniziale positivo ai recettori ormonali e negativo per HER2, ad alto rischio di recidiva. Si tratta della forma più frequente di tumore al seno, che rappresenta circa il 70% dei casi. Loading... In Italia il carcinoma mammario resta la neoplasia più diagnosticata tra le donne, con quasi 54mila nuovi casi stimati nel 2025. E se le terapie hanno migliorato molto la prognosi, la recidiva resta un timore concreto. «Nel tumore al seno in fase precoce, il timore di una possibile recidiva continua a rappresentare una preoccupazione concreta per molte donne - osserva Rosanna D’Antona, presidente di Europa Donna Italia -. Guardare al futuro con maggiore fiducia e sentirsi protette rispetto a un eventuale ritorno della malattia sono esigenze fondamentali delle pazienti» Il rischio che non finisce dopo cinque anni Uno dei punti su cui insistono gli oncologi riguarda proprio la percezione diffusa che il rischio si esaurisca dopo i primi anni di follow-up. «C’è l’idea che superati i cinque anni il problema sia risolto, ma non è proprio così -, spiega Giuseppe Curigliano, professore di oncologia medica all’Università di Milano, presidente eletto della European society for medical oncology (Esmo) -. Purtroppo un rischio residuo di recidiva può persistere anche a vent’anni dalla diagnosi. Persino pazienti con tumori molto piccoli possono avere un rischio di ricaduta intorno al 7-10%». Il tumore di cui si parla è quello endocrino-responsivo HR+/HER2−, il sottotipo più comune. «Il messaggio che dobbiamo dare è che il rischio zero non esiste - aggiunge l’oncologo -. Anche nelle donne con tumori piccoli o con linfonodi negativi una recidiva resta possibile, seppure con probabilità più basse».