AI per farmaci: OpenAI e FDA a confronto

Immaginate di aspettare anni, a volte oltre un decennio, perché un farmaco salvavita superi tutti gli intricati test e le approvazioni necessarie prima di arrivare sugli scaffali. È un processo lungo, estenuante, con un costo umano altissimo. E se l’intelligenza artificiale potesse dare una mano a velocizzare almeno una parte di questo percorso cruciale?

Sembra proprio questo il tema al centro di un incontro piuttosto significativo. Secondo quanto riportato da Wired mercoledì, OpenAI, uno dei nomi più importanti nel mondo dell’AI, ha incontrato i funzionari della U.S. Food and Drug Administration (FDA), l’ente che negli Stati Uniti dà il via libera a farmaci e terapie. L’obiettivo? Discutere proprio come l’AI possa essere usata per rendere più rapide le valutazioni dei farmaci.

Nel corso di questi colloqui, si è parlato di un progetto chiamato cderGPT. A quanto pare, si tratterebbe di uno strumento basato sull’intelligenza artificiale pensato specificamente per il Center for Drug Evaluation (CDE), l’ufficio all’interno della FDA che si occupa di regolamentare tutti i farmaci, sia quelli che prendiamo con ricetta che quelli da banco. E pensate un po’, sembra che ai colloqui abbiano partecipato anche associati legati a DOGE di Elon Musk. Un mix interessante di attori per un potenziale punto di svolta.

L’idea di usare l’AI per accelerare la scoperta e lo sviluppo di nuovi farmaci non è certo nuova; se ne parla da tempo come di un potenziale catalizzatore capace di rendere più efficienti molti dei passaggi, spesso lentissimi, che caratterizzano l’intero iter. Tuttavia, il lavoro discusso tra OpenAI e FDA, stando al report, si concentrerebbe su una porzione più specifica e cruciale di questa tempistica: quella più vicina alla fine del processo, la fase di valutazione.

Ma diciamocelo chiaramente, per quanto la prospettiva sia entusiasmante, non è tutto rose e fiori. L’uso dell’AI in un campo delicatissimo come la salute solleva domande fondamentali. Come possiamo assicurarci che questi modelli siano affidabili? Come controlliamo la loro imprevedibilità quando in gioco c’è la sicurezza dei farmaci e, in ultima analisi, la vita delle persone? Sono interrogativi a cui bisognerà dare risposte solide, mano a mano che si esplora il potenziale di questa tecnologia per portare più rapidamente speranza a chi attende una cura.

Riferimenti