Espandersi in nuovi mercati sanitari: il crescente impatto dell’IA in medicina

Di solito, l’intelligenza artificiale in medicina viene associata soprattutto al rilevamento di anomalie nelle immagini mediche, all’analisi dei risultati degli esami e al supporto ai medici nella formulazione delle diagnosi. Ultimamente, però, mi imbatto sempre più spesso in sviluppi che vanno ben oltre queste applicazioni e mettono in discussione il modo in cui pensiamo a ciò che la tecnologia medica può realizzare. Alcuni sono così ambiziosi che il loro potenziale impatto potrebbe estendersi ben oltre il settore sanitario, interessando ambiti della nostra vita del tutto diversi e dando origine a nuove tecnologie, modelli di business e persino mercati che ancora non esistono.

Perché le malattie rare stanno diventando interessanti per le startup mediche

Uno degli ambiti più interessanti che seguo ultimamente è la scoperta di farmaci: la ricerca e lo sviluppo di nuovi composti farmacologici attraverso metodi computazionali e l’intelligenza artificiale. Il lavoro di DeepMind su AlphaFold ha avuto un ruolo fondamentale nel far progredire questo settore. Il suo database, che contiene oltre 200 milioni di strutture proteiche previste, ha fornito ai ricercatori un’enorme quantità di informazioni per esplorare potenziali interazioni molecolari e ha anche aperto nuove opportunità per le startup che puntano a trattare specifiche patologie.

Supponiamo che qualcuno voglia fondare una startup per sviluppare una terapia contro una malattia relativamente rara, che colpisce solo una piccola percentuale di donne appartenenti a una determinata fascia d’età. La prima domanda è: perché puntare su un mercato così limitato quando si potrebbe scegliere una patologia molto più comune? Eppure, anche restringendo la popolazione mondiale a questo specifico gruppo, si potrebbero comunque avere migliaia di potenziali pazienti. E se la terapia richiedesse ai pazienti di assumere un farmaco ogni giorno per dieci anni o per il resto della vita, anche una popolazione di pazienti relativamente ridotta potrebbe rappresentare un mercato considerevole.

Un’azienda farmaceutica commercialmente sostenibile non ha necessariamente bisogno di decine di milioni di clienti. Naturalmente, tra la stima del mercato potenziale e la generazione di ricavi effettivi c’è un’enorme distanza, dovuta anche ai costi della ricerca, degli studi clinici, della produzione e dell’approvazione normativa. Ciononostante, una startup può concentrarsi su un’unica malattia per la quale le opzioni terapeutiche sono insufficienti e costruirvi intorno un intero programma di ricerca.

Per esempio, Recursion Pharmaceuticals è un’azienda biotecnologica con sede negli Stati Uniti che sviluppa terapie basate sull’IA per patologie caratterizzate da importanti esigenze mediche insoddisfatte. Uno dei suoi farmaci in fase di sperimentazione, REC-4881, è mirato alla poliposi adenomatosa familiare, una rara patologia ereditaria che colpisce, secondo le stime, 50.000 persone negli Stati Uniti e nei cinque principali paesi europei. L’azienda ha riferito risultati incoraggianti degli studi di Fase 1b/2, tra cui una riduzione delle proliferazioni anomale di tessuto nei pazienti.

I laboratori virtuali come nuovo modello di business

Individuare una molecola in grado di agire su una proteina associata a una determinata malattia è una vera sfida. Per riuscirci occorre esaminare un numero enorme di composti chimici, così da identificare quelli capaci di legarsi alla proteina bersaglio, modificarne l’attività o influire sui processi biologici correlati. E non conta soltanto la composizione chimica: la struttura tridimensionale di ogni molecola è fondamentale per determinare il modo in cui avvengono queste interazioni.

Sperimentare in un laboratorio fisico ogni combinazione possibile è praticamente impossibile. Anche disponendo di ingenti risorse finanziarie, condurre un numero così elevato di esperimenti richiederebbe troppo tempo. Per questo una parte del processo di ricerca si sta spostando in ambienti virtuali, dove modelli computazionali e simulazioni possono prevedere le interazioni molecolari e individuare i composti più promettenti da sottoporre a ulteriori test. Questo approccio riduce il numero di esperimenti necessari in laboratorio, anche se le previsioni devono comunque essere convalidate con prove fisiche.

Intorno a queste tecnologie sta emergendo un intero ecosistema di startup con modelli di business diversi. Alcune sviluppano infrastrutture per la simulazione molecolare e le mettono a disposizione delle aziende farmaceutiche e dei gruppi di ricerca. Altre utilizzano strumenti già esistenti per sviluppare propri farmaci candidati. È un esempio interessante di come un singolo progresso tecnologico possa creare opportunità di business a più livelli del mercato. Un’azienda può costruire un’attività commerciale di successo senza mai portare sul mercato un farmaco proprio, a condizione che la sua tecnologia si dimostri utile ad altri sviluppatori.

Un ottimo esempio è Isomorphic Labs, che sviluppa tecnologie di IA per la scoperta di farmaci e la progettazione molecolare. L’azienda ha avviato collaborazioni di ricerca con Novartis ed Eli Lilly e, nel 2025, ha ampliato la collaborazione con Novartis includendo ulteriori programmi di scoperta di farmaci. È un esempio di come la tecnologia utilizzata per scoprire e progettare molecole possa diventare essa stessa il fondamento di un’azienda che collabora con grandi società farmaceutiche.

Una pillola personalizzata in venti minuti

Alcune startup si spingono ancora oltre nell’applicazione dell’idea di scoperta di farmaci. Di recente ho incontrato un gruppo di lavoro impegnato nello sviluppo di tecnologie legate al cancro della pelle. Il gruppo è interessato a individuare le predisposizioni genetiche alla malattia e a esplorare modi per curarla intervenendo sul DNA. Invece di sviluppare un farmaco destinato a un’ampia fascia di pazienti, sta valutando se sia possibile personalizzare le terapie in base al profilo genetico di ciascun individuo.

I fondatori hanno descritto una visione del futuro particolarmente ambiziosa. Immaginate di entrare in una clinica, fornire un campione di saliva e lasciare che un dispositivo analizzi il vostro DNA per preparare un farmaco progettato appositamente per voi. Nella loro visione, un giorno l’intero processo potrebbe richiedere circa venti minuti e costare appena 100 $. Naturalmente, si tratta ancora di un’ambizione tecnologica, non di un servizio medico disponibile; per trasformarla in realtà occorrerebbe superare enormi sfide scientifiche, produttive e normative.

Eppure, conversazioni come questa rivelano quanto stiano cambiando le ambizioni degli imprenditori del settore medico. Invece di limitarsi a migliorare le procedure diagnostiche esistenti, si chiedono se il processo stesso di sviluppo delle terapie possa essere ripensato radicalmente. Trovo affascinante il modo in cui i progressi delle tecnologie computazionali spingano i fondatori a riconsiderare processi rimasti pressoché immutati per decenni.

Perché le startup di robotica chirurgica spesso puntano a farsi acquisire

Se le tecnologie computazionali consentono a piccoli team di esplorare un numero enorme di possibilità nella scoperta di farmaci, la robotica chirurgica richiede risorse di tutt’altra portata. Per costruire un sistema in grado di eseguire interventi chirurgici servono competenze avanzate di ingegneria meccanica, un controllo preciso dei movimenti, test approfonditi e accesso ad ambienti clinici. Sviluppare un braccio robotico chirurgico affidabile può richiedere dai dieci ai quindici anni, mentre una singola installazione può costare milioni di dollari. Anche il bacino dei potenziali clienti è limitato e i produttori devono garantire anni di manutenzione e assistenza tecnica. Per una piccola startup, questo rende la robotica chirurgica un’attività estremamente complessa e ad alta intensità di capitale.

Ecco perché alcuni team impostano le proprie strategie in vista di una futura acquisizione da parte di una grande azienda di tecnologie mediche. Il loro obiettivo è sviluppare un’idea tecnologica convincente e dimostrarne il potenziale. Una startup, per esempio, potrebbe costruire un prototipo di braccio robotico in grado di eseguire determinate procedure su un manichino medico, pur essendo ancora ben lontano dall’essere pronto per operare su un paziente reale. Nel frattempo, il team dialoga attivamente con gli investitori, partecipa a conferenze di settore e crea relazioni con potenziali acquirenti aziendali, come spesso constatiamo lavorando agli eventi del settore medico con Scryon. In sostanza, cercano di vendere la promessa di una tecnologia prima che diventi un prodotto finito.

In un primo momento, questo approccio mi è sembrato piuttosto strano. Perché sviluppare apparecchiature mediche se non si ha intenzione di commercializzarle in prima persona? Ma dietro c’è una logica aziendale. Un piccolo team può avere ingegneri di talento e un’idea promettente, ma non disporre delle risorse necessarie per anni di test, dell’accesso agli ospedali e della capacità di produrre su larga scala. Una grande azienda può fornire queste infrastrutture acquisendo la startup in una fase relativamente precoce.

Questa strategia mostra come piccoli team e grandi aziende possano completarsi a vicenda: i primi si concentrano sullo sviluppo e sulla verifica di nuove idee, mentre le seconde dispongono delle risorse per trasformarle in prodotti medici validi. Inoltre, le dimensioni di un’azienda non riflettono necessariamente la complessità del lavoro alla base della sua tecnologia.

L’ho constatato di persona nei progetti realizzati presso Keymakr, dove abbiamo collaborato con sviluppatori che vanno dalle piccole startup a uno dei principali produttori mondiali di apparecchiature mediche. A prescindere dalle dimensioni dell’azienda, questi progetti richiedono un lavoro meticoloso per perfezionare gli algoritmi, preparare i set di dati medici e verificare che le annotazioni siano accurate e conformi ai requisiti clinici.

Oltre l’idea iniziale

Un’azienda che studia uno specifico meccanismo biologico potrebbe un giorno sviluppare una tecnologia capace di trasformare settori del tutto diversi. Le implicazioni sono di vasta portata e potrebbero arrivare a produrre aumenti radicali della longevità e a trasformare completamente la società così come la conosciamo.

Forse è questo che trovo più affascinante delle startup mediche di oggi. Grazie all’IA, piccoli team affrontano sfide che fino a poco tempo fa avrebbero richiesto le risorse delle grandi aziende, spesso da prospettive inaspettate. Molte di queste idee non troveranno mai applicazione, ma gli imprenditori non devono necessariamente sapere in anticipo quanto grande potrebbe diventare il mercato creato da una tecnologia di successo. A volte, le opportunità più interessanti emergono solo dopo aver risolto il problema scientifico iniziale.