La previsione e i suoi sostenitori
Secondo quanto riportato da IT之家, il CEO di Anthropic Dario Amodei ha dichiarato che cancro, Alzheimer, malattie cardiache e disturbi psichici potrebbero diventare «storia» in meno di dieci anni, a condizione che l'intelligenza artificiale venga usata correttamente. La previsione si basa sull'idea che i modelli possano accelerare in modo sostanziale la ricerca biologica, lo sviluppo dei farmaci e le scoperte mediche.
Amodei non è isolato. L'articolo cita Elon Musk e il responsabile AI di Google Demis Hassabis tra i sostenitori di analoghe aspettative ottimistiche. Hassabis ha parlato della possibilità di comprimere in poche settimane un percorso di sviluppo che oggi richiede anni e di un decennio in cui arrivare a curare le malattie; a supporto cita AlphaFold, il sistema che ha predetto oltre 200 milioni di strutture proteiche. Lo stesso articolo precisa però che questo risultato non dimostra la capacità di sviluppare in dieci anni terapie contro patologie complesse.
La rilevanza della questione va oltre le dichiarazioni: se gli strumenti AI riducessero davvero i tempi della ricerca farmaceutica, l'impatto su industria, sistemi sanitari e pazienti sarebbe notevole. Il punto è quanto di questo scenario sia già verificato.
Lo scetticismo dell'industria farmaceutica
Le voci più critiche arrivano da chi sviluppa farmaci. Jeff Leiden, presidente esecutivo di Vertex Pharmaceuticals, ha definito queste previsioni prive di fondamento, raccontando che la sua azienda ha messo alla prova circa cinquanta società di intelligenza artificiale chiedendo di selezionare candidati terapeutici tra 10.000 composti: nessuna, secondo il suo resoconto, è stata in grado di produrre autonomamente un farmaco realmente utilizzabile.
Il limite segnalato dagli operatori del settore è di tipo strutturale. L'AI può velocizzare la fase iniziale di screening delle molecole, ma non elimina le tappe successive: test di laboratorio, modelli animali, sperimentazioni cliniche sull'uomo e approvazioni regolatorie. Sono questi passaggi a occupare la maggior parte del ciclo di sviluppo, che l'articolo indica in genere tra 10 e 12 anni. Trovare una molecola promettente in un modello computazionale è solo il primo passo.
Cosa manca e cosa resta da verificare
Anche sul piano scientifico le perplessità sono esplicite. Il cognitivista Gary Marcus e il cardiologo ed esperto di salute digitale Eric Topol, citati nell'articolo, ritengono che i modelli attuali non comprendano in profondità i meccanismi biologici e le relazioni causali, e quindi non possano ancora guidare in modo affidabile terapie davvero innovative. Il testo aggiunge un dato di contesto: al 2026 nessun farmaco progettato dall'AI risulta in uso clinico su larga scala.
A pesare è anche la memoria storica della medicina: l'articolo ricorda la «guerra al cancro» avviata negli Stati Uniti negli anni Settanta come esempio di promesse molto ambiziose non mantenute nei tempi annunciati. Gli esperti avvertono che previsioni così radicali rischiano di alimentare aspettative pubbliche superiori alle capacità effettive.
In sintesi, i fatti disponibili mostrano un'AI con potenziale reale nel rendere più rapida la ricerca, ma non offrono prove che possa abbreviare i tempi delle sperimentazioni cliniche né che sia vicina a debellare malattie complesse. La previsione di Amodei resta una dichiarazione, non un risultato verificato: la sua eventuale fondatezza potrà essere misurata solo con terapie approvate e dati clinici.
