La comunità sanitaria globale si trova ad affrontare una catastrofe crescente: la resistenza agli antibiotici. Mentre i batteri si evolvono per sopravvivere ai nostri farmaci più potenti, il mondo medico sta cercando un modo per stare al passo con una minaccia che sta già causando oltre un milione di morti ogni anno e contribuendo a quasi cinque milioni di morti in più.
In un recente evento WIRED Health a Londra, Ara Darzi, un importante chirurgo e direttore dell’Institute of Global Health Innovation presso l’Imperial College di Londra, ha dichiarato che il 2026 rappresenta un “punto di svolta” critico in questa lotta. L’emergere dell’intelligenza artificiale (AI) potrebbe finalmente fornire gli strumenti necessari per invertire la tendenza.
La crescente minaccia dei superbatteri
L’aumento dei microbi resistenti ai farmaci è guidato da due fattori principali: l’uso eccessivo e improprio di antibiotici e una conduzione stagnante di sviluppo di nuovi farmaci. Quando i batteri sono esposti a dosi subletali di antibiotici, sviluppano meccanismi di difesa, “imparando” di fatto a sopravvivere al trattamento.
Si prevede che questa tendenza aumenterà notevolmente. Un rapporto del 2024 pubblicato su The Lancet avverte che entro il 2050 le infezioni resistenti ai farmaci potrebbero essere responsabili di 40 milioni di morti.
La crisi è particolarmente acuta in regioni specifiche:
– Sud-est asiatico e Mediterraneo orientale: un’infezione su tre segnalata è resistente.
– Africa: un’infezione su cinque è resistente.
Colmare il divario diagnostico
Uno degli aspetti più pericolosi della resistenza agli antibiotici è il ritardo nella diagnosi. I metodi tradizionali richiedono la coltura dei batteri da un campione, un processo che può richiedere da due a tre giorni. In casi critici come la sepsi, questo ritardo è letale; per ogni ora di rinvio del trattamento, il rischio di morte aumenta dal 4% al 9%.
Attualmente, i medici sono spesso costretti a fare affidamento su “congetture plausibili” per prescrivere antibiotici in attesa dei risultati di laboratorio. L’intelligenza artificiale offre un modo per eliminare questa incertezza:
- Precisione rapida: la diagnostica basata sull’intelligenza artificiale può raggiungere un’accuratezza superiore al 99% senza la necessità di infrastrutture di laboratorio enormi e costose.
- Accessibilità: questi strumenti rapidi sono vitali per le aree rurali e remote dove i laboratori avanzati non sono disponibili.
- Potere predittivo: L’intelligenza artificiale può aiutare a monitorare la diffusione di batteri resistenti prima che diventino focolai localizzati.
Accelerare la scoperta dei farmaci
Al di là della diagnosi, l’intelligenza artificiale sta rivoluzionando il modo in cui troviamo nuove armi contro i batteri. La collaborazione tra il Servizio sanitario nazionale del Regno Unito e Google DeepMind ha già dimostrato questo potenziale. In un caso, un sistema di intelligenza artificiale ha identificato meccanismi di resistenza sconosciuti in sole 48 ore, una svolta che i ricercatori umani hanno impiegato un decennio per scoprire.
L’integrazione dell’intelligenza artificiale con i laboratori automatizzati sta creando un motore ad alta velocità per la scoperta:
– Apprendimento profondo: può analizzare miliardi di strutture molecolari in pochi giorni.
– AI generativa: viene utilizzata per progettare composti chimici completamente nuovi che non esistono in natura.
– Test paralleli: i sistemi automatizzati possono ora eseguire centinaia di esperimenti contemporaneamente, 24 ore su 24, 7 giorni su 7.
L’ostacolo economico: un modello rotto
Nonostante questi progressi tecnologici, rimane un enorme ostacolo: il modello economico dell’industria farmaceutica è rotto.
Tradizionalmente, le aziende farmaceutiche traggono profitto dalle vendite di volumi elevati. Tuttavia, i nuovi antibiotici devono essere usati con parsimonia per prevenire ulteriori resistenze, il che contraddice direttamente l’obiettivo di vendite elevate. Di conseguenza, molte grandi aziende hanno abbandonato del tutto la ricerca sugli antibiotici.
Per risolvere questo problema, i governi stanno sperimentando nuovi modi per incentivare lo sviluppo:
Il “modello Netflix”: Il Regno Unito ha lanciato un programma pilota in cui il governo paga alle aziende farmaceutiche una quota di abbonamento annuale fissa per l’accesso agli antibiotici, disaccoppiando i profitti dal volume dei farmaci prescritti.
La Svezia sta anche esplorando modelli di pagamento simili “scollegati” per garantire che le aziende siano ricompensate per la creazione di farmaci efficaci piuttosto che per quanti ne vendono.
Conclusione
La tecnologia necessaria per combattere la resistenza agli antibiotici, dalla diagnostica rapida tramite intelligenza artificiale alla progettazione generativa di farmaci, esiste già. Il successo finale di queste innovazioni dipenderà dalla volontà politica ed economica dei governi e delle industrie globali di implementare i nuovi modelli necessari a sostenerle.
