Dario Amodei prevede la cura per il cancro grazie all'IA entro dieci anni

L’amministratore delegato di Anthropic, Dario Amodei, ha delineato una prospettiva ottimistica sul ruolo dell’intelligenza artificiale nella medicina moderna, ipotizzando che questa tecnologia possa contribuire a sconfiggere patologie gravi come il cancro, l’Alzheimer, le malattie cardiovascolari e i disturbi psichiatrici in un arco temporale inferiore ai dieci anni. Secondo la visione del dirigente, l’integrazione di sistemi avanzati accelererebbe in modo determinante la ricerca biologica e l’individuazione di nuove terapie farmacologiche, riducendo le tempistiche oggi necessarie per l’innovazione scientifica.

Questa posizione non è isolata nel panorama tecnologico globale, trovando riscontri in dichiarazioni simili rilasciate in precedenza da Demis Hassabis, a capo di Google DeepMind, e da Elon Musk. Hassabis, in particolare, sostiene che l’impiego dell’intelligenza artificiale possa contrarre il processo di sviluppo di un farmaco, che attualmente richiede circa un decennio di studi, portandolo a una durata di poche settimane. A supporto di questa tesi viene spesso citato il sistema AlphaFold, sviluppato proprio da Google DeepMind, che ha segnato un progresso significativo prevedendo la struttura tridimensionale di oltre 200 milioni di proteine a partire dalle loro sequenze amminoacidiche.

Tuttavia, le dichiarazioni dei vertici delle aziende tecnologiche si scontrano con il forte scetticismo dei professionisti del settore medico e dei rappresentanti dell’industria farmaceutica. Jeff Leiden, alla guida di Vertex Pharmaceuticals, ha espresso un parere nettamente contrario, definendo prive di fondamento le previsioni di una rapida risoluzione delle emergenze sanitarie tramite l'IA. Leiden ha riportato l'esperienza diretta della sua azienda, che ha testato circa 50 progetti basati sull’intelligenza artificiale per l’analisi di 10.000 composti chimici, senza che nessuno di questi portasse alla creazione autonoma di un farmaco efficace.

La critica principale rivolta a questo approccio riguarda la complessità intrinseca della ricerca clinica. L’individuazione di una molecola promettente rappresenta infatti solo la fase iniziale di un percorso che deve necessariamente includere test di laboratorio, sperimentazioni su modelli animali e rigorosi studi clinici sugli esseri umani. Questo iter burocratico e scientifico richiede mediamente tra i 10 e i 12 anni per garantire la sicurezza e l’efficacia dei trattamenti, tempi che difficilmente possono essere compressi solo attraverso l'elaborazione computazionale dei dati.

Gli esperti del settore rilevano inoltre che gli attuali modelli di intelligenza artificiale non possiedono ancora una comprensione sufficiente delle relazioni biologiche di causa-effetto necessarie per sviluppare metodi di cura radicalmente nuovi. Al 13 novembre 2026, nessun farmaco progettato interamente tramite sistemi di intelligenza artificiale ha ancora completato l’intero percorso normativo e scientifico fino all'applicazione clinica definitiva. La distanza tra le potenzialità computazionali mostrate da strumenti come AlphaFold e la realtà della pratica medica rimane, al momento, un ostacolo centrale nel dibattito sulla trasformazione tecnologica della sanità.