Mercato dell'intelligenza artificiale nella scoperta di farmaci - Dimensioni globali del settore, quota, tendenze, opportunità e previsioni, 2018-2028, segmentato per tipo di componente (software e servizi), per tipo di farmaco (molecola piccola e molecola grande), per tipo di applicazione (test preclinici, ottimizzazione e riutilizzo dei farmaci, identificazione del target, screening dei candidat

Panoramica del mercato

Il mercato globale dell'intelligenza artificiale nella scoperta di farmaci è stato valutato a USD

Principali driver di mercato

Diminuzione del tempo assoluto impiegato nel processo di ricerca sui farmaci

Il crescente desiderio di ridurre il tempo complessivo richiesto per il processo di scoperta dei farmaci aumenterebbe significativamente la domanda di intelligenza artificiale (IA) nella scoperta farmaceutica, accelerando così la crescita del mercato. I modelli animali tradizionali impiegano in genere dai tre ai cinque anni per identificare e ottimizzare i composti prima della valutazione umana, mentre le startup basate sull'intelligenza artificiale potrebbero potenzialmente scoprire e sviluppare nuovi farmaci nel giro di giorni o mesi. Inoltre, l'aumento del budget sanitario e i progressi nelle infrastrutture sanitarie fungerebbero da importanti driver per l'espansione del mercato. La crescente adozione dell'intelligenza artificiale (IA) per esplorare in modo efficiente l'attività dei farmaci alimenterà la domanda di intelligenza artificiale (IA) nel settore dello sviluppo dei farmaci. I processi convenzionali di scoperta di farmaci sono caratterizzati dalla loro natura dispendiosa in termini di tempo, costi elevati e suscettibilità ai fallimenti. Al contrario, gli approcci basati sull'intelligenza artificiale presentano un'opportunità per migliorare l'efficienza e ridurre le spese semplificando le fasi critiche della scoperta di farmaci, tra cui lo screening dei composti, l'ottimizzazione dei lead e la progettazione di sperimentazioni cliniche. Sfruttare gli algoritmi di intelligenza artificiale consente un'analisi rapida di ampie librerie di composti, un'efficiente definizione delle priorità dei candidati e previsioni accurate delle proprietà, facilitando così uno sviluppo di farmaci rapido ed efficace.

Big Tech e aziende farmaceutiche investono insieme

Per facilitare l'utilizzo degli algoritmi di intelligenza artificiale di Microsoft sui vasti set di dati impiegati nel settore farmaceutico, Novartis e l'azienda informatica hanno stipulato un accordo strategico della durata di diversi anni, a partire dal 2019. Le due entità hanno espresso la loro intenzione di impiegare l'analisi delle immagini e metodi generativi per far progredire la medicina personalizzata e migliorare la terapia cellulare e genica. Ad aprile, Nvidia, un importante produttore di unità di elaborazione grafica e un'azienda che sta attivamente sviluppando le capacità di intelligenza artificiale, ha stretto una partnership con Schrödinger per accelerare e migliorare le capacità predittive del software nella previsione molecolare. Questi fattori esercitano collettivamente un'influenza sostanziale sull'intelligenza artificiale nel mercato della scoperta di farmaci. Exscientia, tra le numerose aziende fondate nell'ultimo decennio incentrate su metodologie basate sull'intelligenza artificiale per la scoperta e lo sviluppo di farmaci, ha recentemente attirato investimenti sostanziali. Molte di queste aziende stanno sviluppando strumenti per accelerare l'identificazione di potenziali candidati farmaci a piccole molecole. Ad esempio, Recursion Pharmaceuticals ha raccolto 436 milioni di dollari nella sua offerta pubblica iniziale, generando enormi volumi di dati personalizzati sul comportamento cellulare con l'obiettivo di sfruttare l'intelligenza artificiale per scoprire informazioni biologiche che possono informare lo sviluppo di nuovi farmaci. Inoltre, aziende IT come IBM, Microsoft e Google stanno investendo attivamente e impegnandosi in collaborazioni finanziarie con aziende farmaceutiche per sostenere il progresso dell'intelligenza artificiale nel mercato della scoperta di farmaci.

Aumento dell'incidenza di malattie croniche

La prevalenza di malattie croniche, come diabete, broncopneumopatia cronica ostruttiva (BPCO), coronaropatia, artrite, asma, epatite e cancro, ha assistito a un aumento significativo nelle principali regioni del mondo. Ciò può essere attribuito alla crescente popolazione geriatrica (che dovrebbe superare il 20% della popolazione mondiale entro il 2050), all'evoluzione degli stili di vita e ai cambiamenti dietetici derivanti dalla rapida urbanizzazione. Secondo l'International Diabetes Federation, nel 2021 il diabete ha colpito ben 537 milioni di individui a livello globale. Inoltre, si prevede che il numero di nuovi casi di cancro all'anno raggiungerà i 643 milioni entro il 2030. Il cancro ai polmoni è la causa principale di mortalità correlata al cancro nella regione Asia-Pacifico, con la sola Cina che rappresenta oltre il 50% di tutti i casi. Il cancro cervicale è ampiamente influenzato dai cambiamenti nello stile di vita e dai fattori socio-culturali. Tra i paesi più colpiti dal cancro al seno nella regione Asia-Pacifico figurano India, Thailandia e Cina.

Progresso tecnologico

I progressi nelle tecnologie di intelligenza artificiale, come l'apprendimento automatico, l'apprendimento profondo e l'elaborazione del linguaggio naturale, hanno notevolmente migliorato le capacità dell'intelligenza artificiale nell'analisi e nell'interpretazione di dati biologici complessi. Questi progressi facilitano l'integrazione di diverse fonti di dati, tra cui genomica, proteomica e dati clinici, con conseguenti approfondimenti più completi e decisioni più rapide nella scoperta di farmaci. La crescita esponenziale dei dati biologici, che comprende sequenze genomiche, strutture proteiche e interazioni farmaco-bersaglio, presenta una vasta gamma di opportunità per analisi e modelli basati sull'intelligenza artificiale. La disponibilità di set di dati su larga scala consente agli algoritmi di intelligenza artificiale di discernere modelli, prevedere proprietà dei composti e generare ipotesi innovative, consentendo così un processo decisionale informato e basato sui dati nella scoperta di farmaci.

Scarica il report di esempio gratuito

Principali sfide di mercato

Qualità e disponibilità dei dati

L'intelligenza artificiale si basa in gran parte su dati di alta qualità, diversificati e completi per la formazione e lo sviluppo di modelli. Tuttavia, garantire la disponibilità di set di dati affidabili e ben curati può essere difficile, soprattutto nel campo della scoperta di farmaci in cui la privacy dei dati, la proprietà intellettuale e le considerazioni normative sono fattori significativi. Ottenere l'accesso a set di dati ampi e rappresentativi che comprendono diverse popolazioni di pazienti e tipi di malattie può rappresentare un ostacolo per gli sforzi di scoperta di farmaci guidati dall'intelligenza artificiale. Gli algoritmi di intelligenza artificiale, in particolare i modelli di apprendimento profondo, spesso funzionano come "scatole nere", rendendo difficile interpretare il ragionamento alla base delle loro previsioni o raccomandazioni. Nella scoperta di farmaci, in cui un processo decisionale trasparente e spiegabile è fondamentale, la mancanza di interpretabilità può sollevare preoccupazioni tra regolatori, medici e pazienti. Affrontare la sfida dell'interpretabilità nei modelli di IA è fondamentale per promuovere fiducia e accettazione nel settore. La convalida dei modelli basati sull'IA e la garanzia della conformità agli standard normativi presentano delle sfide nel settore della scoperta di farmaci. Gli enti regolatori in genere richiedono un elevato livello di prove e convalida per garantire la sicurezza e l'efficacia dei nuovi farmaci. I modelli di IA devono soddisfare standard rigorosi e dimostrare prestazioni solide su diversi set di dati per ottenere l'approvazione normativa. Sviluppare un quadro normativo che affronti adeguatamente le considerazioni uniche dell'IA nella scoperta di farmaci è essenziale per facilitarne un'adozione più ampia.

Sfide tecniche

L'intelligenza artificiale e l'apprendimento automatico hanno fatto progressi significativi sotto molti aspetti. Tuttavia, la qualità dei set di dati rimane un ostacolo sostanziale nell'utilizzo di metodi di IA per lo sviluppo di farmaci. L'esistenza di numerosi set di dati impegnativi sottolinea l'importanza della cooperazione nel promuovere l'uso dell'IA nella scoperta di farmaci. Affrontare le problematiche complesse relative alla proprietà e alla riservatezza dei dati è fondamentale. Nonostante la mancanza di solide iniziative iniziali nel settore, sono in corso sforzi per verificare e ottimizzare retrospettivamente le tecnologie attuali.

Principali tendenze di mercato

Espansione delle iniziative di R&S

L'espansione delle attività di ricerca e sviluppo, unita al crescente utilizzo di servizi e applicazioni basati su cloud, presenta prospettive favorevoli per la crescita dell'intelligenza artificiale (IA) nel mercato della scoperta di farmaci. La crescente domanda da parte dei paesi emergenti e il progresso delle industrie biotecnologiche accelereranno ulteriormente il ritmo di sviluppo nel mercato dell'IA nella scoperta di farmaci. La pandemia di COVID-19 ha notevolmente spinto l'uso dell'intelligenza artificiale nel campo dello sviluppo di farmaci, come dimostrato dalla sua ampia applicazione nell'identificazione e nello screening di farmaci esistenti per il trattamento del COVID-19. L'IA ha dimostrato di essere efficace nell'identificazione di principi attivi per la prevenzione di varie malattie come SARS-CoV, HIV, SARS-CoV-2, virus dell'influenza e altri. Durante la pandemia, le economie di tutto il mondo si sono affidate alla scoperta di farmaci basata sull'intelligenza artificiale anziché ai tradizionali processi di scoperta di vaccini, che richiedono molto tempo e sono costosi, contribuendo così alla crescita dell'intelligenza artificiale nel mercato della scoperta di farmaci.

Medicina personalizzata e assistenza sanitaria di precisione

L'intelligenza artificiale ha il potenziale per rivoluzionare la medicina personalizzata attraverso l'integrazione dei dati dei pazienti, tra cui informazioni genetiche, parametri clinici, fattori legati allo stile di vita. Analizzando questi dati, gli algoritmi di intelligenza artificiale possono identificare sottogruppi di pazienti, prevedere le risposte individuali alle terapie e ottimizzare le strategie di trattamento. La capacità di adattare i trattamenti ai singoli pazienti in base alle loro caratteristiche uniche consente approcci di assistenza sanitaria di precisione che migliorano i risultati del trattamento, riducono al minimo gli effetti avversi e ottimizzano l'assistenza ai pazienti. Questo caso d'uso trasformativo ha il potenziale per rivoluzionare la diagnosi, il monitoraggio e il trattamento delle malattie, portando a interventi terapeutici più efficaci e personalizzati. L'identificazione e la convalida di target farmacologici idonei sono passaggi fondamentali nel processo di scoperta di farmaci. Attraverso l'analisi di dati biologici complessi, come genomica, proteomica e dati clinici, gli algoritmi di intelligenza artificiale possono identificare potenziali target e chiarire i loro meccanismi biologici. Integrando diverse fonti di dati e sfruttando tecniche di apprendimento automatico, l'intelligenza artificiale può scoprire nuovi target farmacologici, convalidare la loro pertinenza per specifiche malattie e prevedere la probabilità di successo nello sviluppo di farmaci. Questo caso d'uso consente ai ricercatori di concentrare i propri sforzi su target con una maggiore probabilità di successo terapeutico.

Approfondimenti segmentali

Approfondimenti sul tipo di componente

Il mercato dell'intelligenza artificiale nella scoperta di farmaci è suddiviso in software e servizi in base al tipo di componente. In termini di quota di mercato, si prevede che il segmento dei servizi dominerà il mercato globale dei servizi di intelligenza artificiale nella scoperta di farmaci nel 2022 e mostrerà il CAGR più elevato tra il 2022 e il 2028. La crescita di questo segmento di mercato è guidata principalmente dai vantaggi associati ai servizi di intelligenza artificiale e dalla forte domanda di servizi di intelligenza artificiale tra gli utenti finali. Inoltre, anche il segmento software svolge un ruolo significativo nel dominio dell'intelligenza artificiale nella scoperta di farmaci. Ad esempio, diverse aziende emergenti si stanno concentrando sullo sviluppo di soluzioni innovative di apprendimento profondo e modelli generativi. Questi progressi consentono l'utilizzo di dati esistenti per progettare molecole che possono essere ottimizzate in silico, soddisfacendo tutti i criteri di successo dei progetti di scoperta di piccole molecole. Ad esempio, Makya è una piattaforma SaaS intuitiva per la scoperta di nuovi farmaci basata sull'intelligenza artificiale, con un'attenzione specifica all'ottimizzazione multiparametrica per progetti basati su ligandi e strutture.

Approfondimenti sull'area terapeutica

In termini di area terapeutica, si prevede che il segmento oncologico sperimenterà il più alto tasso di crescita annuale composto (CAGR) durante il periodo di previsione. Ciò può essere attribuito alla maggiore adozione dell'intelligenza artificiale nella scoperta di farmaci per il trattamento di varie forme di cancro, a un numero sostanziale di farmaci promettenti nella pipeline oncologica, al crescente utilizzo dell'intelligenza artificiale nella scoperta e nello sviluppo di farmaci oncologici e al crescente numero di collaborazioni tra grandi aziende farmaceutiche e fornitori di intelligenza artificiale. Questi fattori stanno principalmente guidando la crescita di questo segmento.

Scarica il report di esempio gratuito

Approfondimenti regionali

Il Nord America è pronto a dominare il mercato, principalmente a causa dell'elevata adozione di tecnologie AI nei prodotti farmaceutici, un bacino di pazienti consistente, una maggiore prevalenza di malattie croniche e infettive, infrastrutture sanitarie avanzate e ricerca clinica attiva e sperimentazioni di AI e scoperta di farmaci nella regione. Gli Stati Uniti, in particolare, mostrano una significativa prevalenza di malattie metaboliche e legate allo stile di vita. Come riportato dal CDC, più di 130 milioni di adulti negli Stati Uniti vivranno con il diabete nel 2022. Inoltre, la malattia renale cronica colpisce un adulto su sette nel paese, secondo i National Institutes of Health. Importanti istituzioni accademiche e di ricerca, come l'University of Texas MD Anderson Cancer Center, l'University of Alabama a Huntsville, l'University of Oxford e l'University of Dundee, tra le altre, stanno integrando l'AI negli studi sulla scoperta di farmaci. La crescita dell'intelligenza artificiale nel mercato della scoperta di farmaci nella regione è ulteriormente spinta da sviluppi chiave e da un'elevata concentrazione di attori del mercato negli Stati Uniti. Ad esempio, a novembre 2021, Alphabet, la società madre di Google, ha presentato ISOMORPHIC LABORATORIES come la sua prima società di scoperta di farmaci. Analogamente, a settembre 2022, Microsoft ha stipulato un accordo di collaborazione con Novo Nordisk, offrendo i suoi servizi di intelligenza artificiale, computazionali e cloud per analisi di data science, scoperta di farmaci e attività di sviluppo. Inoltre, l'unità di Johnson & Johnson, Janssen, ha annunciato una partnership con SRI International ad agosto 2022, sfruttando la piattaforma di intelligenza artificiale SynFini di SRI per la scoperta di farmaci a piccole molecole. Si prevede che questi progressi in corso nella regione guideranno la crescita del mercato.

Sviluppi recenti

• A febbraio 2021, Exscientia e l'Università di Oxford collaboreranno per studiare trattamenti per la malattia di Alzheimer.
• A partire da ottobre 2020, Beginning Therapeutics ha stretto una partnership con Genentech (Stati Uniti) per uno sforzo congiunto nello sviluppo di farmaci multi-target, sfruttando le capacità avanzate di intelligenza artificiale di Genesis per identificare potenziali terapie per varie malattie.
• A marzo 2021, Iktos e Pfizer hanno raggiunto un accordo per utilizzare gli strumenti di progettazione di farmaci basati sull'intelligenza artificiale di Iktos per le iniziative selezionate di Pfizer sulle piccole molecole.

Principali attori del mercato