L’adozione dell’AI agentica nei trial clinici sta mostrando come questa tecnologia possa impattare significativamente sulla gestione, l’analisi e l’ottimizzazione dei processi sperimentali, riducendo i tempi e aumentando l’affidabilità dei risultati.
Uno degli aspetti cruciali in cui l’AI agentica nei trial clinici si sta mostrando particolarmente efficace è la personalizzazione del trattamento. In passato, infatti, i trial clinici si basavano su protocolli standardizzati ma, grazie alla capacità dell’AI di analizzare enormi quantità di dati in tempo reale, è oggi possibile adattare i trattamenti alle risposte individuali dei pazienti. Ad esempio, gli algoritmi predittivi possono suggerire modifiche ai dosaggi o alla combinazione di farmaci, ottimizzando così l’efficacia e riducendo gli effetti collaterali.
Un altro fattore in cui l’AI agentica sta facendo la differenza è la velocità con cui un trial clinico può essere completato. Automatizzando molte delle attività ripetitive e a bassa intensità, come il reclutamento dei pazienti o la gestione dei dati, le risorse umane possono concentrarsi su attività a maggior valore aggiunto, riducendo i costi complessivi e aumentando la produttività.
Pur essendo un percorso ancora di frontiera, l’adozione dell’intelligenza artificiale agentica in ambito Healthcare & Life Sciences offre già esempi d’uso concreti.
In particolare, per i trial clinici, il rapporto Gartner “Life Science Use Case Examples of Agentic AI” – che ha già riconosciuta l’AI agentica come una delle principali tendenze tecnologiche per il 2025 – indica alcune aziende MedTech che offrono soluzioni e use case per migliorare l’efficienza dei trial clinici, ad esempio supportando la selezione dei siti di sperimentazione clinica, il reclutamento dei partecipanti, la compliance alle normative e la comunicazione tra i siti di studio e gli sponsor.
Di seguito, alcuni tra i più significativi casi d’uso dell’AI agentica nell’ambito delle soluzioni finalizzate al processo di ottimizzazione dei trial clinici.
Indice degli argomenti
Soluzioni di AI Agentica per i trial clinici: c’è grande fermento e collaborazione tra aziende leader ( e non solo)
La collaborazione tra IQVIA e NVIDIA è uno degli esempi significativi della grande attenzione che i colossi internazionali dell’IT e dello Human Data Science stanno riservando all’AI agentica in generale e, in particolare, all’AI agentica per i trial clinici. Avviata nel 2025, la partnership è finalizzata a sviluppare modelli AI personalizzati e flussi di lavoro basati su agenti IA per accelerare la ricerca, lo sviluppo clinico e l’accesso a nuovi trattamenti.
L’approccio adottato da IQVIA e NVIDIA si basa sull’utilizzo della piattaforma AI Foundry di NVIDIA in combinazione con le risorse informative di Connected Intelligence di IQVIA.
Questa sinergia consente di affrontare diverse aree critiche nel processo di sviluppo dei farmaci, con un focus particolare su quattro ambiti chiave che coinvolgono l’AI agentica nei trial clinici:
- la selezione dei siti per i trial clinici;
- il reclutamento dei partecipanti;
- la preparazione delle sottomissioni regolatorie;
- la comunicazione tra i siti di studio e gli sponsor.
Nella selezione dei siti per i trial clinici, gli agenti AI sviluppati da questa collaborazione sono deputati ad analizzare vasti set di dati per identificare i centri di ricerca più adatti per specifici studi, considerando fattori come l’esperienza precedente, la capacità di reclutamento e la conformità alle normative. Un approccio data-driven, questo, che potrebbe ridurre significativamente i tempi e migliorare l’efficacia nella selezione dei siti, aspetto notoriamente critico per il successo dei trial clinici.
Per il reclutamento dei partecipanti, gli agenti AI sono impiegati nell’analisi di cartelle cliniche elettroniche, dati demografici e altri fattori rilevanti per identificare rapidamente i candidati idonei, accelerando così una delle fasi tradizionalmente più lente e costose dei trial clinici.
Riguardo alle sottomissioni regolatorie, l’uso di agenti AI è finalizzato ad automatizzare la generazione di documenti complessi, garantendo la conformità con le linee guida in continua evoluzione delle varie agenzie regolatorie globali. Ciò è potenzialmente in grado di ridurre i tempi di preparazione e migliorare la qualità e la coerenza delle sottomissioni.
Infine, l’implementazione di agenti AI per facilitare la comunicazione tra i siti di studio e gli sponsor mira a portare a un flusso di informazioni più efficiente e tempestivo, cruciale per il monitoraggio e la gestione efficace dei trial clinici.
Un sistema multi-agente per l’ottimizzazione dei processi
Akira AI ha sviluppato un sistema multi-agente per ottimizzare i processi dei trial clinici, affrontando alcune delle sfide più pressanti del settore come la lentezza, i costi elevati e la complessità nella gestione dei dati.
Il sistema si basa su una rete di agenti AI specializzati, ciascuno progettato per gestire aspetti specifici del processo di sperimentazione clinica.
Al centro di questa architettura si trova un “master orchestrator”, un agente AI che svolge il ruolo cruciale di coordinamento del flusso di lavoro, assegnando compiti e supervisionando l’esecuzione complessiva del trial.
Quali sono gli agenti AI e come operano nel processo di ottimizzazione dei trial clinici
Ogni agente – spiega Akira AI – è progettato per gestire un elemento specifico del processo di studio clinico:
- Master Orchestrator: fulcro centrale del sistema, è responsabile della gestione del flusso di attività tra tutti gli agenti. Coordina tutte le attività del processo di sperimentazione, assegnando le attività più appropriate e supervisionandone l’esecuzione;
- Agente di reclutamento pazienti: applica l’intelligenza artificiale per esaminare le cartelle cliniche elettroniche (EHR) e altri database per trovare il paziente giusto per la sperimentazione clinica, il che aiuta a svolgere il lavoro in modo più rapido ed efficace;
- Agente di monitoraggio dei dati: essendo colui che controlla costantemente lo stato di salute del paziente e il suo miglioramento nel tempo, utilizza la tecnologia di monitoraggio remoto del paziente (RPM) per acquisire dati effettivi che impediscono eventi avversi o problemi di sicurezza;
- Agente di analisi dei dati: dopo aver raccolto i dati, utilizza algoritmi di apprendimento automatico per analizzare grandi quantità di dati, identificando modelli in grado di prevedere le risposte dei pazienti o i risultati della sperimentazione, ottimizzandone il corso;
- Agente per la conformità normativa: il suo compito è coordinare la preparazione di tutti i processi di sperimentazione con i requisiti normativi locali e internazionali e facilitare la generazione automatizzata di report e documenti per le agenzie di regolamentazione;
- Agente di supporto virtuale per le sperimentazioni: nei casi in cui le sperimentazioni vengono condotte a distanza o i pazienti devono essere controllati a distanza, fornisce consulenze, sondaggi e check-in migliorando la partecipazione dei pazienti e riducendo quindi gli abbandoni.
Il futuro dell’AI agentica nei trial clinici
L’integrazione di agenti di intelligenza artificiale negli studi clinici – secondo AKira AI – rappresenta più di un semplice progresso tecnologico: è uno sforzo collettivo che avvantaggia tutti i partecipanti all’ecosistema sanitario. Dal punto di vista di ricercatori, medici, pazienti e persino aziende farmaceutiche – spiega l’azienda – l’attuale utilizzo dell’ottimizzazione basata sull’intelligenza artificiale ha un impatto positivo.
Nel tempo, i sistemi basati su agenti AI diventeranno sempre più avanzati, garantendo una maggiore automazione per i trial clinici, un’analisi di dati su larga scala e, soprattutto, un’interazione più efficace con i pazienti.
