Facilitare nuove scoperte nel campo delle scienze della vita grazie alle applicazioni di intelligenza artificiale
Il dirompente potenziale insito nell’IA è solo agli inizi: le analisi dei dati che un tempo potevano richiedere settimane, mesi o addirittura anni, possono ora essere eseguite molto più rapidamente, consentendo di ricavare risultati in modo più veloce. La ricerca nel campo delle scienze naturali, un’area che studia tutta la vita sul nostro pianeta, dai microrganismi alle piante fino agli interi ecosistemi, passando per gli animali e gli esseri umani, è pronta a trarre vantaggio da questa rivoluzione tecnologica. Ad esempio, gli algoritmi di apprendimento automatico in grado di analizzare dati biologici complessi sono sempre più utilizzati per creare modelli di salute predittivi, aprendo le porte allo sviluppo di un’assistenza sanitaria più personalizzata. Gli strumenti di IA possono inoltre contribuire a simulare il potenziale effetto di nuovi trattamenti e farmaci, identificando le molecole promettenti ed evidenziando i possibili effetti collaterali ben prima dell’inizio delle sperimentazioni cliniche. È degno di nota il fatto che i premi Nobel 2024 per la Fisica e la Chimica siano stati assegnati essenzialmente per l’IA nella scienza; il secondo di questi è stato consegnato in virtù della ricerca sull’IA per la previsione della struttura delle proteine. «Ho sempre pensato che se riuscissimo a costruire l’IA nel modo giusto, essa potrebbe diventare lo strumento definitivo per aiutare gli scienziati», afferma Demis Hassabis, co-fondatore dell’impresa DeepMind e vincitore del premio Nobel(si apre in una nuova finestra). Al di là del settore sanitario e di quello medico, la capacità di analizzare grandi quantità di informazioni eterogenee provenienti da una serie di fonti può migliorare significativamente i processi decisionali. I responsabili politici che cercano di proteggere gli ecosistemi, per esempio, devono tenere conto di una serie di questioni complesse prima di individuare il percorso migliore da seguire e gli strumenti basati sull’IA possono agevolare il loro compito di raccogliere e strutturare tali informazioni in modo pratico e utilizzabile.
Promuovere l’innovazione e la competitività
Questo Results Pack presenta un portafoglio diversificato di progetti sostenuti dall’Unione europea che dimostrano le modalità con cui l’applicazione dell’IA stia facilitando nuove scoperte nel campo delle scienze della vita. L’IA nella scienza in generale, e nelle scienze della vita in particolare, rientra tra le priorità politiche della Commissione europea, come evidenziato dalla lettera di missione(si apre in una nuova finestra) inviata dalla presidente Ursula von der Leyen alla Commissaria per le start-up, la ricerca e l’innovazione. Nella lettera, la presidente von der Leyen chiede «una nuova strategia multidisciplinare per le scienze della vita europee(si apre in una nuova finestra) per sbloccare tecnologie di alto valore a sostegno della transizione verde e di quella digitale», nonché «una strategia volta ad incentivare l’adozione dell’IA da parte degli scienziati europei». Queste nuove strategie saranno pubblicate nel corso del 2025. I progetti presentati in questo Results Pack sostengono il lavoro dell’Unione europea in questo campo e contribuiranno a mantenere la sua posizione in qualità di pioniere mondiale nella scienza e nell’IA, il che risulterà fondamentale al fine di stimolare la competitività europea e la creazione di nuovi posti di lavoro sostenibili. I progetti finanziati dall’UE illustrati in questo Pack dimostrano come l’applicazione di strumenti di IA stia approfondendo la nostra comprensione delle scienze della vita, con il potenziale di agevolare lo sviluppo di soluzioni innovative intese ad affrontare una serie di sfide complesse. Le conoscenze generate aiutano inoltre i responsabili politici e le parti interessate a comprendere appieno i vantaggi associati agli strumenti di IA e a intraprendere di conseguenza azioni di supporto. Molti di questi progetti erano caratterizzati da un rilevante aspetto a livello di salute. AI-PREVENT, ad esempio, ha applicato l’IA a insiemi di dati relativi alla salute e ad altri fattori dello stile di vita allo scopo di conseguire un’assistenza sanitaria più predittiva e personalizzata; analogamente, AI-SPRINT ha impiegato l’apprendimento automatico al fine di sviluppare modelli per la valutazione del rischio di ictus, combinando dati sensoriali con informazioni sullo stile di vita. Gli strumenti di IA introdotti da MIRIADE potrebbero trasformare la cura della demenza consentendo di effettuare diagnosi più precoci, mentre gli strumenti di IA e simulazione computerizzata concepiti da Disc4All potrebbero fornire un supporto clinico per identificare e affrontare la degenerazione spinale. Al tempo stesso, EAR si è concentrato su dispositivi mobili indossabili abilitati all’IA progettati per monitorare la salute attraverso l’analisi dei suoni del corpo; FEMaLe ha sviluppato strumenti di ausilio alle decisioni cliniche, anch’essi alimentati dall’IA, volti ad aiutare i medici a identificare più precocemente l’endometriosi; H-MIP ha applicato la scienza dei cittadini e tecniche di IA per comprendere in maniera migliore e prevenire la trasmissione di malattie portate dalle zanzare; MOOD ha sfruttato la scienza dei dati per migliorare la preparazione dell’Europa contro le malattie infettive emergenti e, infine, GATEKEEPER ha sviluppato una piattaforma sanitaria basata sull’IA per prevenire, gestire e trattare le patologie legate all’età. I progetti hanno inoltre applicato strumenti di IA a una serie di set di dati, riunendo informazioni di svariato tipo. EPOCHAL ha utilizzato l’IA allo scopo di ricostruire le esposizioni storiche ai pollini per la ricerca in materia di impatto sulla salute, mentre GUARDEN ha sviluppato nuovi strumenti guidati dall’IA per aiutare i responsabili politici a integrare meglio le questioni relative alla biodiversità nel processo decisionale e Health CASCADE ha applicato le tecnologie digitali e l’IA al fine di migliorare e supportare la formazione scientifica in diverse discipline correlate. WaterSENSE ha integrato i dati sull’utilizzo dell’acqua per garantire la conformità alle normative, contribuendo ad assicurare un impiego più ottimale di questa preziosa risorsa. Un altro progetto incentrato sull’ambiente è stato MAELSTROM, che ha utilizzato l’IA e altre tecnologie digitali per evitare che i rifiuti di plastica finiscano negli oceani; per contro, FoodSafeR si è avvalso dell’IA per raccogliere dati sui primi segnali di rischi alimentari emergenti, aiutando gli esperti a rispondere in modo rapido e sicuro. Altri due progetti finanziati dall’UE degni di nota sono BMAI, che ha cercato di automatizzare una serie di compiti ripetitivi per migliorare la diagnostica del cancro, e d3pm, che ha sperimentato il riconoscimento delle immagini da parte dell’IA con l’obiettivo di individuare le malformazioni prenatali.