Come AI e dati stanno cambiando il lancio dei farmaci

IA, dati e farmaci: perché il 2030 è più vicino di quanto pensiamo

Nel 2024 sono arrivate sul mercato globale oltre 80 nuove terapie approvate. Dieci anni fa erano meno della metà. Questa curva di crescita non è solo un numero: è la pressione quotidiana che vivono aziende farmaceutiche, biotecnologiche, ospedali e medici italiani.

Chi lavora in sanità lo vede chiaramente: più farmaci innovativi, percorsi di cura più complessi, pazienti più informati e sistemi regolatori sempre più stringenti. Il risultato? Lanciare un nuovo farmaco e garantirne l’accesso ai pazienti non è più solo una sfida scientifica, ma soprattutto una sfida di dati, processi e collaborazione.

E qui entra in gioco l’intelligenza artificiale. Non come buzzword, ma come infrastruttura concreta che sta ridisegnando il modo in cui i farmaci vengono sviluppati, approvati, lanciati e seguiti nel tempo. Il caso Veeva Systems, raccontato nel loro recente Commercial Summit di Madrid, è un buon osservatorio per capire dove sta andando il settore – e cosa significa, in pratica, per la sanità italiana.

Questo articolo fa parte della serie “IA nella Sanità Italiana: Innovazione Clinica” e si concentra su un punto preciso: come AI e dati stanno cambiando il lancio dei farmaci e il rapporto tra industria, clinici e pazienti.

---

Veeva Systems: il “sistema operativo” digitale per il pharma

La sostanza è questa: Veeva Systems sta cercando di diventare il “cloud industriale” della Life Science, cioè la piattaforma su cui viaggiano documenti, dati, contenuti, processi di ricerca clinica, attività regolatorie e commerciali di un’azienda farmaceutica.

Fondata nel 2007 in California, presente anche in Italia, Veeva ha costruito negli anni una suite di soluzioni pensata su misura per il settore:

• Veeva Vault per documenti, qualità, farmacovigilanza e compliance regolatoria
• Veeva CRM per gli informatori scientifici del farmaco e le relazioni con medici e farmacisti
• RIM per la gestione delle registrazioni regolatorie a livello globale
• MedComms per la produzione e gestione dei contenuti medico‑scientifici

Queste piattaforme non sono solo software gestionali: sono contenitori di dati strutturati, fondamentali per addestrare e far lavorare in modo sicuro i modelli di intelligenza artificiale.

Un dettaglio non banale, soprattutto per il contesto sanitario europeo: Veeva è una Public Benefit Corporation, quindi ha nel proprio statuto non solo l’obiettivo di profitto, ma anche impegni verso dipendenti, clienti e società. Per un’azienda che tratta dati sanitari sensibili, questo aspetto di governance conta.

Durante il Veeva Commercial Summit Europe, oltre 1200 professionisti di pharma e biotech – tra cui colossi come Bayer, Moderna, Astellas – hanno discusso una domanda semplice ma scomoda: come facciamo a reggere l’ondata di innovazione farmaceutica che arriva da qui al 2030 senza mandare in tilt organizzazioni e sistemi sanitari?

---

2030: un’ondata di lanci farmaceutici senza precedenti

Entro il 2030 il settore biopharma dovrà gestire un volume di lanci mai visto prima. In parte è l’effetto coda della pandemia (studi e approvazioni slittati), in parte il risultato della crescita delle terapie avanzate, cellulari e geniche.

Cosa significa questo per chi lavora in sanità, specialmente in Italia?

1. Più complessità clinica
   Terapie sempre più profilate, per sottogruppi genetici o biomarcatori, con percorsi terapeutici personalizzati.

2. Più complessità regolatoria
   Dossier molto più ricchi di dati, necessità di allineare agenzie regolatorie nazionali ed europee, aggiornamenti continui.

3. Più complessità organizzativa
   Coordinare R&D, Market Access, Medical Affairs, Commercial, Patient Support Program richiede un “cervello digitale” centralizzato, non più fogli Excel sparsi.

4. Più pressione sui clinici
   I medici hanno meno tempo per incontrare l’industria, ma hanno bisogno di informazioni più mirate, contestualizzate sul proprio paziente.

Qui l’intelligenza artificiale non è un “nice to have”: è l’unico modo realistico per orchestrare questa complessità senza moltiplicare all’infinito persone e costi.

“L’obiettivo è rendere le funzioni di un’azienda farmaceutica più efficienti e più efficaci in modo che possano fare di più con lo stesso numero di persone”, ha sintetizzato Chris Moore, presidente di Veeva Systems Europe.

Per il Servizio Sanitario Nazionale italiano questo è un punto chiave: ogni giorno in meno tra approvazione e reale disponibilità di una terapia in corsia o in farmacia ospedaliera è valore clinico ed economico.

---

Dove AI e dati cambiano davvero il lancio dei farmaci

L’AI crea valore nel pharma quando è integrata nei processi reali, non quando vive in progetti pilota isolati. I casi più concreti, anche dal mondo Veeva, sono tre.

1. Dallo sviluppo clinico all’autorizzazione

Qui la domanda è diretta: come ridurre il tempo che passa tra scoperta del farmaco e via libera regolatorio, senza compromettere sicurezza e qualità?

L’AI può intervenire su:

• Analisi dei dati clinici: algoritmi che individuano pattern, segnali di efficacia o sicurezza prima che emergano con le analisi tradizionali.
• Preparazione dei dossier regolatori: sistemi che estraggono automaticamente informazioni dai documenti Vault, li organizzano per agenzia/Paese, segnalano incoerenze.
• Gestione qualità (LIMS): con soluzioni come Veeva LIMS Basics, i laboratori virtuali possono gestire rilascio lotti, certificati di analisi e, dal 2026, stabilità, con flussi più tracciabili e meno errori manuali.

Per un’azienda italiana, questo significa meno re‑work, meno stop regolatori, meno ritardi guidati da problemi documentali anziché scientifici.

2. Contenuti medico‑scientifici e materiali promozionali

Chi lavora in Medical Affairs o Marketing farmaceutico conosce bene il problema: creare, aggiornare, far approvare e distribuire contenuti su tanti canali diversi.

• PromoMats Basics automatizza il ciclo di vita dei materiali promozionali: dall’approvazione interna, all’archiviazione, fino alla distribuzione sui canali digitali.
• L’AI, integrata in questi sistemi, può:
  • proporre versioni locali (es. per il contesto italiano) mantenendo i vincoli regolatori
  • segnalare incoerenze con l’RCP o con gli ultimi dati pubblicati
  • supportare la gestione dei reclami su contenuti e materiali

Per strutture sanitarie e clinici italiani questo ha un impatto molto concreto: meno materiali obsoleti, meno discrepanze tra quello che il medico vede in congresso, in visita o in un portale digitale, più chiarezza sul posizionamento del farmaco in linee guida e pratica quotidiana.

3. CRM intelligenti e rapporto con i medici

Qui il salto è culturale, non solo tecnologico. Come ha detto Raffaele Torti (Customer Engagement Lead di Orion Pharma), siamo passati:

• dall’era di internet,
• a quella dei social,
• all’era delle AI integrate nel CRM.

Con soluzioni come Vault CRM Bot, l’AI diventa un assistente operativo per gli informatori scientifici:

• suggerisce il medico giusto da contattare in un certo momento, sulla base di dati storici e preferenze canale
• propone quali contenuti usare in base alla specializzazione e al comportamento passato del medico
• prepara sintesi delle interazioni e promemoria, riducendo il tempo speso in attività amministrative

Questo libera tempo per un engagement più di qualità e facilita un passaggio necessario per il pharma, soprattutto nel modello B2C: da visite solo fisiche a un vero approccio omnicanale, con email, webinar, portali scientifici, contenuti on demand.

Per il contesto italiano, dove il tempo del medico è sempre più limitato, l’obiettivo non è “fare più visite”, ma fare i contatti giusti, nel modo giusto, al momento giusto.

---

Nuovi processi, non solo nuove tecnologie

C’è un punto del ragionamento di Torti che vale oro per chi guida progetti di IA in sanità: la vera parola chiave non è algoritmo, ma processo.

“Siamo nella fase di adozione e abbiamo definito nuovi processi. L’AI non serve solo ad automatizzare quelli vecchi, ma costringe a crearne di nuovi.”

Tradotto per chi opera in Italia, sia lato industria sia lato strutture sanitarie:

• non basta “mettere un AI sopra” un CRM o un gestionale ospedaliero
• servono dati puliti, governance chiara, regole su chi decide cosa
• va ripensato chi fa cosa: cosa gestisce l’algoritmo, cosa resta responsabilità clinica o manageriale

Alcune implicazioni pratiche per progetti di IA nella sanità italiana:

• definire data owner e responsabilità per la qualità dei dati (es. per le anagrafiche medici, i dati di consumo, i dati di outcome clinici)
• aggiornare policy interne su uso dell’AI in attività regolatorie, comunicazione medico‑scientifica, marketing
• coinvolgere medici e farmacisti ospedalieri fin dall’inizio, non solo a progetto finito

Senza questo lavoro di processo, l’AI resta un POC da presentare ai convegni, ma non regge l’impatto sul lavoro quotidiano.

---

Relazioni, KPI e ruolo dell’umano: cosa cambia davvero

L’adozione dell’IA nel pharma tocca anche dimensioni molto umane: relazioni, metriche, fiducia.

KPI: servono davvero nuove metriche?

Torti è piuttosto netto: le famiglie di KPI restano le stesse.

• KPI di impatto: cambiamento di comportamento di un medico o di un paziente (prescrizioni, aderenza, scelte terapeutiche)
• KPI di performance dei canali: copertura, aperture, click, partecipazione a eventi, engagement digitale

La differenza la fa l’uso dei dati:

• meno focus su “cosa è successo”
• più focus su modelli predittivi: quale mix di canali e contenuti avrà l’impatto migliore, con quali investimenti

Per le aziende che operano in Italia questo significa costruire modelli di correlazione tra attività e outcome reali, non solo reportistiche statiche, e usarli per prendere decisioni di budget, forza vendita, investimenti in servizi ai pazienti.

Medico, paziente e tecnologie: chi parla con chi?

Su un punto l’intervista è chiarissima: il medico resta l’interlocutore centrale.

• Il paziente oggi ha accesso a più dati che mai (wearable, app, referti digitali),
• ma non ha la visione d’insieme clinica per prendere decisioni terapeutiche da solo.

L’IA può:

• aiutare il paziente a interpretare segnali, ad esempio avvisi su aderenza terapeutica
• supportare il medico con suggerimenti data‑driven su aggiustamento terapia, follow‑up, esami da richiedere

Il punto critico è l’equilibrio:

“Possiamo avere i dati migliori e il software migliore, ma se le persone non remano nella stessa direzione, non sono contente e sentono che i bisogni non sono rispettati, nessuna soluzione darà i risultati sperati.”

Nel contesto italiano, dove il rapporto medico‑paziente è ancora fortemente fiduciario, la tecnologia deve rafforzare, non sostituire, questa relazione.

---

Cosa significa tutto questo per la sanità italiana oggi

Se guardiamo al quadro che emerge dal mondo Veeva e lo sovrapponiamo alla realtà italiana, il messaggio è piuttosto chiaro.

Per le aziende pharma e biotech che operano in Italia:

• serve una strategia esplicita su AI e dati: non progetti isolati, ma un vero “cloud industriale” interno
• bisogna investire su CRM intelligenti, contenuti medico‑scientifici strutturati e piattaforme di qualità/regolatorio pronte per l’AI
• i prossimi 3‑5 anni saranno decisivi per chi vuole presidiare bene l’ondata di nuovi lanci da qui al 2030

Per ospedali, IRCCS e strutture sanitarie:

• conviene dialogare con partner industriali che portano dati strutturati e processi chiari, non solo prodotti
• è il momento di ripensare governance dei dati clinici, integrazione con i sistemi di prescrizione, raccolta sistematica degli outcome
• i progetti di IA clinica (diagnostica per immagini, triage, medicina personalizzata) saranno più forti se alimentati da un ecosistema di dati ordinato, anche lato industria

Per clinici e farmacisti ospedalieri:

• l’AI non toglie ruolo decisionale, ma sposta il focus: meno attività ripetitive, più capacità di usare informazioni sintetizzate per decisioni complesse
• diventa strategico sviluppare competenze di interpretazione critica dei suggerimenti AI e di dialogo con i data scientist

Questa serie, “IA nella Sanità Italiana: Innovazione Clinica”, prova a seguire proprio questo filo: come portare l’IA dal laboratorio alla pratica clinica quotidiana, senza perdere di vista la qualità della cura e la realtà operativa delle strutture italiane.

La domanda per i prossimi mesi è piuttosto diretta: la vostra organizzazione – sia essa azienda, ospedale o gruppo di ricerca – sta ancora gestendo farmaci e terapie con logiche analogiche, o si sta preparando a un ecosistema in cui AI e dati sono parte del tessuto quotidiano?