L’effetto volano: come l’IA sta rimodellando l’assistenza sanitaria basata sulla genetica

Amazon, OpenAI, Google, Anthropic e NVIDIA sono citate per descrivere gli sviluppi nell’intelligenza artificiale e nelle scienze della vita. Al momento della stesura, queste società non sono detenute dal VanEck Genomics and Healthcare Innovators UCITS ETF. I riferimenti a società specifiche non costituiscono consulenza d’investimento né una sollecitazione all’acquisto o alla vendita di alcuno strumento finanziario.

Forse il cambiamento più rilevante nelle scienze della vita degli ultimi tempi non è una singola approvazione di farmaco, il risultato di una sperimentazione clinica o una tappa normativa. È qualcosa di più strutturale: l’intelligenza artificiale non è più semplicemente un altro strumento software a disposizione dei ricercatori. Sta iniziando a emergere come parte dell’infrastruttura di ricerca attraverso cui la medicina genetica viene progettata, validata e sviluppata.

L’IA sta diventando un’infrastruttura di ricerca

In meno di tre mesi - tra il 14 aprile e il 30 giugno 2026 - quattro dei maggiori sviluppatori di IA al mondo, tra i più capitalizzati e meglio finanziati, hanno lanciato piattaforme dedicate alle scienze della vita: Amazon, OpenAI, Google e Anthropic. Amazon Bio Discovery è arrivata il 14 aprile 2026¹, una piattaforma cloud basata sull’IA che unifica in un unico ambiente l’acquisizione di dati biologici, la selezione di modelli di IA e l’integrazione dei flussi di lavoro di laboratorio. Due giorni dopo, OpenAI ha lanciato GPT-Rosalind², un modello di ragionamento di frontiera sviluppato specificamente per la biologia, la scoperta di farmaci e la ricerca medica. Google ha seguito il 20 maggio 2026 con Gemini for Science³, un ambiente più ampio per la ricerca scientifica le cui capacità nelle scienze della vita si basano su strumenti tra cui AlphaFold, AlphaGenome e AlphaMissense. E il 30 giugno 2026, Anthropic ha lanciato Claude Science⁴, un banco di lavoro di IA dedicato, progettato per aiutare i ricercatori ad analizzare dati genetici, cellulari, proteici e chimici utilizzando più di 60 database scientifici e il BioNeMo Agent Toolkit di NVIDIA.

La stessa NVIDIA si era mossa ancora prima. BioNeMo - lanciato inizialmente nel giugno 2023⁵ e ampliato in modo significativo nel 2025 e nel 2026 - occupa una posizione competitiva distinta e, probabilmente, più duratura rispetto a qualsiasi concorrente a livello applicativo.

Ciò che rende questo momento strutturalmente diverso dalle precedenti ondate di adozione tecnologica nelle scienze della vita non è la sofisticazione di una singola piattaforma. È la simultaneità. Queste società, con accesso a capitali consistenti, infrastrutture di calcolo e talenti nella ricerca, sono giunte indipendentemente alla conclusione che le scienze della vita rappresentano una frontiera strategica importante per l’IA. Questo consenso non è casuale. Riflette la convergenza di tre precondizioni che ora si sono verificate simultaneamente: dataset biologici sufficientemente ampi da addestrare modelli significativi, architetture di IA abbastanza potenti da estrarre segnali da tali dataset e un contesto clinico e normativo in cui l’IA viene sempre più utilizzata lungo l’intero ciclo di sviluppo dei farmaci, comprese le presentazioni a supporto del processo decisionale regolamentare⁶. Le dinamiche competitive tra queste piattaforme saranno significative e sono ancora in fase di definizione.

L’esposizione del nostro ETF Genomics al ciclo

L’opportunità di investimento creata dalla corsa alle piattaforme di IA del 2026 va ben oltre l’identificazione di quale singola società tecnologica emergerà come il principale vincitore nell’IA per le scienze della vita. Questa domanda - Google contro OpenAI o Anthropic contro Amazon - è realmente aperta e potrebbe restare tale per anni. L’osservazione più interessante dal punto di vista strutturale per gli investitori è che ogni piattaforma in competizione in questa corsa attinge allo stesso ecosistema sottostante, e il VanEck Genomics and Healthcare Innovators UCITS ETF (Ticker: CURE) è costruito per cogliere più componenti di tale ecosistema, beneficiando al contempo delle capacità di IA che queste piattaforme implementano.

L’ETF replica il MVIS® Global Future Healthcare ESG Index, che copre una gamma più ampia di temi legati all’innovazione sanitaria, incluse società che generano ricavi da terapie basate sulla genetica, piattaforme tecnologiche che le rendono possibili e relative attrezzature e servizi di laboratorio⁷. Questa costruzione su tre livelli corrisponde a parti cruciali dell’infrastruttura più ampia che supporta le scienze della vita abilitate dall’IA, nonché ad aree in cui l’IA può generare benefici commerciali misurabili.

È importante notare che il rapporto tra IA e sanità basata sulla genetica non è una catena del valore lineare. È un ciclo che si autoalimenta.

Fonte: dati interni VanEck.

1. Il ciclo inizia con il sequenziamento. Poiché il costo della lettura del DNA continua a diminuire⁸, grazie a progressi come i miglioramenti degli strumenti di Illumina⁹, le tecnologie single-cell di 10x Genomics¹⁰ e le capacità di long-read di Oxford Nanopore¹¹, vengono generati più dati biologici su un numero maggiore di pazienti, tipi di tessuto e contesti patologici. Questo dataset in espansione è la materia prima su cui vengono addestrate le piattaforme di IA. Claude Science, GPT-Rosalind, Gemini for Science e BioNeMo stanno costruendo le loro capacità nelle scienze della vita proprio su questo dataset biologico in crescita, inclusi output di sequenziamento, cartelle cliniche e profili molecolari.
2. Modelli di IA meglio addestrati migliorano quindi il livello diagnostico. Società come Natera, Guardant Health, QIAGEN e Adaptive Biotechnologies utilizzano analisi abilitate dall’IA e dati di sequenziamento per estrarre segnali clinicamente più significativi dalle informazioni biologiche, migliorando la diagnosi precoce del cancro¹², la selezione del trattamento¹³ e la stratificazione dei pazienti¹⁴.
3. Queste evidenze diagnostiche confluiscono direttamente nello sviluppo delle terapie: sapere quali pazienti presentano una determinata alterazione e, in alcuni casi, quanto essa sia abbondante e in quale tessuto compaia, può contribuire a orientare la progettazione di trattamenti specifici basati sui geni o di vaccini personalizzati. Da lì, l’IA potrebbe accelerare ogni fase della pipeline - dall’identificazione dei target e la progettazione delle molecole fino all’ottimizzazione delle sperimentazioni cliniche e alla presentazione regolamentare. Ad esempio, Moderna afferma che il proprio Scientific Intelligence Engine combina dati, IA e machine learning, automazione e robotica per accelerare la scoperta nell’ambito della sua piattaforma mRNA¹⁵, mentre la collaborazione di Alnylam con Inceptive utilizza l’IA generativa per velocizzare la scoperta di nuove terapie basate sull’RNA¹⁶.
4. E poi il ciclo si chiude. Ogni terapia che raggiunge i pazienti genera nuovi dati clinici: risposta al trattamento, meccanismi di resistenza, dinamiche dei biomarcatori, esiti di lungo termine. Questi dati ritornano al livello del sequenziamento e della diagnostica, addestrando modelli migliori, migliorando le terapie future e giustificando investimenti nella prossima generazione di strumenti di sequenziamento. In questo modo, il ciclo si rafforza da solo e il meccanismo accelera a ogni rotazione.

In definitiva, ciò che il VanEck Genomics ETF offre, nel complesso, non è una scommessa su una singola piattaforma di IA, una singola modalità terapeutica o un singolo esito clinico. Piuttosto, offre un’esposizione diversificata lungo la catena del valore, dove l’IA dipende da queste società per funzionare e può anche creare per esse benefici commerciali nel processo - una relazione bidirezionale che potrebbe consentire al portafoglio di partecipare alla creazione di valore in diverse fasi del ciclo.

La portata dell’opportunità

Sulla base delle attuali stime di terze parti¹⁷, l’intersezione di mercato tra IA e sanità basata sulla genetica potrebbe espandersi in modo significativo, sebbene si tratti di proiezioni e la crescita effettiva possa differire materialmente. Il mercato globale dell’IA nella genomica è stato valutato a 1,2 miliardi di dollari nel 2025 e si prevede che raggiungerà 18,8 miliardi di dollari entro il 2033, con una crescita annua composta stimata (CAGR) del 40,3%.

Fonte: grandviewresearch.com/industry-analysis/ai-genomics-market-report. Investire comporta rischi, inclusa la possibile perdita del capitale

Tale tasso di crescita riflette le stesse forze strutturali descritte dal meccanismo: espansione dei dataset genomici, accelerazione dello sviluppo dei modelli di IA e aumento della domanda di terapie di precisione. Tuttavia, la crescita futura dipenderà da fattori tra cui il successo clinico, la regolamentazione, la disponibilità dei dati, l’adozione da parte degli operatori sanitari e la capacità delle società di trasformare i progressi scientifici in prodotti commercialmente sostenibili.

Più in generale, il mercato globale della medicina di precisione è stato valutato a 116,6 miliardi di dollari nel 2025 e, secondo stime di terze parti, si prevede che raggiungerà 405,1 miliardi di dollari entro il 2033 con un CAGR del 17,0%¹⁸ . Nel complesso, questi dati potrebbero suggerire che l’IA non stia semplicemente accelerando un mercato esistente, ma stia creando un livello distinto e a più rapida crescita al di sopra di esso. Tuttavia, queste proiezioni non sono garantite e potrebbero non concretizzarsi come previsto, poiché fattori esterni potrebbero influenzare materialmente il risultato.

Allo stesso tempo, il contesto normativo si sta evolvendo in modi che potrebbero sostenere questa traiettoria. Storicamente, uno dei maggiori ostacoli nel portare le terapie geniche ai pazienti è stato l’onere regolamentare: agli sviluppatori veniva richiesto di ripetere da zero costosi studi fondamentali per ogni nuovo prodotto, anche quando la scienza sottostante era ben consolidata. La FDA è intervenuta con decisione per affrontare questo problema nel 2026, pubblicando una serie coordinata di linee guida¹⁹ progettate per semplificare lo sviluppo di terapie di gene editing e terapie basate sull’RNA. Queste linee guida consentono agli sviluppatori di basarsi sulle conoscenze scientifiche esistenti, utilizzare dati tra programmi correlati ed evitare test ripetitivi non necessari senza compromettere gli standard di sicurezza. Separatamente, la bozza di linee guida della FDA sull’intelligenza artificiale²⁰ fornisce un quadro di valutazione della credibilità basato sul rischio per informazioni o dati generati dall’IA destinati a supportare il processo decisionale regolamentare su sicurezza, efficacia o qualità di farmaci e prodotti biologici, rafforzando un percorso più chiaro per lo sviluppo abilitato dall’IA lungo tutto il ciclo di vita delle scienze della vita.

Guardando al futuro

È improbabile che l’intelligenza artificiale trasformi la sanità basata sulla genetica da un giorno all’altro, e non tutte le iniziative di IA si tradurranno in successo commerciale. La storia dell’adozione tecnologica nelle scienze della vita è costellata di strumenti che hanno accelerato la ricerca senza accelerare in misura proporzionale le approvazioni - e i colli di bottiglia clinici, normativi e produttivi che hanno sempre definito questo settore non scompaiono solo perché la fase di scoperta diventa più veloce. Gli investitori dovrebbero fare attenzione a non confondere i guadagni di produttività nella ricerca con ricavi nel breve termine.

Detto questo, la direzione resta incerta, sebbene diverse condizioni strutturali che potrebbero sostenere ulteriori sviluppi continuino a rafforzarsi. I costi di sequenziamento continuano a diminuire. I dataset biologici continuano ad ampliarsi. Il contesto normativo è in evoluzione. E quattro dei maggiori sviluppatori di IA al mondo hanno destinato piattaforme dedicate e capitali significativi al settore delle scienze della vita nell’arco di tre mesi - una convergenza che riflette il crescente interesse per le potenziali applicazioni dell’IA nelle scienze della vita.