Vijay Pande, dopo aver sviluppato il progetto Folding@home presso Stanford, ha ampliato gli investimenti di a16z nel settore della salute e delle scienze della vita, gestendo un’attività da circa 4 miliardi di dollari. Pande, che ha lasciato il suo incarico a giugno, ha fondato VZVC insieme a Zach Werner. La nuova società effettua circa cinque investimenti concentrati all’anno invece di 30; il team d’investimento conta soltanto due soci e nelle attività quotidiane si avvale di agenti di intelligenza artificiale.
Secondo Pande, l’intelligenza artificiale può contribuire all’identificazione dei bersagli delle malattie, alla progettazione dei farmaci e al supporto degli studi clinici. Tuttavia, la probabilità che un farmaco arrivi con successo dalla prima sperimentazione fino alla fine della terza è soltanto del 20%; gli studi clinici possono costare centinaia di milioni di dollari. Pande afferma che l’intelligenza artificiale potrebbe produrre risultati migliori rispetto ai modelli animali e favorire lo sviluppo della medicina personalizzata.
Pande ha dichiarato che la difficoltà di raccogliere facilmente dati biologici da internet limita i progressi nell’intelligenza artificiale e che le aziende creano per lo più i propri set di dati chiusi. Ha invece affermato che la diffusione degli atlanti delle informazioni biologiche e dei modelli fondamentali open source potrebbe avere un ampio impatto sul settore. Pande ha sottolineato che l’intelligenza artificiale non può risolvere tutto da sola e che il principale fattore limitante è spesso la mancanza di dati.
Perché è importante
La struttura di VZVC, basata su un team ristretto e su un numero limitato di investimenti concentrati, mostra come la specializzazione nei settori della salute e delle scienze della vita venga perseguita insieme alla ricerca dell’efficienza operativa. Il problema fondamentale alla base di questo approccio è che, a causa degli elevati costi e della bassa probabilità di successo nello sviluppo dei farmaci, il progresso tecnico non si traduce direttamente in risultati clinici. Per questo, l’utilizzo dell’intelligenza artificiale nell’identificazione dei bersagli delle malattie, nella progettazione dei farmaci e nei processi di ricerca emerge non soltanto come una questione di software, ma anche come una questione di accesso ai dati biologici. Il fatto che i dati rimangano confinati all’interno delle aziende limita il trasferimento degli strumenti sviluppati ad altre ricerche. La diffusione di atlanti biologici aperti e di modelli fondamentali potrebbe modificare questa struttura frammentata dei dati; tuttavia, il loro impatto sul successo clinico rimane ancora una questione aperta.