Cinquantamila.it La storia raccontata da Giorgio Dell'Arti

L’antibiotico-resistenza è una delle emergenze sanitarie più gravi del XXI secolo. I batteri stanno diventando sempre più resistenti ai farmaci che un tempo li neutralizzavano, e secondo il Centro europeo per il controllo delle malattie (Ecdc) l’Italia è tra i Paesi più colpiti.
Nel 2024 sono stati registrati circa 12.000 decessi riconducibili a infezioni resistenti agli antibiotici, un numero che ci colloca ai vertici della classifica europea. Parallelamente, il consumo di antibiotici nel nostro Paese è cresciuto: nel 2023 si è arrivati a 22,4 dosi giornaliere definite ogni 1.000 abitanti, con un incremento del 6,3 % rispetto all’anno precedente (dati Aifa, 2025) e secondo le stime dell’Agenzia europea «ha un costo annuo per il nostro Ssn di 2,4 miliardi di euro, con 2,7 milioni di posti letto occupati a causa di queste infezioni», afferma il presidente Aifa Robert Nisticò.
Un uso eccessivo e spesso inappropriato contribuisce ad alimentare un fenomeno che oggi non riguarda più solo gli ospedali, ma anche le infezioni comuni della vita quotidiana.
Per affrontare questa minaccia, l’Italia ha adottato il Piano nazionale di contrasto all’antimicrobico-resistenza (Pncar 2022-2025), basato sull’approccio “One Health”, che riconosce l’interconnessione tra salute umana, animale e ambientale. Tuttavia, le strategie preventive devono procedere di pari passo con l’innovazione nella ricerca di nuovi antibiotici, un settore che per decenni ha subito una forte battuta d’arresto.
Ed è proprio qui che entra in gioco l’intelligenza artificiale. Modelli di Ai generativa e machine learning stanno rivoluzionando la scoperta di nuove molecole, riducendo tempi e costi di sviluppo. In diversi progetti internazionali, reti neurali e modelli linguistici vengono “addestrati” su enormi database chimici per identificare automaticamente strutture potenzialmente efficaci contro ceppi multiresistenti.
Un esempio emblematico arriva dall’Università di Padova, dove il gruppo di ricerca TaccLab, guidato da Cristian Taccioli, ha ricevuto il prestigioso Llama Impact Grant di Meta. Il laboratorio utilizza LLaMA 3.1, un modello linguistico open source, per generare nuove molecole antibiotiche a partire da migliaia di strutture note. Il progetto ha già portato alla sintesi di tre molecole promettenti, che verranno sottoposte a ulteriori fasi di validazione.
Il video abbinato a questo articolo documenta le fasi di ricerca nel laboratorio padovano, con interviste ai protagonisti e immagini del lavoro sui modelli Ai. Come spiega Taccioli: «Crediamo che lo sviluppo di modelli di intelligenza artificiale sempre più potenti renderà la creazione di nuovi farmaci più veloce e meno costosa».
Oggi l’intelligenza artificiale non solo accelera la scoperta di nuovi composti, ma aiuta anche nella diagnostica predittiva e nella sorveglianza microbiologica, prevedendo pattern di resistenza a partire da genomi batterici. Secondo studi recenti pubblicati su Nature e Mdpi Antibiotics (2025), gli algoritmi generativi hanno già identificato candidati antibiotici con efficacia in vivo, aprendo prospettive concrete per la medicina di precisione.
Ma la tecnologia da sola non basta. Serve un cambiamento culturale: uso consapevole degli antibiotici, più ricerca pubblica e cooperazione internazionale. La lotta alla resistenza antimicrobica sarà vinta solo combinando scienza, tecnologia e responsabilità collettiva.
E in questo percorso, progetti come quello del TaccLab di Padova dimostrano che anche in Italia l’innovazione può tradursi in impatto reale, contribuendo a rendere il futuro della salute globale un po’ più sicuro

FRANCESCA CERATI