L’Economia dei Dati Genomici: Il Futuro della Salute o un Codice a Barre Umano in Vendita?

Dietro le promesse di una medicina personalizzata si nasconde un modello di business che trasforma il nostro DNA in un asset finanziario scambiabile.

C’è una certa ingenuità, quasi commovente, nel modo in cui continuiamo a chiamarla “salute”. Quando nel 2003 il Progetto Genoma Umano venne completato, ci fu venduta l’idea di un futuro radioso in cui ogni malattia sarebbe stata debellata prima ancora di manifestarsi.

Ventidue anni dopo, il 20 dicembre 2025, quel futuro è arrivato, ma ha un sapore decisamente metallico.

Non è la vittoria della medicina democratica; è il trionfo della data economy più invasiva mai concepita.

Siamo onesti: nessuno investe miliardi di dollari per pura filantropia.

L’industria della genomica assistita dall’intelligenza artificiale non sta semplicemente cercando di curarvi. Sta cercando di mapparvi, codificarvi e trasformare la vostra sequenza di nucleotidi in un asset finanziario scambiabile.

La convergenza tra il sequenziamento a basso costo e gli algoritmi di deep learning ha creato la tempesta perfetta. Non siamo più pazienti. Siamo set di dati ambulanti, training data per reti neurali che devono imparare a predire chi si ammalerà, quando, e soprattutto quanto costerà mantenerlo in vita.

L’entusiasmo con cui le Big Tech e le case farmaceutiche annunciano ogni giorno nuove “rivoluzioni” nella medicina di precisione dovrebbe far scattare non un applauso, ma un campanello d’allarme assordante. Dietro la promessa di terapie personalizzate si nasconde un modello di business che si nutre della materia prima più intima che possedete: il vostro DNA.

E a differenza di una password o di una carta di credito, una volta che quel codice è stato violato, rubato o venduto, non potete cambiarlo.

È vostro per sempre, e per sempre esposto.

Ma andiamo con ordine e cerchiamo di seguire i soldi, perché è lì che la narrazione del “bene comune” inizia a scricchiolare.

Il codice a barre umano in vendita

Se volete capire dove sta andando il mondo, ignorate i comunicati stampa sui “miracoli della scienza” e guardate le proiezioni finanziarie.

I numeri sono osceni, nel senso letterale del termine: fuori dalla scena, nascosti dietro le quinte, ma enormi. Le stime più recenti ci dicono che il mercato globale dell’IA nella genomica non sta semplicemente crescendo; sta esplodendo con una voracità che ricorda la bolla delle dot-com, ma con implicazioni biologiche ben più gravi.

Secondo le analisi più recenti, il settore è proiettato verso cifre da capogiro. Si prevede che l’industria si espanderà di oltre 1,7 miliardi di dollari tra il 2024 e il 2029, con un tasso di crescita annuale composto che supera il 30%.

Non stiamo parlando di un’evoluzione organica, ma di una corsa all’oro.

Chi sta comprando queste tecnologie? Le aziende farmaceutiche e biotecnologiche, in primis. Hanno un disperato bisogno di ridurre i tempi e i costi della scoperta di nuovi farmaci, e l’IA promette di farlo simulando milioni di interazioni molecolari in pochi secondi.

Ma c’è un dettaglio che spesso sfugge in queste trionfali presentazioni agli investitori: l’IA ha bisogno di dati per funzionare. Tanti dati.

Miliardi di letture genomiche.

E da dove arrivano questi dati? Da noi. Dai test genetici che fate per scoprire se avete origini vichinghe, dai campioni prelevati negli ospedali per diagnosi cliniche, dalle biobanche che raccolgono materiale biologico con consensi informati spesso lunghi quaranta pagine e scritti in “legalese” incomprensibile.

La vera merce di scambio non è il software, è la base di dati.

Le aziende che oggi dominano il mercato dei servizi genomici stanno accumulando un potere predittivo senza precedenti. Precedence Research stima che il valore complessivo del mercato globale raggiungerà oltre 20 miliardi di dollari entro il 2034, trainato da una fame insaziabile di servizi di analisi e interpretazione.

Questo significa che la vostra predisposizione genetica al diabete o all’Alzheimer non è più solo una questione medica privata tra voi e il vostro dottore; è una riga in un database che vale soldi.

Molti soldi.

Tutto questo ci porta a una domanda scomoda: se il valore è nei dati, perché siamo noi a pagare per i test, e non loro a pagare noi per il privilegio di addestrare i loro algoritmi?

L’illusione dell’anonimato e il paradosso del GDPR

Qui entriamo nel territorio del “teatro della privacy”. Le aziende vi diranno sempre che i dati sono “anonimizzati”, “pseudonimizzati” o “aggregati”. Vi diranno che la vostra identità è al sicuro dietro chiavi crittografiche a 256 bit.

È una menzogna rassicurante, ma pur sempre una menzogna.

Il genoma umano è, per definizione, l’identificativo unico definitivo.

Non esiste un modo matematicamente sicuro per rendere anonimo un set di dati genomici completo se incrociato con altre informazioni pubbliche o trapelate. L’European Data Protection Board (EDPB) non usa mezzi termini quando definisce l’analisi genomica guidata dall’IA come un trattamento ad “alto rischio”. Le autorità di regolamentazione europee sanno benissimo che i modelli di IA di grandi dimensioni possono permettere la re-identificazione degli individui con una probabilità allarmante.

Il Regolamento Generale sulla Protezione dei Dati (GDPR) dovrebbe essere il nostro scudo. Parla di “minimizzazione dei dati”, di “consenso esplicito”, di “limitazione delle finalità”. Ma come si applicano questi concetti a un’intelligenza artificiale che, per sua natura, è una “scatola nera”?

Quando un algoritmo di deep learning trova una correlazione tra una variante genetica e una malattia, spesso non sappiamo come l’abbia trovata. E se quei dati vengono usati per uno scopo diverso da quello originale – diciamo, addestrare un modello per una compagnia assicurativa invece che per la ricerca sul cancro – chi lo verrà mai a sapere?

Le proiezioni di mercato suggeriscono una crescita aggressiva, ma ammettono che la mancanza di comprensione delle applicazioni dell’IA e la carenza di personale qualificato rimangono ostacoli significativi.

Tradotto dal linguaggio corporate: stiamo correndo troppo veloci, stiamo implementando tecnologie che nemmeno noi comprendiamo appieno, e non abbiamo abbastanza persone in grado di gestire i disastri etici e di sicurezza che stiamo creando.

Inoltre, c’è il problema della “fuga dei dati”. Anche se un’azienda europea rispetta il GDPR alla lettera, cosa succede quando collabora con partner negli Stati Uniti o in Asia, dove le normative sono più lasche o inesistenti?

I dati genomici viaggiano veloci come la luce sulle fibre ottiche. Una volta che il vostro genoma ha lasciato il server sicuro di Milano per essere processato da un supercomputer in California, buona fortuna a esercitare il vostro “diritto all’oblio”.

Non si può cancellare ciò che è già stato imparato dalla macchina.

La sfera di cristallo (coi nostri soldi)

L’aspetto più inquietante di questa rivoluzione non è nemmeno la privacy in senso stretto, ma la discriminazione algoritmica.

L’Information Commissioner’s Office (ICO) del Regno Unito ha già lanciato l’allarme sui rischi di bias nei sistemi di IA che utilizzano dati genetici. Se i dataset di addestramento sono storicamente sbilanciati (e lo sono, essendo prevalentemente basati su popolazioni di discendenza europea), gli algoritmi produrranno diagnosi e previsioni meno accurate per le minoranze etniche.

Ma il rischio va oltre l’inefficienza medica. Immaginate un mondo in cui il vostro premio assicurativo, o persino la vostra idoneità a un posto di lavoro, vengano calcolati da un’IA che ha “previsto” un alto rischio di sviluppare una malattia cronica tra dieci anni.

Non è fantascienza distopica; è la logica conseguenza di un mercato che vende “prevenzione” e “predizione”.

La medicina di precisione rischia di diventare medicina di esclusione.

Le aziende farmaceutiche e i fornitori di servizi sanitari sono i principali utenti finali di queste tecnologie. Il loro obiettivo è l’efficienza, il profitto, la riduzione del rischio. Se un algoritmo suggerisce che un certo paziente è un “cattivo investimento” a causa del suo profilo genetico, quale incentivo avrà il sistema privato per curarlo?

Siamo di fronte a un paradosso tecnologico: abbiamo strumenti sempre più potenti per comprendere la biologia umana, ma li stiamo inserendo in un contesto socio-economico che premia la segregazione e il profitto a breve termine. L’IA nella genomica potrebbe curare malattie rare e salvare vite, nessuno lo nega. Ma al prezzo attuale, il costo non è in euro, è in libertà civile.

Ci troviamo quindi al 20 dicembre 2025 a celebrare l’ennesimo record di capitalizzazione di mercato del settore biotech, mentre i regolatori annaspano cercando di mettere recinti attorno a una tecnologia che è liquida per natura.

La domanda che dovremmo porci, mentre osserviamo questi grafici di crescita esponenziale, non è “cosa può fare l’IA per la nostra salute?”, ma “chi possiede la versione digitale del nostro corpo?”.

Se la risposta è “una holding quotata al NASDAQ”, allora forse è il caso di preoccuparsi davvero.

Perché in questo grande casinò genetico, il banco vince sempre, e la fiche sul tavolo siete voi.