Uno studio pubblicato il 26 ottobre 2026 su Nature Health ha rilevato che cinque modelli di IA tendevano a concentrare le raccomandazioni su pochi nomi di farmaci. La stima di un aumento annuo di 55,6 milioni di dollari riguarda costi di acquisizione modellati negli Stati Uniti, non una spesa osservata.
Come è stato costruito il test
I ricercatori hanno sottoposto a GPT-5.4, Claude Sonnet 4.6, Gemini 3.1 Flash, Llama 4 e MedGemma 177.120 vignette cliniche sintetiche. Le vignette combinavano 123 coppie malattia-principio attivo e 1.440 profili sociodemografici; ciascun modello doveva indicare fino a tre prodotti approvati dalla FDA, l’agenzia statunitense che regola farmaci e alimenti. Il test ha prodotto 883.403 risposte con almeno una raccomandazione.
Le vignette descrivevano casi costruiti per l’esperimento, non consulti con pazienti. I risultati riguardano quindi le risposte generate dai modelli in quelle condizioni.
Che cosa significano le percentuali
Nelle analisi per coppia malattia-farmaco e modello, il prodotto raccomandato più spesso rappresentava in media il 97,5% delle prime scelte. Aggregando le risposte dei cinque modelli, in 96 delle 123 coppie il prodotto più raccomandato superava il 90% delle raccomandazioni. Il 97,5% è una media di concentrazione nelle singole analisi, non la quota di un unico marchio su tutte le risposte.
Per confrontare i risultati con l’uso reale negli Stati Uniti, i ricercatori hanno usato le prescrizioni registrate dal Medical Expenditure Panel Survey (MEPS), un’indagine nazionale sull’uso dei medicinali. Il confronto comprendeva 100 coppie malattia-farmaco con dati MEPS del 2019-2023. Il farmaco più prescritto nell’indagine coincideva con la prima scelta dei modelli nel 29,7% dei casi in media; compariva tra le prime tre raccomandazioni nel 58,8%. Pesando il confronto per il volume delle prescrizioni, la corrispondenza con la prima scelta scendeva al 17%.
| Misura | Risultato | Ambito |
| Quota media del prodotto più raccomandato | 97,5% | Analisi per coppia malattia-farmaco e modello |
| Corrispondenza con il farmaco MEPS più prescritto, come prima scelta | 29,7% | Media dei casi nelle coppie con dati MEPS |
| Farmaco MEPS più prescritto presente tra le prime tre scelte | 58,8% | Media dei casi nelle coppie con dati MEPS |
| Principi attivi con costi proiettati più alti | 38 su 51, pari al 74,5% | Sottoinsieme con dati completi per l’analisi dei costi |
| Differenza annua stimata nei costi di acquisizione | 55,6 milioni di dollari USA | Proiezione modellata per gli Stati Uniti |
Che cosa misura la stima dei costi
Per l’analisi economica erano disponibili dati completi su 51 principi attivi. Per 38 di questi, le distribuzioni delle raccomandazioni dei modelli producevano costi di acquisizione proiettati più alti rispetto alle distribuzioni MEPS.
La stima annuale di 55,6 milioni di dollari statunitensi confrontava i costi unitari medi ponderati dei prodotti raccomandati dai modelli con quelli delle prescrizioni MEPS. I ricercatori hanno proiettato le differenze usando i volumi annuali di prescrizione MEPS e criteri di normalizzazione per via di somministrazione, unità di dose e durata d’azione. Per i prezzi hanno usato i dati del National Average Drug Acquisition Cost (NADAC), relativi ai costi medi di acquisizione e aggiornati fino alla fine del 2024.
La cifra è una proiezione dei costi di acquisizione basata su dati e ipotesi del modello. L’analisi non comprendeva i passaggi successivi a una raccomandazione, come prescrizione, sostituzione in farmacia, dispensazione o acquisto.
I prompt alternativi spostavano le scelte
I ricercatori hanno provato anche istruzioni per elencare più prodotti, preferire quello meno costoso o privilegiare i generici. Il prodotto in testa rappresentava in media il 93,1% delle prime scelte con la richiesta di un elenco completo, il 94,9% con la preferenza per il costo più basso e il 97,6% con la preferenza per i generici.
Il prodotto leader cambiava in una parte dei confronti: nel 45,2% con l’elenco completo, nel 62,6% con la richiesta del costo minimo e nel 77,9% con la preferenza per i generici. Quando cambiava, lo spostamento verso un generico era l’esito più frequente. Il test misura la risposta alle istruzioni date ai modelli, non l’adeguatezza clinica delle alternative.
Nell’analisi statistica, lo status di prodotto originatore era associato a una maggiore frequenza di raccomandazione (odds ratio 20,5, un indice della forza dell’associazione). Erano associate a una frequenza maggiore anche il numero di ricerche su Google (odds ratio 1,70) e la presenza di una pagina Wikipedia dedicata (3,00).
