L’intelligenza artificiale, o AI dalla definizione anglosassone di Artificial Intelligence, è sempre più diffusa anche nel campo della medicina umana. Le sue possibilità di applicazioni sono in continua evoluzione e pressoché infinite. Da tempo, per esempio, l’intelligenza artificiale offre soluzioni telematiche per raggiungere i cittadini in aree remote e remote del Paese con la medicina a distanza, colmando il gap assistenziale sul territorio ove c’è carenza di medici, migliorando servizi e assistenza. Organizza in modo rapido ed efficace i ricoveri ospedalieri e la gestione delle emergenze.
Rende disponibili devices indossabili e app di semplice fruizione da cellulare, per i pazienti con malattie croniche, assicurando un monitoraggio costante, quindi garantendo un migliore follow up e diminuendo gli accessi impropri ai centri.
L’AI in medicina continua a evolvere e oggi conta sull’impiego di tecnologie sempre più sofisticate, ottimizzando gli iter diagnosi, i trattamenti e il follow up delle delle malattie in modo preciso, personalizzato e in tempi più rapidi. Gli algoritmi del machine learning riescono a processare grandi quantità di immagini mediche, dalle radiografie alle risonanze magnetiche alle tomografie, con una accuratezza superiore a quella umana.
La prima Società Scientifica di AI oncologica
Un esempio dell’importanza che la AI riveste oggi in medicina è la nascita di ESAC, la prima Società Europea di Intelligenza Artificiale in Oncologia, presentata all’Istituto Nazionale dei Tumori di Milano nel corso del convegno internazionale “Artificial Intelligence in Cancer Research” l’8 e 9 maggio 2025.
ESAC – European Society for AI in Cancer, dedicata interamente all’uso dell’intelligenza artificiale in oncologia, unisce per la prima volta i massimi esperti europei provenienti di diverse aree di ricerca, dall’oncologia medica alla radiologia, dalla patologia alla ricerca preclinica, oggi integrate dalle ultime scoperte nel campo della bioingegneria.
La ricerca scientifica di ESAC verte su diverse aree di impiego della AI nella ricerca e nella pratica clinica oncologica. Un oggetto di studio sarà, per esempio, l’utilizzo dell’intelligenza artificiale nell’imaging oncologico, in radiologia e patologia digitale, nell’impiego di modelli linguistici e foundation models per l’analisi di dati clinici e analisi testuale. Saranno approfondite le possibilità offerte dalle analisi con reti neurali per l’integrazione di dati real world e multi-omici. Anche la valutazione della qualità della vita dei pazienti oncologici e la predizione degli outcome saranno più gestibili e immediate grazie alla AI.
L’AI per la diagnosi precoce del melanoma
Programmi di AI sono già disponibili per la gestione di importanti patologie oncologiche. Un esempio è il melanoma, un tumore invasivo della pelle che, attualmente, in Italia rappresenta la terza malattia oncologica per diffusione al di sotto dei 50 anni, con quasi 13mila nuove diagnosi nel 2024.
Grazie all’intelligenza artificiale, sono oggi possibili tecniche diagnostiche precoci rapide e altamente precise. Un esempio è la Mappatura Nei Total Body Advanced, servizio del Centro Diagnostico Italiano di Milano, che permette allo specialista di mappare in modo completo e automatico l’intera superficie cutanea, monitorando durante le sedute di follow up l’evoluzione di nei e lesioni cutanee.
Un sistema di 92 telecamere fotografa in altissima definizione le lesioni pigmentate presenti su tutto il corpo, in pochi decimi di secondo. Le immagini acquisite sono numerate, classificate secondo parametri morfologici e inserite in una mappa dinamica e tridimensionale. Il dermatologo, attraverso una videodermatoscopia ad alta risoluzione, analizza le lesioni sospette e, grazie all’impiego di un sofisticato programma di intelligenza artificiale, le classifica per grado di rischio. L’integrazione con dati provenienti dalla storia clinica e familiare del paziente assicura una valutazione ancora più accurata e un monitoraggio ottimale e personalizzato.
Dati sintetici per sostituire quelli umani carenti
Non sono solo le malattie oncologiche, tuttavia, a beneficiare delle possibilità offerte dalla AI. L’intelligenza artificiale generativa, in particolare, può supportare la ricerca clinica e farmacologica laddove i dati che derivano dall’esperienza sui pazienti non sono sufficienti, attraverso l’impiego dei dati sintetici. Può succedere, per esempio, nel campo delle malattie rare, quando la ricerca su nuovi farmaci e terapie efficaci rischia di essere frenata dalla scarsa disponibilità di dati umani per i trial clinici.
La conferma di questo essenziale campo di applicazione viene, tra l’altro, dal Report “Generative AI and synthetic data for clinical application” sul ruolo della Generative AI nei settori farmaceutico e Healthcare, presentato a marzo 2025 a Milano da NTT DATA, leader mondiale nei servizi tecnologici e business digitale e da Train, Spin-off dell’IRCCS Istituto Clinico Humanitas per lo sviluppo dell’AI generativa.
La AI generativa è in grado di produrre dati sintetici, che condividono le stesse proprietà statistiche dei dati reali, quindi sono preziosi per la ricerca, i test clinici e l’addestramento di modelli di machine learning. Al tempo stesso, però, non contengono informazioni personali quindi sono sicuri per la privacy, possono essere progettati per ridurre i bias presenti nei dati reali e assicurano un serbatoio di dati per analisi e addestramento.
Molti aspetti nella diagnosi e trattamento delle malattie rare potranno trarne beneficio, in modo particolare la messa a punto e sperimentazione dei farmaci orfani, gravati dal problema che il non elevato numero di pazienti non motiva le case farmaceutiche a investire capitali destinati alla ricerca e le istituzioni ad articolare provvedimenti mirati. Grazie all’analisi di database immensi contenenti composti chimici, dati biologici e variabili geniche, la AI può individuare le molecole più promettenti, efficaci e con meno effetti collaterali per le malattie rare, riducendo i tempi e i costi della ricerca.
L’intelligenza artificiale per le malattie pediatriche
Anche l’ambito della pediatria, infine, trae vantaggi dai numerosi impieghi della AI. Succede, per esempio, al Bambino Gesù di Roma, dove le indagini microbiologiche, per la diagnosi di numerose malattie infettive, si basano oggi sulla metagenomica, una tecnica di indagine genetica che integra sequenziamento genomico avanzato, intelligenza artificiale e competenze multidisciplinari. Questo approccio permette diagnosi rapide e terapie mirate per i piccoli pazienti, soprattutto quelli affetti da patologie che abbassano l’attività del sistema immunitario e rendono esposti a infezioni a volte, purtroppo, anche fatali.
Gli algoritmi dell’intelligenza artificiale interpretano le informazioni genetiche dei germi presenti in un campione (sangue, liquor, tessuti o altri fluidi corporei), individuando la correlazione tra i patogeni e la sintomatologia. Questa tecnologia ha già permesso di diagnosticare casi di infezione rari e gravi potenzialmente fatali, come lo shock settico per il Lactococcus garvieae, un batterio della trota, atipico nell’uomo e quindi mai ricercato, o quello di un’infezione da Ustilago maydis, un fungo del grano.
Proprio l’impiego della AI ha permesso ai ricercatori di identificare che agenti patogeni che altrimenti sarebbero rimasti invisibili e a salvare delle vite. L’AI in medicina è quindi un universo in espansione, che attende di essere esplorato e che apre a nuove speranze e prospettive.
di Roberta Raviolo
