Dalla diagnosi alla dieta: come l’intelligenza artificiale sta cambiando l’approccio alla cura della salute. L’utilizzo dell’AI in medicina non è una novità degli ultimi anni. Le prime applicazioni risalgono agli anni Novanta, ma è soprattutto nell’ultimo decennio, grazie alla crescita della capacità di calcolo e alla disponibilità di enormi quantità di dati sanitari, che queste tecnologie hanno compiuto un salto di qualità.
Oggi i Paesi più avanzati nell’impiego dell’intelligenza artificiale in ambito medico sono Stati Uniti e Cina. Negli USA, grandi ospedali, università e aziende tecnologiche investono da anni in sistemi capaci di supportare diagnosi, ricerca farmacologica e medicina personalizzata. La Cina, favorita da una forte integrazione tra innovazione digitale e sistema sanitario, ha accelerato la sperimentazione su larga scala. Anche in Europa si stanno moltiplicando i progetti, soprattutto nel Regno Unito, nei Paesi nordici e in Germania, con un’attenzione particolare agli aspetti etici, normativi e alla tutela dei dati personali.
Ma a cosa serve realmente l’intelligenza artificiale in medicina? L’ambito più maturo è senza dubbio quello della diagnostica. Algoritmi addestrati su milioni di immagini sono in grado di individuare anomalie in radiografie, TAC, risonanze magnetiche e vetrini istologici, aiutando gli specialisti a riconoscere precocemente tumori, patologie cardiovascolari e altre malattie. Non si tratta di sostituire il medico, ma di fornirgli uno strumento aggiuntivo che può aumentare precisione e velocità nell’interpretazione degli esami.
Un secondo campo di applicazione riguarda la medicina personalizzata. Analizzando dati genetici, clinici e anamnestici, l’AI può contribuire a individuare i trattamenti più efficaci per il singolo paziente, riducendo il rischio di terapie poco adatte o inefficaci. In oncologia, per esempio, questi strumenti vengono utilizzati per supportare la scelta dei percorsi terapeutici e per valutare grandi quantità di informazioni, che sarebbe difficile elaborare manualmente. Un terzo, apparentemente meno significativo ma invece altrettanto rilevante, è l’ambito amministrativo: molte strutture sanitarie stanno sperimentando sistemi capaci di automatizzare attività burocratiche, dalla trascrizione delle visite alla compilazione di referti e lettere di dimissione, per consentire a medici e infermieri di dedicare alla cura e alla relazione con il paziente la maggior parte del tempo.
L’intelligenza artificiale sta inoltre rivoluzionando la ricerca farmaceutica. Lo sviluppo di un nuovo farmaco richiede normalmente anni di lavoro e investimenti enormi. Gli algoritmi consentono di analizzare rapidamente milioni di molecole e simulare possibili interazioni biologiche, accelerando alcune fasi della ricerca e riducendo tempi e costi.
E l’Italia? Il nostro Paese presenta un quadro a due velocità. Da un lato esistono centri ospedalieri e universitari all’avanguardia, soprattutto nei settori della radiologia, dell’oncologia, della telemedicina e della ricerca clinica. Dall’altro permangono problemi strutturali legati alla frammentazione dei sistemi informatici, alla disponibilità dei dati e alla necessità di formare nuove competenze professionali. Non a caso molti esperti sottolineano che la vera sfida non è soltanto tecnologica, ma organizzativa e culturale; prima di introdurre nuovi strumenti occorre ripensare processi, modalità e competenze di lavoro.
Particolarmente interessanti sono le applicazioni che riguardano alimentazione, nutrizione e prevenzione. Grazie all’analisi dei dati individuali, l’AI può contribuire alla costruzione di percorsi personalizzati, tenendo conto di età, condizioni cliniche, attività fisica e obiettivi di salute. Alcuni sistemi sono già in grado di riconoscere i cibi da una fotografia, stimarne il contenuto nutrizionale e monitorare le abitudini alimentari nel tempo.
Queste tecnologie potrebbero rivelarsi preziose nella prevenzione dell’obesità e delle malattie metaboliche, due delle principali sfide sanitarie dei prossimi decenni. L’analisi continua dei dati consente infatti di individuare comportamenti a rischio e suggerire interventi tempestivi prima che si sviluppino patologie più gravi.
Anche nel campo dei disturbi alimentari si stanno aprendo nuove prospettive. Strumenti digitali e sistemi di monitoraggio possono aiutare i professionisti a seguire meglio i pazienti e a individuare segnali precoci di disagio. Ma questo settore evidenzia con particolare chiarezza i limiti dell’intelligenza artificiale: anoressia, bulimia e disturbo da alimentazione incontrollata coinvolgono aspetti psicologici, relazionali ed emotivi che nessun algoritmo è in grado di comprendere, dimostrandosi ad oggi strumento non autonomo. Il futuro della medicina non sembra quindi destinato a essere dominato dalle macchine, ma dalla collaborazione tra competenze umane e strumenti sempre più sofisticati. L’intelligenza artificiale può migliorare diagnosi, ricerca, organizzazione sanitaria e prevenzione. La vera sfida sarà utilizzarla per rendere la medicina più efficace senza perdere ciò che la rende davvero insostituibile: il rapporto umano tra chi cura e chi viene curato.
Marta Pietroboni
Medicina narrativa
Se da un lato si spinge l’acceleratore sull’intelligenza artificiale, dall’altro, almeno in ambito medico, prendono giustamente spazio nuove attenzioni e orientamenti, profondamente umani. Forse una nuova disciplina. Stiamo parlando della medicina narrativa, un approccio alla cura, nato tra la fine degli anni ’90 e l’inizio del nuovo secolo, grazie al lavoro della dottoressa e studiosa americana Rita Charon, che mette al centro non solo la malattia, ma anche la storia del paziente. Non sostituisce la medicina basata sull’evidenza scientifica, ma la affianca: da una parte i dati, dall’altra la storia della persona. L’obiettivo è una cura più completa, perché considera il paziente non solo come “caso clinico”, ma come individuo. In pratica significa che il medico non si limita a raccogliere sintomi, esami e dati clinici, ma ascolta e interpreta anche il modo in cui la persona racconta la propria esperienza di malattia: cosa prova, come vive i sintomi, che impatto hanno sulla sua vita quotidiana, sulle relazioni, sul lavoro, sull’identità, al fine di costruire un percorso di cura mirato.
