Dall'1 all'11 ottobre studenti e visitatori potranno vestire i panni del medico e scoprire il rapporto tra intelligenza artificiale e diagnosi. Lo faranno allo Spazio Viterbi di Bergamo grazie a HumAIn Medicine, l'app che l'Università Vita-Salute San Raffaele di Milano ha realizzato in occasione di BergamoScienza 2026. In un'ora di laboratorio chi partecipa prende in carico tre casi clinici in ambito cardiovascolare, analizza i dati clinici e gli esami diagnostici e valuta i risultati dell’algoritmo per arrivare a una decisione clinica.
L'app si basa su CORO-CTAIOMICS, un progetto di ricerca di UniSR e IRCCS Ospedale San Raffaele finanziato dal PNRR. Il progetto usa l'intelligenza artificiale per analizzare le immagini della coronaro-TC e stimare il rischio di sviluppare eventi cardiovascolari maggiori nei 4 anni successivi all'esame. Per il laboratorio, gli strumenti di ricerca sono stati adattati al grande pubblico realizzando un’app divulgativa.
L'app simula il percorso di valutazione di un paziente in uno studio cardiologico e accompagna il pubblico lungo alcuni passaggi della pratica clinica, che comincia dalla storia del paziente. Il primo dato da interpretare è un punteggio raccomandato dalle linee guida della Società Europea di Cardiologia, utilizzato per stimare la probabilità che il paziente presenti un restringimento significativo delle arterie coronarie. Il calcolo tiene conto di età, sesso, sintomi (come le caratteristiche del dolore toracico e la presenza di dispnea), e fattori di rischio cardiovascolare, come ipertensione, diabete, fumo e alterazione dei livelli di grassi nel sangue. Questo valore aiuta il cardiologo a stabilire se siano necessari ulteriori accertamenti, tra cui un esame di radiodiagnostica chiamato coronaro-TC. I visitatori aprono quindi la coronaro-TC, un esame non invasivo che utilizza raggi X e mezzo di contrasto per ottenere immagini dettagliate delle arterie che portano sangue al cuore. Le immagini permettono di visualizzare eventuali placche e restringimenti delle arterie coronarie.
A questo punto, i partecipanti classificano l’esame con il CAD-RADS, il sistema di classificazione utilizzato per descrivere in modo standardizzato la presenza e la gravità della malattia coronarica alla TC: si va da 0, in assenza di placca o stenosi, a 5, in presenza di almeno un'occlusione coronarica totale.
Infine, chi prova l'app consulta i risultati dell'algoritmo, che analizza la stessa coronaro-TC e restituisce informazioni quantitative sulle caratteristiche dei tessuti, complementari a quelle ricavate dalla lettura dell'esame da parte del professionista.
Per chi ha voglia di approfondire, il laboratorio, allestito come lo studio di un cardiologo, ospita una serie di pannelli che mostrano e spiegano dal punto di vista fisico le principali tecniche di diagnostica per immagini, dalla radiografia all'ecografia fino a TAC, PET e risonanza magnetica.
Davanti a una coronaro-TC il radiologo valuta le arterie coronarie e cerca eventuali alterazioni, come la presenza di placche o restringimenti che possono ostacolare il flusso di sangue al cuore. Le immagini però contengono molti più dati di quanti l'occhio umano, anche il più esperto, riesca a interpretare. CORO-CTAIOMICS, il progetto di ricerca da cui nasce l'app, lavora proprio su questi dati aggiuntivi.
In ospedale l'esame viene caricato sulla piattaforma di ricerca, che lo analizza in automatico. Gli algoritmi riconoscono prima il cuore e le coronarie. Poi analizzano una regione attorno alle coronarie che comprende la parete del vaso, le eventuali placche e il tessuto adiposo circostante. La tecnica si chiama radiomica e permette di estrarre dalle immagini migliaia di parametri quantitativi che descrivono caratteristiche dei tessuti, come forma, intensità e organizzazione.
Il grasso intorno alle coronarie, detto grasso pericoronarico, è un tessuto metabolicamente attivo che può riflettere cambiamenti dell'ambiente che circonda le arterie. Per questo il progetto di ricerca considera come un’unica regione la parete della coronaria, le eventuali placche e il grasso circostante, e ne misura quantitativamente le caratteristiche per ricavare informazioni utili a comprendere meglio il rischio cardiovascolare.
CORO-CTAIOMICS affianca alla valutazione delle immagini una stima del rischio cardiovascolare futuro. Gli algoritmi combinano i numeri ricavati dalle immagini con alcuni dati clinici del paziente, come età, sesso e principali fattori di rischio. In pochi minuti la piattaforma restituisce una stima individuale del rischio cardiovascolare, insieme a mappe di colore che mostrano come variano, lungo le regioni analizzate, alcuni parametri quantitativi estratti dall’algoritmo. Nell'app HumAIn Medicine i partecipanti ritrovano questi risultati in una versione pensata per il pubblico e li usano per prendere le loro decisioni.
La previsione ha un valore clinico ma non rappresenta una certezza di malattia. Secondo l'Istituto Superiore di Sanità, le malattie cardiovascolari sono la principale causa di morte in Italia, e possono svilupparsi per anni senza sintomi evidenti. Riconoscere per tempo i pazienti più esposti è una delle grandi sfide della medicina. L'obiettivo del progetto di ricerca è ricavare da una normale coronaro-TC più elementi a supporto della valutazione clinica. Nella stessa direzione lavora la piattaforma S-RACE dell'IRCCS Ospedale San Raffaele, che punta a portare i modelli predittivi dalla ricerca alla corsia.
Nell'app divulgativa HumAIn Medicine i risultati dell'AI compaiono anche come mappe di colore, sovrapposte all'immagine dei primi tratti delle coronarie. Davanti a una zona rossa viene spontaneo pensare a un pericolo. La legenda chiarisce che il colore indica il valore assunto dallo specifico parametro e la sua posizione sulla relativa scala, non direttamente il livello di rischio. Per capire se quella variazione incide sul rischio, la mappa va letta insieme all'immagine anatomica, ai dati clinici e agli altri risultati dell'algoritmo.
Questa sintesi spetta al medico, e il laboratorio costruito da UniSR la fa sperimentare direttamente al pubblico. Nella pratica clinica l'algoritmo produce numeri e mappe in pochi minuti. Stabilire cosa significano per quella persona, e quale cura proporle, richiede un giudizio clinico.
Il laboratorio mostra così concretamente quale può essere il ruolo dell'AI nella pratica clinica: uno strumento a supporto del professionista, capace di offrire nuove informazioni senza sostituirne il giudizio e la responsabilità.
Restano aperte alcune questioni etiche. Un algoritmo addestrato su dati distorti o incompleti può produrre risultati meno accurati per gruppi di pazienti scarsamente rappresentati nei dati utilizzati per svilupparlo, con possibili conseguenze sulla valutazione clinica. Abbiamo approfondito il tema parlando di bias dell'intelligenza artificiale in medicina. I dati sanitari sono dati particolarmente sensibili e il loro utilizzo deve rispettare specifiche regole di protezione, privacy ed etica.
HumAIn Medicine nasce dal lavoro dell'Ufficio Public Engagement e Comunicazione della Ricerca di UniSR, che ha trasformato in un'esperienza divulgativa alcuni contenuti di un progetto reale di ricerca.
L'esperienza è stata sviluppata in collaborazione con l'Unità Advanced Imaging for Personalized Medicine e con il Prof. Antonio Esposito, ordinario di Radiologia e Presidente del Corso di Laurea magistrale in Health Informatics, a partire dai contenuti e dagli strumenti di ricerca del progetto CORO-CTAIOMICS.
Durante il festival il laboratorio è animato dai volontari e dalle volontarie di BergamoScienza e dalle studentesse di MUSA, il gruppo studentesco di UniSR dedicato alla divulgazione scientifica.
HumAIn Medicine si può provare fino all'11 ottobre. La partecipazione è gratuita, con prenotazione obbligatoria sul sito di BergamoScienza, dove anche gli insegnanti possono prenotare per le proprie classi.
Ti interessa approfondire il rapporto tra AI e Scienza? Leggi anche intelligenza artificiale nella ricerca scientifica