La Toscana accelera sulla trasformazione digitale della sanità, puntando su una rete regionale di anatomia patologica capace di integrare diagnosi, ricerca e innovazione. Al centro del progetto di Digital Pathology e grazie ai fondi della Missione 6, è stata recentemente acquisita una tecnologia che consente di trasformare i tradizionali vetrini istologici in immagini digitali ad alta risoluzione, condivisibili e analizzabili anche a distanza.
Il progetto rappresenta un passaggio strategico verso una medicina sempre più precisa, veloce e personalizzata, in grado di rispondere alle sfide di un sistema sanitario in evoluzione.
Indice degli argomenti
Digital Pathology Toscana, una rete regionale per diagnosi e innovazione
L’iniziativa, descritta recentemente in uno studio pubblicato su Virchows Archiv (European Journal of Pathology), si inserisce in un sistema sanitario già fortemente integrato, composto da tre aziende sanitarie territoriali e quattro ospedali universitari, di cui uno pediatrico, organizzati secondo un modello Hub&Spoke. Questo assetto consente di concentrare le competenze specialistiche nei centri di riferimento e, allo stesso tempo, garantire supporto diagnostico agli ospedali periferici.
La spinta verso la digitalizzazione nasce da esigenze concrete: l’aumento dei casi oncologici e la carenza di medici patologi stanno mettendo sotto pressione il sistema. In questo contesto, la Digital Pathology promette maggiore efficienza, tempi di risposta più rapidi e una proficua collaborazione tra i professionisti.
In Toscana, molte strutture dispongono già di scanner per la digitalizzazione dei vetrini e la Regione ha avviato un percorso graduale che prevede la standardizzazione dei sistemi, l’adozione di un laboratorio informatico interoperante e la creazione di un’infrastruttura cloud centralizzata, in grado di mettere in comunicazione tutti i centri e facilitare consulti a distanza e seconde opinioni.
Intelligenza artificiale, cloud e fondi PNRR Missione 6
Un elemento chiave è costituito dall’introduzione dell’intelligenza artificiale. Gli algoritmi potranno supportare i patologi nell’individuazione di alterazioni cellulari, nell’analisi dei biomarcatori e nella classificazione delle patologie, migliorando la precisione diagnostica soprattutto nei casi più complessi.
Il progetto, finanziato con i fondi PNRR della Missione 6, punta inoltre a sviluppare nuove opportunità di ricerca e formazione, favorendo l’integrazione tra dati clinici, immagini digitali e informazioni molecolari. Non mancano, tuttavia, le criticità: dalla necessità di aggiornare le infrastrutture (spazi di archiviazione, capacità trasmissiva delle reti geografiche, …) alla definizione di regole chiare per la gestione dei dati e per l’uso dell’intelligenza artificiale.
Cos’è la Digital Pathology e perché è una svolta
La Digital Pathology consiste nella conversione dei tradizionali vetrini istologici in immagini digitali ad altissima risoluzione, grazie a scanner dedicati. Queste immagini possono essere archiviate, analizzate e condivise attraverso piattaforme informatiche, anche a distanza. Un nodo particolarmente delicato riguarda la gestione dei dati: non esistono ancora regole uniformi sulla durata della conservazione delle immagini digitali, con implicazioni legali e organizzative, e la digitalizzazione non consente oggi la contemporanea distruzione dei vetrini, ma confidiamo che il legislatore intervenga celermente a supporto delle nuove possibilità tecnologiche.
Si tratta di un cambiamento epocale: per oltre un secolo la diagnosi patologica si è basata sull’osservazione diretta al microscopio, mentre oggi le tecnologie digitali, il cloud e l’intelligenza artificiale consentono di lavorare su dati molto più ricchi e accessibili. In realtà la Digital Pathology realizza una trasformazione profonda che non riguarda solo l’introduzione di nuove tecnologie, ma ridefinisce l’intero modo in cui vengono effettuate le diagnosi, organizzati i servizi e condivise le competenze tra ospedali.
I vantaggi sono molteplici:
• tempi di diagnosi più rapidi
• maggiore uniformità e riproducibilità dei risultati
• possibilità di consulti a distanza e seconde opinioni
• integrazione con strumenti di intelligenza artificiale
• nuove opportunità di ricerca e formazione
Diagnosi digitali e carenza di patologi
L’accelerazione verso la digitalizzazione non è solo una scelta tecnologica, ma una risposta a criticità concrete. In Italia, il numero di patologi è in diminuzione (circa 1.100 professionisti, con una riduzione del 25% negli ultimi anni), mentre i casi oncologici sono in costante aumento e potrebbero crescere fino al 20% entro il 2040.
Questo squilibrio tra domanda e risorse rende necessario ripensare l’organizzazione del lavoro. La Digital Pathology permette di ottimizzare i processi, distribuire meglio i carichi e supportare gli specialisti nelle attività più complesse, anche grazie all’automazione e all’analisi delle immagini assistita dall’AI.
Lo stato attuale e i futuri investimenti
La Toscana parte da una situazione relativamente avanzata: tutte le strutture dispongono almeno di uno scanner per la digitalizzazione dei vetrini e tutte le Aziende Sanitarie utilizzano lo stesso software a supporto dei processi di laboratorio. Tuttavia, le tecnologie di scannerizzazione sono distribuite in modo non uniforme, con differenze significative in termini di capacità, velocità e funzionalità.
Per trasformare questa base in una vera rete regionale, è necessario:
• aumentare il numero di scanner ad alte prestazioni
• standardizzare i formati delle immagini
• uniformare i protocolli di lavoro
L’infrastruttura digitale: cloud, dati e interoperabilità
Uno degli elementi centrali del progetto è la creazione di un’infrastruttura digitale performante e affidabile. La Toscana ha scelto un modello ibrido:
• cloud centralizzato per la distribuzione del software gestionale e del portale di Digital Pathology
• integrazione con piattaforme regionali centralizzate (anagrafe, firma digitale, …)
• autenticazione forte tramite la piattaforma regionale ARPA
• archiviazione delle immagini sugli archivi PACS locali
Questo approccio consente di coniugare flessibilità e sicurezza, garantendo al tempo stesso prestazioni elevate e continuità operativa.
Il ruolo dell’intelligenza artificiale
Un altro pilastro della trasformazione è l’integrazione dell’intelligenza artificiale. Gli algoritmi, addestrati su grandi quantità di dati, potranno:
• individuare alterazioni cellulari difficili da riconoscere
• agevolare la classificazione dei tumori
• supportare la valutazione dei biomarcatori
• generare ipotesi diagnostiche preliminari
L’IA non sostituirà il medico, ma fungerà da supporto decisionale, permettendo ai patologi di concentrarsi sugli aspetti più complessi e migliorando l’accuratezza complessiva delle diagnosi.
Conclusioni
Grazie al PNRR, nell’ultimo triennio in Toscana sono stati investiti circa 85 milioni di euro per l’innovazione tecnologica, di cui 3 milioni specificamente dedicati alla Digital Pathology. A differenza di altre realtà italiane, dove la Digital Pathology è stata introdotta in modo frammentato, la Toscana si distingue per un approccio coordinato e sistemico: la presenza di una governance centralizzata, di un sistema informativo unico e di una strategia regionale condivisa rappresentano un vantaggio competitivo significativo.
Grazie a investimenti mirati, a una visione strategica e a una forte integrazione tra strutture, la Regione si prepara a entrare in una nuova fase della medicina, in cui tecnologia, dati e competenze collaborano per migliorare la qualità delle cure. Se le sfide verranno superate, la Digital Pathology non sarà solo uno strumento, ma il cuore di un sistema sanitario più moderno, sostenibile e centrato sul paziente.
Riferimenti:
Toward a regional digital pathology network in Tuscany: current status and implementation roadmap. Fanelli GN, Ugolini F, Ginori A, Buccoliero AM, Calcinai A, Carnevali A, Cassisa A, Cappelli B, Cattaneo L, Cerratani D, Decarli NL, Garavello G, Lazzi S, Nardini V, Nesi G, Santi R, Scatena C, Ugolini C, Viacava P, Naccarato AG, Massi D. Virchows Archiv. 2026. doi:10.1007/s00428-026-04408-2. Available at: https://link.springer.com/article/10.1007/s00428-026-04408-2
Partecipa alla community