Se domani una donna si siederà davanti a un monitor per la sua mammografia, che cosa potrà aspettarsi? Il classico referto, la voce rassicurante del medico, qualche raccomandazione per il prossimo controllo, magari una pacca sulla spalla. Eppure, in quell’immagine silenziosa, ci sono informazioni che nessun essere umano, nemmeno il più bravo, il più esperto, il più sensibile, ha mai saputo leggere. Ed è qui che iniziano le storie più “innovative”, ossia quelle di un’Intelligenza Artificiale che possa “vedere nel futuro” (almeno in parte) e risolvere problemi.
Indice degli argomenti
L’IA come supporto ai medici, non sostituto
Tra le grandi rivoluzioni invisibili (o poco visibili) della medicina contemporanea, la più inattesa è (stata) proprio la capacità delle macchine di scandagliare milioni di dati, mammografie e referti per poi “dire”, con una certa probabilità, chi rischia davvero di ammalarsi di tumore al seno nei prossimi anni. Ma attenzione: non è magia, non è predestinazione e, di sicuro, non è una sentenza. È, invece, uno spazio aperto a nuove scelte, nuovi percorsi, nuove paure e nuove speranze.
Quando si parla con chi lavora ogni giorno nei reparti ospedalieri, si parla, con un certo “fascino misto a cautela”, dell’Intelligenza Artificiale come uno strumento e non un fine. È una tecnologia che può suggerire al medico di approfondire, di imparare, di aiutarlo, insomma; ma non può sostituirlo nelle sue decisioni. Eppure, molte pazienti dei nosocomi di diverse parti del mondo ignorano che “dietro le quinte” operano software in grado di individuare una percentuale di rischio molto più accurata rispetto ai vecchi “calcolatori” che si basano su età e familiarità.
Come funzionano gli algoritmi predittivi
Gli algoritmi che oggi vengono utilizzati nel campo della prevenzione del tumore al seno, come quello della texana Clairity[1], di DeepHealth del Massachusetts e dell’iberica BosomShield, funzionano in modo tanto sofisticato quanto imprevedibile per i non addetti ai lavori. Prendono in carico dati “grezzi”, ossia le mammografie raccolte da migliaia di donne, e li collegano, “imparando” a riconoscere le micro-trame del tessuto che, a distanza di cinque anni, si sono associate all’insorgenza di un tumore. È come se, invece di affidarsi alle intuizioni dei radiologi, le macchine potessero andare a ritroso, vedere le cause invisibili e mettere in fila minuscoli indizi nascosti sotto la superficie.
Screening personalizzati per una sanità più efficiente
Questa evoluzione rappresenta una svolta concreta anche per i sistemi sanitari di molti paesi (compreso il nostro). Si immagini di poter offrire screening dedicati alle donne che davvero ne hanno bisogno, evitare sovra-diagnosi ed esami inutili e/o costosi per chi corre pochi rischi. E invece, per le pazienti “ad alto rischio”, non limitarsi alla solita mammografia periodica, ma proporre risonanze magnetiche, consulenze oncologiche e, persino, una valutazione farmacologica preventiva.
Ha senso? Molti medici sostengono di sì, soprattutto in Italia, dove la prevenzione resta diseguale: al Nord si raggiungono tassi di adesione ai programmi pubblici superiori al 70%, ma in molte regioni del Sud la percentuale crolla e l’offerta non è uniforme.[2]
Verso una prevenzione più equa e democratica
L’aspetto più intrigante, se ci si pensa su, è che l’Intelligenza Artificiale lavora su qualcosa di “democratico”, un’immagine: tutti, potenzialmente, sono esposti agli stessi algoritmi. Così, la ricerca tuona che, abbattendo il bias (pregiudizio) dei dati clinici tradizionali, si potrebbe rendere la prevenzione più equa, meno influenzata da cultura, educazione e patrimonio genetico dichiarato.
In pratica, il futuro potrebbe essere meno ingiusto, in linea con i principi etici a cui l’Intelligenza Artificiale deve conformarsi.
Accuratezza e limiti degli algoritmi attuali
Ma quanto sono sicuri questi algoritmi? Qui la storia si fa complessa, come sempre, peraltro, quando l’innovazione “sfida” la realtà.
Gli studi di validazione, pubblicati negli ultimi anni da centri europei e americani, raccontano di accuratezze superiori al 70%, con punte del 75%. Sono cifre che per chi ha visto fallire i vecchi calcolatori (che arrivavano a malapena al 60%) rappresentano una vera boccata d’ossigeno.[3]
Ma il mondo scientifico resta cauto. Nessun modello è ancora stato validato su tutte le tipologie di pazienti (in particolare, le donne africane e orientali restano meno rappresentate nei grandi database) e molti risultati sono retrospettivi, quindi non sempre trasportabili nella pratica clinica.
L’impatto psicologico della predizione del rischio
C’è poi la questione delle ricadute psicologiche. Per esempio, comunicare a una donna di avere un rischio superiore al 5% di sviluppare il tumore nei prossimi anni è delicatissimo. Il rischio di creare ansia, di agire in eccesso (ossia fare esami inutili o assumere farmaci che presentano effetti collaterali) è reale.
Per questo è sempre consigliato abbinare il risultato del software al supporto di un esperto capace di accogliere le paure e le domande che ne derivano.
Ottimizzazione delle risorse sanitarie
Alcuni studi stanno anche cercando di capire quanto si possa “tagliare” la frequenza dei controlli alle pazienti “a basso rischio” di sviluppo di tumore al seno, liberando risorse per chi ne ha davvero bisogno.
Secondo alcuni analisti, questa personalizzazione sarebbe il vero snodo per avere una sanità più sostenibile e meno centrata sulla medicina difensiva.
Applicazioni future dell’IA in oncologia
Oltre il tumore al seno, gli algoritmi predittivi sono già in studio per il polmone, il rene, il cuore. Alcuni modelli del Massachusetts Institute of Technology (MIT) promettono di riconoscere il rischio di tumore al polmone anche tra i non fumatori[4].
In altre ricerche, l’Intelligenza Artificiale contribuisce ad identificare la sede primaria di tumori di origine sconosciuta, una vera sfida per oncologi e pazienti che spesso si trovano davanti a terapie “alla cieca”[5].
Privacy e protezione dei dati sanitari
Naturalmente, quando si entra nell’universo dell’Intelligenza Artificiale, è inevitabile pensare alla privacy e alla protezione dei dati personali. Ogni mammografia, ogni referto, ogni dato sanitario e genetico è una “tessera di un mosaico” che va protetta e trattata con cura. In Unione Europea, con il GDPR (Regolamento UE 2016/679), l’AI ACT (Regolamento UE 2024/1689) e, in Italia, con la appena varata legge in materia di Intelligenza Artificiale (L. 132/2025) si stanno sperimentando sistemi di pseudonimizzazione (dati reali “mascherati” ma recuperabili), anonimizzazione (dati reali resi irrecuperabili) e sintetizzazione (dati creati da zero, senza collegamento a una persona reale) sempre più sofisticati.
Ma il punto vero è la fiducia: le pazienti devono sapere chi usa i loro dati, come, per quali finalità.
Il ruolo umano del medico nell’era dell’IA
Sul fronte sociale ed etico, invece, la discussione è appena iniziata. Una parte della comunità medica teme che la presenza dell’Intelligenza Artificiale possa ridurre il ruolo “umano” del medico a semplice “interprete” dei risultati di una macchina.
Altri sostengono che invece proprio la collaborazione tra medico e algoritmo renderà la diagnosi più robusta e meno “lassista”. In fondo, chiunque abbia vissuto un percorso oncologico sa quanto sia importante, accanto alla precisione tecnica, la capacità di ascolto, di rassicurazione e di empatia del medico.
L’equilibrio tra tecnologia e dimensione umana della cura
E allora, il futuro della medicina sembra tornare a una domanda “antica”: come unire sapere scientifico, tecnologia all’avanguardia e il senso profondo della cura?
Forse la risposta è proprio nell’ibrido, nell’accettare che i dati non bastano, che serve un’interpretazione, una sorta di “aggiunta di senso” e che, anche nel tempo dell’Intelligenza Artificiale, la vera differenza la fanno le persone.
Una rivoluzione gentile fatta di domande
In altri termini, siamo all’inizio di quella rivoluzione “gentile”, fatta più di interrogativi che di risposte. La medicina, quella vera, non sarà mai solo numeri, e il tumore al seno, nella sua spaventosa frequenza e drammaticità, diventa il campo di prova per capire se la tecnologia può davvero aiutarci a vivere meglio, non solo più a lungo.
Se l’Intelligenza Artificiale sta cambiando tutto ciò che sappiamo sulla prevenzione del tumore al seno, è ancora la capacità di scegliere, discutere, decidere insieme che può guidare le pazienti e i medici verso nuovi traguardi. Come nella migliore delle rivoluzioni, quella che conta è vedere le opportunità, senza smettere di porsi domande.[6]
Note
[1] A Breakthrough in Breast Cancer Prevention: FDA Clears First AI Tool to Predict Risk Using a Mammogram. BCRF. https://www.bcrf.org/blog/clairity-breast-ai-artificial-intelligence-mammogram-approved/?utm_source=xrayinterpreter.com
[2] Tumore seno, cresce l’adesione allo screening ma divario Nord-Sud. Ansa. https://www.ansa.it/canale_saluteebenessere/notizie/medicina/2025/10/03/tumore-seno-cresce-adesione-a-screening-ma-divario-nord-sud_7a13b410-71db-4d72-87f9-1154aae2b3d1.html
[3] L’intelligenza artificiale è la chiave per una cura del cancro al seno più intelligente e incentrata sul paziente. CORDIS. https://cordis.europa.eu/article/id/461098-ai-key-to-smarter-patient-centered-breast-cancer-care/it
[4] MIT researchers develop an AI model that can detect future lung cancer risk. Massachusetts Institute of Technology. https://news.mit.edu/2023/ai-model-can-detect-future-lung-cancer-0120
[5] Prediction of tumor origin in cancers of unknown primary origin with cytology-based deep learning. Nature. https://www.nature.com/articles/s41591-024-02915-w
[6] Want to Know Your Future Breast-Cancer Risk? Just Ask AI. The Wall Street Journal. https://www.wsj.com/health/ai-breast-cancer-screening-tool-8d3ac976
