Immaginate un algoritmo capace di prevedere, con anni di anticipo, il rischio che una persona sviluppi diabete, depressione, cancro o demenza. Non un oracolo, ma un modello matematico che simula la traiettoria della salute umana come fosse una sequenza linguistica. Questo è Delphi-2M, un nuovo sistema di intelligenza artificiale.
La ricerca – nata dalla sinergia tra il Centro tedesco per lo studio del cancro (DKFZ) e l’Università di Copenhagen – è stata pubblicata sulla rivista scientifica Nature, e promette di rivoluzionare la medicina predittiva e la pianificazione sanitaria.
Delphi-2M genera traiettorie di malattia formate su 402.799 cartelle cliniche della UK Biobank e validate su 1,9 milioni di cittadini danesi. Il modello è in grado di prevedere l’incidenza di oltre 1.000 patologie con una precisione paragonabile ai migliori modelli clinici specifici.
“Il sistema non si limita a prevedere una singola diagnosi: simula l’intera evoluzione della salute di un individuo, fino a 20 anni nel futuro”, spiegano gli autori.
La salute umana non è una linea retta. Alterna fasi di benessere, episodi di malattia acuta e, sempre più spesso con l’avanzare dell’età, condizioni di debilitazione cronica, frequentemente intrecciati in un insieme di co-morbilità. Questi modelli non colpiscono tutti allo stesso modo: stile di vita, genetica e status socioeconomico influenzano profondamente il rischio individuale, dove più patologie si manifestano simultaneamente nello stesso individuo.
Comprendere i pericoli specifici di sviluppare multi-morbilità non è solo un esercizio accademico, ma un imperativo per la moderna sanità pubblica. Quando si affronta un paziente con patologie interconnesse, il trattamento di una singola malattia rischia di ignorare il quadro complessivo, spesso aggravando le altre condizioni.
Delphi-2M riesce a: simulare traiettorie future di salute, anche in assenza di dati clinici reali, evidenziare le relazioni temporali tra le malattie (es. pancreatite – cancro al pancreas – mortalità) e generare dati sintetici utili per la formazione di nuovi modelli.
Le applicazioni sono molteplici: screening personalizzati per il cancro e altre patologie; identificazione precoce dei soggetti a rischio; pianificazione delle risorse sanitarie su scala nazionale; supporto alle decisioni cliniche e alle politiche di prevenzione.
In un’epoca di popolazioni che invecchiano e di sistemi sanitari sotto pressione, Delphi-2M potrebbe diventare uno strumento chiave per anticipare i bisogni e ottimizzare le cure, ma non va interpretato come uno strumento diagnostico definitivo, ma come supporto decisionale per medici e policy maker.
“Delphi non è un oracolo, ma un simulatore. Le sue previsioni non sono certezze, ma probabilità condizionate dalla storia clinica e dai dati disponibili”, confermano i ricercatori. Come sempre Il rischio è quello di automatizzare l’errore: se i dati di partenza sono distorti, anche le previsioni lo saranno.
Delphi-2M è solo l’inizio. I ricercatori immaginano versioni future che integrino dati genetici, immagini diagnostiche, parametri da dispositivi indossabili e persino annotazioni testuali. Il sogno è una medicina di precisione che non si limiti a curare, ma sappia prevenire e pianificare.
In attesa di una regolamentazione chiara per l’uso dell’IA in sanità, Delphi-2M potrebbe già essere impiegato per identificare comunità a rischio e allocare risorse, simulare scenari epidemiologici a lungo termine e informare le politiche pubbliche con dati predittivi.
(Articolo pubblicato sul quotidiano LaRagione del 4 Novembre 2025)
Primo Mastrantoni, presidente comitato tecnico-scientifico di Aduc
