Uno studio svedese di proporzioni enormi dimostra che l’intelligenza artificiale è in grado di identificare le persone a maggior rischio di melanoma usando dati sanitari già disponibili nei sistemi ospedalieri. Non parliamo di tecnologie futuristiche o di strumenti sperimentali confinati in qualche laboratorio: parliamo di informazioni che già esistono, come età, sesso, diagnosi pregresse, farmaci assunti e condizioni socioeconomiche. Il punto è che nessuno, fino ad ora, le aveva messe insieme in questo modo.

La ricerca, condotta dall’Università di Göteborg in collaborazione con il Politecnico Chalmers, ha analizzato i dati dell’intera popolazione adulta svedese. Oltre sei milioni di individui inclusi nel dataset, di cui 38.582 hanno sviluppato un melanoma nell’arco di cinque anni. Una percentuale apparentemente piccola, lo 0,64%, ma che in termini assoluti rappresenta un numero impressionante di persone. E soprattutto, un numero che l’intelligenza artificiale riesce ora a prevedere con una precisione notevole.

Martin Gillstedt, dottorando alla Sahlgrenska Academy e statistico presso il Dipartimento di Dermatologia dell’ospedale universitario Sahlgrenska, ha spiegato che i dati già presenti nei sistemi sanitari possono essere usati in modo molto più strategico di quanto si faccia oggi. Non è uno strumento già attivo nella pratica clinica quotidiana, ma i risultati parlano chiaro.

I modelli avanzati superano nettamente i metodi tradizionali

Qui la differenza si fa concreta. Il modello di machine learning più avanzato testato dai ricercatori è riuscito a distinguere correttamente chi avrebbe sviluppato un melanoma da chi no nel 73% dei casi. Usando solo età e sesso, la precisione si fermava al 64%. Può sembrare un salto modesto in percentuale, ma nella pratica clinica quel margine cambia tutto.

La cosa ancora più interessante è che, restringendo il campo a gruppi più piccoli e ad alto rischio, la probabilità di sviluppare un melanoma entro cinque anni arrivava addirittura al 33%. Un dato che fa riflettere, perché significa che l’intelligenza artificiale non si limita a fare previsioni generiche: riesce a isolare con precisione le persone che hanno davvero bisogno di attenzione medica immediata.

Sam Polesie, professore associato di Dermatologia all’Università di Göteborg, ha sottolineato come uno screening mirato su gruppi ristretti e ben identificati potrebbe rendere il monitoraggio più accurato e, allo stesso tempo, più sostenibile per il sistema sanitario. In pratica, si tratterebbe di portare i dati di popolazione dentro la medicina di precisione, affiancando le valutazioni cliniche tradizionali con strumenti predittivi.

Verso uno screening personalizzato del melanoma

I ricercatori non nascondono che servono ancora studi aggiuntivi e decisioni politiche prima che questo approccio possa entrare nella routine ospedaliera. Però il segnale è forte. L’idea che algoritmi addestrati su dati di registro su larga scala possano guidare strategie di screening personalizzato per il melanoma non è più fantascienza. È una possibilità concreta, supportata da numeri solidi e da una base dati che poche altre ricerche al mondo possono vantare.

Quello che colpisce davvero è la semplicità dell’intuizione alla base di tutto: le informazioni ci sono già, basta saperle leggere nel modo giusto. E l’intelligenza artificiale, evidentemente, sa farlo meglio di quanto chiunque si aspettasse.

L'articolo IA e melanoma: può individuare chi è a rischio prima dei sintomi proviene da Tecnoapple.

Parliamo di una notizia che potrebbe cambiare radicalmente il modo in cui viene individuato il tumore al colon retto, seconda causa di morte per cancro al mondo. Un gruppo di ricercatori dell’Università di Ginevra ha messo a punto un metodo basato sull’analisi del microbioma intestinale capace di identificare il 90% dei casi di cancro colorettale partendo da un banale campione di feci. Niente sedazione, niente preparazione intestinale, niente disagio. Solo un test delle feci che potrebbe affiancare, e in futuro forse sostituire in parte, la colonscopia tradizionale.

Il punto di partenza è noto da tempo: i batteri intestinali hanno un ruolo nel tumore al colon retto. Tradurre questa conoscenza in uno strumento diagnostico concreto, però, si era sempre rivelato complicato. Il problema principale? Ceppi diversi della stessa specie batterica si comportano in modi completamente diversi. Alcuni possono favorire lo sviluppo del cancro, altri risultano del tutto innocui. Ragionare per specie, insomma, non bastava. Ed è qui che la ricerca ginevrina ha fatto un salto di qualità.

L’intelligenza artificiale legge i segnali nascosti nell’intestino

Il team guidato dal professor Mirko Trajkovski ha deciso di lavorare a un livello intermedio, quello delle sottospecie batteriche. Un approccio abbastanza specifico da cogliere differenze funzionali significative, ma sufficientemente generale da poter essere applicato a popolazioni diverse, in paesi diversi. Per farlo, hanno sfruttato il machine learning, costruendo il primo catalogo completo delle sottospecie del microbioma intestinale umano. Un lavoro enorme di analisi dati, guidato dal dottorando Matija Trickovic, che ha sviluppato un metodo efficiente sia per la ricerca sia per l’uso clinico.

Combinando questo catalogo con dataset clinici già esistenti, il gruppo ha costruito un modello predittivo capace di individuare il tumore al colon retto analizzando esclusivamente campioni di feci. Il risultato ha sorpreso anche gli stessi autori: il metodo ha rilevato il 90% dei casi di cancro, un dato vicinissimo al 94% ottenuto dalla colonscopia e superiore a tutti gli altri metodi non invasivi attualmente disponibili. Lo studio è stato pubblicato sulla rivista Cell Host & Microbe.

Verso uno screening di routine meno invasivo

È già in preparazione una sperimentazione clinica in collaborazione con gli Ospedali Universitari di Ginevra, per capire quali stadi del tumore e quali tipi di lesioni il test riesce effettivamente a intercettare. Ma le prospettive vanno ben oltre il cancro colorettale. Lo stesso approccio basato sulle sottospecie batteriche potrebbe aprire la strada a strumenti diagnostici non invasivi per una vasta gamma di patologie, tutte a partire da una singola analisi del microbioma.

Resta la colonscopia come strumento di conferma nei casi positivi, questo è chiaro. Nessuno parla di mandarla in pensione domani. Però l’idea di uno screening del tumore al colon retto accessibile, economico e senza fastidi potrebbe convincere molte più persone a sottoporsi ai controlli. Soprattutto considerando che i casi stanno aumentando anche tra gli adulti più giovani, per ragioni ancora poco chiare. E quando la diagnosi arriva presto, le probabilità di trattamento efficace salgono enormemente.

L'articolo Tumore al colon retto: un test delle feci potrebbe cambiare tutto proviene da Tecnoapple.

Le nuove linee guida sul colesterolo pubblicate negli Stati Uniti stanno facendo discutere la comunità medica internazionale, e per buone ragioni. Per la prima volta dal 2018, l’American College of Cardiology e l’American Heart Association hanno aggiornato le raccomandazioni cliniche su come monitorare e gestire il colesterolo nel sangue. Il documento, presentato il 28 marzo 2026 a New Orleans e pubblicato su riviste di riferimento come il Journal of the American College of Cardiology e Circulation, segna un cambio di passo importante: non si tratta più soltanto di curare, ma di prevenire le malattie cardiovascolari con decenni di anticipo.

Il punto centrale? Iniziare prima. Molto prima. E farlo in modo più mirato, cucendo la strategia di prevenzione addosso a ogni singola persona. Le nuove linee guida sul colesterolo puntano a ridurre il colesterolo LDL, quello comunemente chiamato “cattivo”, ma non solo. Per la prima volta viene dato un peso rilevante anche alla lipoproteina(a), o Lp(a), un fattore di rischio genetico che fino ad oggi era rimasto un po’ ai margini delle raccomandazioni ufficiali. Si stima che livelli elevati di Lp(a) possano aumentare il rischio di malattie cardiache del 40%, e in certi casi addirittura raddoppiarlo. Il consiglio è di effettuare almeno un test nella vita per misurarla.

Roger S. Blumenthal, direttore del Johns Hopkins Ciccarone Center for the Prevention of Cardiovascular Disease e presidente del comitato che ha redatto le linee guida, lo ha detto chiaramente: livelli più bassi di colesterolo LDL significano meno infarti, meno ictus, meno insufficienza cardiaca. E intervenire quando si è ancora giovani fa tutta la differenza del mondo.

Perché lo screening anticipato cambia le regole del gioco

Circa un adulto su quattro negli Stati Uniti presenta livelli elevati di colesterolo LDL. Questo dato da solo spiega perché l’aterosclerosi, cioè l’indurimento e il restringimento delle arterie, resti una delle principali cause di eventi cardiovascolari gravi. Quando i lipidi in eccesso si accumulano nelle pareti arteriose, formano placche che possono restringere il flusso sanguigno o, nel peggiore dei casi, rompersi improvvisamente provocando un infarto o un ictus.

Le nuove linee guida sul colesterolo spingono per anticipare lo screening del colesterolo ben prima dei 40 anni. Per chi soffre di ipercolesterolemia familiare, una condizione genetica che causa livelli molto alti di colesterolo LDL fin dalla nascita, si raccomanda di cominciare i controlli intorno ai 9 anni, o anche prima. Ma non è tutto. La valutazione del rischio ora tiene conto di una gamma molto più ampia di fattori: storia familiare di aterosclerosi, condizioni come l’artrite reumatoide, menopausa precoce, complicazioni in gravidanza come preeclampsia o diabete gestazionale. Tutto concorre a costruire un profilo di rischio realistico e utile.

Un’altra novità di peso è il nuovo calcolatore di rischio chiamato PREVENT (Predicting Risk of Cardiovascular Disease EVENTs). Rispetto al modello precedente, che si basava su dati di appena 26.000 persone e si concentrava sul rischio a 10 anni per gli over 40, questo strumento è stato sviluppato su un campione di 6,6 milioni di individui. Può stimare il rischio sia a 10 che a 30 anni, include parametri come glicemia e funzionalità renale, ed è pensato per essere utilizzato già a partire dai 30 anni di età.

Trattamenti più ampi e obiettivi più ambiziosi

Le nuove linee guida sul colesterolo non si limitano alla diagnosi precoce. Ridefiniscono anche gli obiettivi terapeutici e ampliano le opzioni di trattamento. Per chi non ha malattie cardiovascolari, il livello ottimale di colesterolo LDL è sotto i 100 mg/dL. Chi presenta un rischio intermedio dovrebbe puntare a scendere sotto i 70 mg/dL, mentre per i soggetti ad alto rischio l’obiettivo diventa inferiore a 55 mg/dL.

Accanto alle statine, che restano il pilastro della terapia, vengono ora raccomandate con maggiore enfasi altre opzioni farmacologiche: ezetimibe, acido bempedoico e gli anticorpi monoclonali PCSK9 iniettabili. Questo è particolarmente rilevante per chi non tollera le statine o ha bisogno di terapie combinate per raggiungere gli obiettivi.

Le raccomandazioni coprono anche categorie spesso trascurate dalle linee guida precedenti: donne in gravidanza o in allattamento, adulti sopra i 75 anni, persone con diabete, malattie renali avanzate, HIV o tumori. Un segnale forte di quanto la medicina stia provando ad essere davvero inclusiva nella prevenzione cardiovascolare.

Resta comunque fondamentale non dimenticare le basi: alimentazione equilibrata, attività fisica regolare, niente fumo, sonno adeguato e peso sotto controllo. Secondo Blumenthal, l’80/90% delle malattie cardiovascolari è collegato a fattori modificabili. Detto in modo semplice, la gran parte del rischio è nelle mani di ognuno. Le linee guida più sofisticate del mondo servono a poco se poi non si cambia anche qualcosa nella vita di tutti i giorni.

L'articolo Colesterolo, le nuove linee guida americane cambiano tutto: cosa fare ora proviene da Tecnoapple.

Che una semplice foto della mano potesse diventare uno strumento diagnostico sembrava fantascienza fino a poco tempo fa. Eppure un gruppo di ricercatori della Kobe University ha sviluppato un sistema di intelligenza artificiale capace di individuare l’acromegalia, una malattia ormonale rara e subdola, analizzando immagini del dorso della mano e del pugno chiuso. Il risultato, pubblicato sul Journal of Clinical Endocrinology & Metabolism, apre scenari davvero interessanti per la diagnosi precoce e per ridurre le disparità nell’accesso alle cure.

L’acromegalia è una condizione provocata da una produzione eccessiva di ormone della crescita, che porta a un ingrossamento progressivo di mani, piedi, ossa e organi interni, oltre a modifiche dell’aspetto del viso. Il problema principale è che si sviluppa lentamente, nell’arco di molti anni, e spesso passa inosservata. Non è raro che servano anche dieci anni prima di arrivare a una diagnosi corretta. Se non trattata, può ridurre l’aspettativa di vita di circa dieci anni. Numeri che fanno riflettere.

Come spiega Hidenori Fukuoka, endocrinologo della Kobe University, ci sono stati tentativi precedenti di usare fotografie per la diagnosi precoce con l’aiuto dell’intelligenza artificiale, ma nessuno era riuscito a entrare davvero nella pratica clinica quotidiana. Finora.

Perché proprio le mani e non il volto

La scelta di concentrarsi sulle mani non è casuale, anzi. Molti dei sistemi di AI diagnostica esistenti si basano sull’analisi del volto, che però solleva questioni serie legate alla privacy dei pazienti. Riconoscimento facciale e dati biometrici sono un terreno scivoloso, e questo ha rallentato l’adozione di queste tecnologie negli ospedali.

La squadra giapponese ha preso una strada diversa. Yuka Ohmachi, dottoranda alla Kobe University, racconta che la decisione è nata da un’osservazione pratica: le mani vengono già esaminate di routine durante le visite cliniche, e l’acromegalia produce cambiamenti visibili proprio in quella zona del corpo. Quindi perché non sfruttare questo dato?

Per rafforzare ulteriormente la tutela della privacy, i ricercatori hanno escluso anche le immagini dei palmi, dato che le linee palmari sono estremamente individuali e potrebbero permettere l’identificazione di una persona. Un dettaglio che può sembrare piccolo, ma che ha fatto la differenza: grazie a questa attenzione, ben 725 pazienti provenienti da 15 strutture sanitarie in tutto il Giappone hanno accettato di partecipare allo studio, contribuendo con oltre 11.000 immagini utilizzate per addestrare e testare il modello di intelligenza artificiale.

Risultati che hanno sorpreso anche gli specialisti

E qui arriva la parte che fa alzare le sopracciglia. Il sistema di AI sviluppato dalla Kobe University ha dimostrato livelli di sensibilità e specificità molto elevati nel riconoscere l’acromegalia dalle foto della mano. Ma il dato ancora più significativo è un altro: nei confronti diretti, l’intelligenza artificiale ha superato in accuratezza diagnostica anche endocrinologi con anni di esperienza che valutavano le stesse fotografie.

La stessa Ohmachi ammette di essere rimasta sorpresa dal fatto che si potesse raggiungere una precisione così alta usando solo immagini del dorso della mano e del pugno chiuso, senza alcun dato relativo al volto. Questo rende l’approccio molto più pratico e realistico per uno screening su larga scala.

Naturalmente, nessuno sta suggerendo che una foto possa sostituire una visita medica completa. Anamnesi, esami del sangue, valutazione fisica: tutto resta fondamentale. Lo strumento è pensato per affiancare i medici, non per prenderne il posto. I ricercatori lo descrivono come un modo per “integrare l’esperienza clinica, ridurre le sviste diagnostiche e permettere interventi più tempestivi.”

Fukuoka guarda già al futuro: la tecnologia potrebbe essere integrata nei controlli sanitari periodici per indirizzare i casi sospetti verso gli specialisti, e potrebbe essere particolarmente utile nelle aree dove mancano medici specializzati, contribuendo a colmare le disparità sanitarie territoriali. Il gruppo sta anche valutando la possibilità di adattare il sistema per individuare altre condizioni che lasciano segni visibili sulle mani, come l’artrite reumatoide, l’anemia e il clubbing digitale.

Una foto della mano, un algoritmo intelligente e la possibilità concreta di salvare anni di diagnosi mancate. A volte la medicina avanza da dove meno ce lo si aspetta.

L'articolo IA diagnostica: una foto della mano svela una malattia rara proviene da Tecnoapple.