L’Istituto Europeo di Oncologia (Ieo) opera da anni come Istituto di Ricovero e Cura a Carattere Scientifico (Irccs) focalizzato interamente sull’oncologia, e si distingue in Italia come a livello internazionale per il livello della ricerca scientifica integrata con la pratica clinica. Al centro dell’attività e dell’impegno dell’Istituto anche lo studio di un modello organizzativo che punta sulla centralità del paziente, con l’obiettivo di offrire percorsi terapeutici personalizzati, anticipare le diagnosi, ridurre l’invasività degli interventi e accelerare l’efficacia dei trattamenti. Un approccio che si è progressivamente consolidato anche grazie a una strategia tecnologica data-driven, che consente all’Istituto di analizzare grandi volumi di dati clinici e diagnostici, accelerando lo sviluppo di modelli predittivi e di algoritmi di intelligenza artificiale. L’Ieo ha investito in modo significativo nell’integrazione tra tecnologia e medicina, interpretando l’innovazione digitale non solo come supporto tecnico, ma anche come abilitatore per nuove modalità operative e decisioni più rapide e accurate.
Il contesto e il bisogno
Nel quadro di questa visione, lo screening mammografico rappresenta uno degli ambiti prioritari d’intervento. Il tumore al seno resta infatti una delle patologie oncologiche più diffuse tra le donne, e lo screening sistematico si conferma come strumento chiave per intercettare la malattia in fase precoce, aumentando le probabilità di trattamento efficace. Tuttavia, proprio per l’alto volume di dati e immagini generate, lo screening richiede oggi soluzioni che aiutino a ottimizzare tempi e risorse, senza compromettere la qualità dell’analisi. Il programma di screening mammografico gestito dall’Ieo è caratterizzato da elevata complessità operativa. Ogni anno, infatti, migliaia di immagini vengono acquisite, esaminate e refertate, con la necessità di garantire accuratezza, tempestività e coerenza diagnostica. In questo processo, ogni ritardo o imprecisione può tradursi in conseguenze rilevanti sul piano clinico, in particolare nei casi più urgenti o ambigui.
Nonostante i progressi tecnologici nelle apparecchiature di imaging, molte fasi dello screening rimangono soggette a passaggi manuali, con un elevato carico di lavoro per i radiologi, chiamati a esaminare e refertare un numero crescente di esami. Inoltre, la variabilità dei casi e la necessità di integrare le informazioni radiologiche con i dati clinici aumentano la complessità dell’intero flusso decisionale. Ieo ha quindi individuato la necessità di rivedere e rafforzare l’intero processo, puntando su una trasformazione profonda che non si limitasse alla digitalizzazione, ma che introducesse un nuovo paradigma operativo. Da qui la decisione di rinnovare la collaborazione con Laife Reply, la società del gruppo Reply specializzata nello sviluppo di soluzioni di intelligenza artificiale e big data per il settore sanitario.
Il metodo e la soluzione
Laife Reply, che ha maturato specifiche esperienze nell’implementazione di soluzioni AI per l’imaging medico, ha messo a disposizione di Ieo la piattaforma X-Rais, basata su reti neurali e tecniche di radiomica, progettata per supportare l’analisi delle immagini mammografiche in modo integrato e intelligente. La piattaforma utilizza un’architettura multi-agente in grado di elaborare le immagini in tempo reale, identificando con precisione lesioni o aree sospette e classificandole secondo la loro natura benigna o maligna. L’analisi avviene in stretta sinergia con il lavoro dei radiologi, grazie a un modello human-in-the-loop che mantiene lo specialista al centro del processo decisionale. Questo approccio garantisce non solo un’elevata accuratezza clinica, ma anche un controllo continuo sull’output generato dagli algoritmi. Nel dettaglio, il sistema si avvale di due agenti intelligenti principali. Il primo ha il compito di supportare la redazione del referto, combinando i risultati dell’analisi automatizzata con la storia clinica del paziente quando questa è disponibile. In questo modo, il radiologo riceve un supporto contestualizzato e tempestivo, che contribuisce a semplificare e velocizzare la compilazione del referto, riducendo il rischio di errori o dimenticanze.
Il secondo agente si occupa invece della prioritizzazione dei casi, assegnando a ciascun esame un punteggio (score) che riflette il livello di criticità. Questa funzionalità si rivela particolarmente utile nella gestione operativa dei flussi di lavoro: i casi più urgenti possono essere segnalati e trattati con maggiore tempestività, migliorando l’efficienza complessiva del servizio e garantendo una risposta più rapida nei confronti delle pazienti più a rischio.
I vantaggi
L’adozione della piattaforma X-Rais presso l’Istituto Europeo di Oncologia ha generato risultati significativi in termini di ottimizzazione dei tempi, riduzione dei carichi di lavoro e miglioramento della qualità diagnostica. La combinazione tra automazione intelligente, supporto contestuale e interazione costante con il medico permette di ridurre i tempi di richiamo per i casi sospetti, con relativa accelerazione dell’intero ciclo di screening ed intervento. Dal punto di vista della gestione operativa, la prioritizzazione automatizzata consente di concentrare le risorse cliniche sui casi più critici, evitando ritardi che potrebbero compromettere l’efficacia della diagnosi precoce. Al contempo, la standardizzazione del referto e la disponibilità di informazioni cliniche integrate contribuiscono ad aumentare l’affidabilità del processo, riducendo la variabilità tra diversi professionisti.
A ciò si aggiunge il vantaggio strategico legato alla scalabilità della soluzione. L’approccio modulare e Api-based (conformi agli standard Fhir) adottato da Laife Reply consente infatti di estendere il sistema ad altri reparti o contesti clinici, favorendo un’evoluzione progressiva dell’infrastruttura IT ospedaliera e un’accelerazione nella digitalizzazione dei percorsi diagnostici, oltre a facilitare l’interoperabilità con altri sistemi clinici e informativi. Una caratteristica, questa, che consente all’Ieo di integrare la nuova soluzione senza discontinuità operative o necessità di ristrutturazione tecnologica, in primis nei propri ambienti IT. Il progetto sviluppato insieme a Laife Reply rappresenta quindi un esempio concreto di come l’intelligenza artificiale con gli agenti intelligenti possa portare benefici tangibili, aumentando l’efficienza dello screening e supportando in modo più efficace la gestione dei pazienti complessi.
La valorizzazione del paradigma agentico rappresenta un punto di svolta rispetto agli approcci tradizionali basati su modelli predittivi isolati: l’interazione tra agenti e clinici, mediata da una piattaforma trasparente e interoperabile, apre infatti nuove prospettive in termini di collaborazione uomo-macchina con il modello human-in-the-loop che non solo va a vantaggio di una maggiore sicurezza e di un approccio etico all’utilizzo dell’AI, ma permette anche di mantenere il medico al centro, valorizzandone le competenze e riducendo il rischio di alienazione tecnologica. In questo quadro, l’adozione dell’intelligenza artificiale diventa un mezzo per rafforzare, e non per sostituire, il ruolo dei professionisti della salute.
© RIPRODUZIONE RISERVATA
