Argomenti trattati
Ogni anno in Italia si eseguono più di 2,5 milioni di esami endoscopici nelle unità di gastroenterologia, e molte strutture hanno già introdotto strumenti basati su intelligenza artificiale per supportare gli operatori.
Queste piattaforme elaborano immagini in tempo reale, segnalando aree sospette durante gastroscopie e colonscopie e aiutando a intercettare polipi e lesioni mucose che potrebbero sfuggire all’occhio umano.
Il tema è al centro del dibattito scientifico nazionale e viene sollevato con forza dalle società scientifiche che chiedono un’adozione più diffusa nell’ambito della sanità pubblica per ridurre le disuguaglianze di performance tra centri diversi. Gli esperti sottolineano come l’integrazione di questi sistemi non solo migliori la capacità di individuazione, ma contribuisca anche a una maggiore uniformità nella qualità delle procedure.
I sistemi oggi utilizzati in sala endoscopica si basano su algoritmi di machine learning e reti neurali che analizzano, fotogramma dopo fotogramma, il flusso video della procedura. Alcune tecnologie sono in grado di processare fino a 54.000 frame per singola colonscopia, con prestazioni che in casi valutati raggiungono una sensibilità prossima al 99,7%. L’obiettivo è segnalare automaticamente porzioni di mucosa sospette, riducendo il rischio che lesioni clinicamente significative restino non diagnosticate.
Nel corso della procedura l’algoritmo confronta pattern cromatici, texture e contorni con modelli appresi su grandi banche dati. Questo approccio permette di evidenziare polipi di piccole dimensioni o lesioni piatte che possono essere difficili da riconoscere. Il risultato pratico è un incremento documentato nella capacità di identificazione: studi mostrano aumenti fino al 13-30% nella rilevazione di polipi rispetto alle colonscopie tradizionali.
Oltre al semplice riconoscimento, alcune piattaforme forniscono una analisi predittiva delle caratteristiche istologiche delle lesioni, orientando le decisioni in sala e favorendo scelte terapeutiche più tempestive. Questa funzione di caratterizzazione in vivo può contribuire a distinguere lesioni benigne da sospette, ottimizzando il percorso diagnostico-terapeutico del paziente.
Tra i campi di maggiore applicazione figura il tumore del colon-retto, il più frequente fra i tumori digestivi in Italia, con circa 43.000 nuovi casi all’anno.
L’uso dell’IA in colonscopia migliora l’adenoma detection rate (ADR) e riduce il numero di lesioni mancate, traducendosi in una potenziale protezione dal rischio neoplastico. Anche nelle gastroscopie l’IA interviene nel rilevamento precoce di lesioni gastriche, contribuendo a diagnosticare precocemente alterazioni preneoplastiche.
L’impiego non si limita all’endoscopia: l’analisi automatizzata di immagini ecografiche, TAC e risonanza magnetica amplia l’utilizzo dell’IA a patologie del fegato e del pancreas, mentre condizioni croniche come le malattie infiammatorie croniche intestinali e disturbi funzionali dell’apparato digerente possono beneficiare di migliori percorsi diagnostici e di monitoraggio.
L’adozione diffusa di strumenti di IA promette di ridurre la variabilità inter-operatore, elevare gli standard delle procedure e rendere più omogenea la qualità delle cure sul territorio nazionale. Come osserva il professor Cristiano Spada, direttore dell’unità di endoscopia digestiva chirurgica della Fondazione Gemelli IRCCS, l’IA non si limita a segnalare anomalie ma orienta le scelte cliniche in tempo reale, con ricadute positive sulla tempestività dei trattamenti.
Le istituzioni sottolineano la necessità di introdurre queste tecnologie in modo controllato e validato scientificamente, rispettando principi di sicurezza, trasparenza e tutela dei dati sensibili. Per ottenere un’integrazione efficace servono investimenti in infrastrutture digitali, standard nazionali ed europei per i dispositivi basati su IA e linee guida condivise dalle società scientifiche.
La diffusione coordinata di queste soluzioni potrebbe diminuire le differenze di performance tra ospedali e centri specialistici, garantendo ai pazienti un livello di cura più uniforme.
L’adozione su larga scala rappresenta quindi sia una promessa clinica — per diagnosi più precoci e accurate — sia una sfida organizzativa che richiede strategia, formazione e supervisione regolatoria.
In sintesi, l’integrazione dell’intelligenza artificiale nelle procedure endoscopiche apre nuove possibilità per migliorare la diagnosi e la gestione delle malattie digestive, ma richiede un approccio coordinato per tradurre l’innovazione in vantaggio reale per i cittadini.