Salta al menu principale di navigazione Salta al contenuto principale Salta al piè di pagina del sito

Materiali per la ricerca e l'approfondimento

N. 135 (2025)

L’intelligenza artificiale a supporto dell’IRCCS Centro Neurolesi “Bonino Pulejo”: tra innovazione clinica, governance e supporto decisionale

DOI
https://doi.org/10.3280/mesa2025-135oa23436
Inviata
agosto 3, 2026
Pubblicato
2026-10-01

Abstract

L’intelligenza artificiale (IA) sta assumendo un ruolo crescente nei processi clinici e organizzativi delle aziende
sanitarie. Il presente contributo descrive l’esperienza dell’IRCCS Centro Neurolesi “Bonino Pulejo” nell’adozione di un sistema di IA basato su algoritmi di machine learning supervisionato, sviluppato per supportare la stadiazione clinica, la formulazione dell’ipotesi eziologica e la previsione
della progressione della malattia di Alzheimer. Il sistema integra l’analisi automatizzata della risonanza magnetica strutturale con i risultati delle valutazioni neuropsicologiche ed è stato implementato nell’ambito di un percorso multidisciplinare, nel rispetto dei requisiti etici, regolatori e di governance dei dati. Nella coorte locale, costituita da 62 pazienti con malattia di Alzheimer e 17 controlli sani, l’analisi di neuroimaging ha evidenziato pattern di atrofia coerenti con il quadro clinico e il sistema ha mostrato una buona capacità di stratificazione del rischio. I risultati dello studio multicentrico di riferimento hanno inoltre evidenziato un’accuratezza del 91% nella classificazione eziologica e buone prestazioni nella previsione della progressione a 24 mesi. L’esperienza mostra come il valore dell’IA non dipenda esclusivamente dalle performance algoritmiche, ma anche dalla qualità e standardizzazione dei dati, dall’interoperabilità, dalle competenze professionali e dall’integrazione nei percorsi assistenziali. L’IA può pertanto rappresentare sia uno strumento di supporto decisionale clinico sia una leva di innovazione organizzativa, pur richiedendo ulteriori validazioni su popolazioni più ampie ed eterogenee.

Riferimenti bibliografici

  1. Aresta S., Nemni R., Zanardo M., Sirabian G., Capelli D., Alì M., Vitali P., Bertoldo E.G., Fiolo V., Bonanno L., Maresca G., Battista P., Sardanelli F., Pizzini F.B., Castiglioni I., & Salvatore C. (2025). AI-based staging, causal hypothesis and progression of subjects at risk of Alzheimer’s disease: a multicenter study. Front Neurol., 16, 1568086.
  2. Begkos C., Antonopoulou K., & Ronzani M. (2024). To datafication and beyond: Digital transformation and accounting technologies in the healthcare sector. The British Accounting Review, 56(4), 101259.
  3. Borgonovi E., & Migliore G. (2022). Digitalizzazione della sanità o sanità digitale?. Mecosan, 123: 3-5.
  4. Chakraborty U., Banerjee A., Saha J.K., Sarkar N., & Chakraborty C. (Eds.) (2022). Artificial intelligence and the fourth industrial revolution. CRC Press.
  5. Giordano C., Brennan M., Mohamed B., Rashidi P., Modave F., & Tighe P. (2021). Accessing artificial intelligence for clinical decision-making. Frontiers in Digital Health, 3, 645232.
  6. Iyawa G. E., Herselman M., & Botha A. (2016). Digital health innovation ecosystems: From systematic literature review to conceptual framework. Procedia Computer Science, 100: 244-252.
  7. Mauro M., Noto G., Prenestini A., & Sarto F. (2024). Digital transformation in healthcare: Assessing the role of digital technologies for managerial support processes. Technological Forecasting and Social Change, 209, 123781.
  8. Noto G., Prenestini A., Sarto F., & Mauro M. (2026). Le nuove tecnologie digitali per il management e la performance in sanità. Stato dell’arte, impatti e prospettive per le aziende e i sistemi sanitari. FrancoAngeli: Milano.
  9. Tortorella G.L., Fogliatto F.S., Mac Cawley Vergara A., Vassolo R., & Sawhney R. (2020). Healthcare 4.0: trends, challenges and research directions. Production Planning & Control, 31(15): 1245-1260.