Delphi-2M stima il rischio di malattia fino a 20 anni prima sulla base di dati clinici e abitudini di vita.
Un’intelligenza artificiale capace di anticipare il tuo futuro medico, indicando con precisione quali patologie potresti sviluppare nei prossimi decenni: è questa la promessa concreta di Delphi-2M, il nuovo strumento predittivo che rivoluziona il concetto stesso di prevenzione sanitaria.
Creata da un team internazionale composto da ricercatori del Laboratorio Europeo di Biologia Molecolare, del Centro tedesco di ricerca sul cancro e dell’Università di Copenhagen, Delphi-2M si basa su un modello linguistico avanzatosimile a quello di ChatGPT, ma addestrato per comprendere e interpretare i dati clinici. L’obiettivo? Offrire previsioni sanitarie personalizzate su oltre 1.200 malattie, con un’accuratezza sorprendente anche a 20 anni di distanza.
Come funziona l’intelligenza artificiale che prevede le malattie
A differenza dei classici strumenti medici predittivi, che si concentrano su una sola malattia alla volta, Delphi-2M è in grado di elaborare la probabilità di incorrere in ben 1.258 patologie. Il funzionamento è simile a quello delle previsioni meteo: non dice con certezza cosa accadrà, ma calcola una probabilità statistica che un evento – in questo caso una malattia – si verifichi in un certo periodo.
L’intelligenza artificiale analizza dati clinici pregressi, abitudini di vita, sesso, età, indice di massa corporea e storia familiare, per individuare le possibili traiettorie della salute individuale. Per farlo, si serve di una versione specializzata dei modelli LLM (Large Language Models), gli stessi che alimentano chatbot come ChatGPT. Ma invece di completare frasi, ricostruisce storie cliniche come sequenze logiche di eventi medici.
Il modello è stato addestrato su una base di dati di 400.000 pazienti provenienti dalla UK Biobank, un’enorme raccolta di dati sanitari del Regno Unito. In seguito, è stato testato su 1,9 milioni di individui del Registro sanitario nazionale danese, confermando una notevole precisione anche su dati esterni, seppur leggermente inferiore rispetto al campione originale.
Delphi-2M si dimostra particolarmente efficace nella previsione di malattie cardiovascolari, tumori, diabete e sepsi, grazie a percorsi clinici più standardizzati. Risulta invece meno affidabile nel prevedere disturbi più variabili come quelli legati alla gravidanza o alcuni problemi psichiatrici.
Opportunità e limiti di Delphi-2M nella medicina del futuro
L’introduzione di Delphi-2M segna una svolta importante verso la medicina predittiva, ma non è esente da criticità. Il modello mostra infatti distorsioni nei dati, dovute al campione di addestramento, composto principalmente da soggetti di età compresa tra i 40 e i 60 anni. Questo può limitarne l’efficacia nella previsione di malattie tra i giovani o in popolazioni etnicamente differenti da quelle europee.
Un altro elemento da considerare è che, al momento, si tratta ancora di un progetto sperimentale. L’implementazione su larga scala, all’interno di sistemi sanitari pubblici o privati, richiederà ulteriori test clinici, validazioni etiche e l’adattamento a diverse legislazioni nazionali in tema di trattamento dei dati sensibili.
Tuttavia, il potenziale d’uso è enorme: dal supporto al medico di base per gestire pazienti a rischio, fino alla pianificazione sanitaria di politiche pubbliche contro le malattie croniche. Con un sistema del genere, le ASL potrebbero stimare il futuro impatto di patologie su vaste fasce della popolazione, ottimizzando l’allocazione delle risorse ospedaliere e prevenendo emergenze sanitarie.
Nel frattempo, nel corso del 2025, nuove versioni di Delphi-2M potrebbero essere testate in Italia e in altri paesi dell’Unione Europea. Si prevede infatti l’avvio di progetti pilota regionali in collaborazione con centri universitari e ospedali pubblici.
Anche il settore privato osserva con interesse. Alcune compagnie assicurative stanno valutando l’impiego di modelli predittivi IA per elaborare polizze sanitarie personalizzate, pur tra mille cautele etiche e legali. Le implicazioni sull’accesso alle cure, la privacy e l’equità dei servizi sanitari saranno al centro del dibattito nei prossimi mesi.