Sanità Digitale e IA: il “modello Trentino” su Health Policy and Technology
L’integrazione dell’intelligenza artificiale (IA) nei servizi e nelle tecnologie sanitarie offre un notevole potenziale per la medicina personalizzata. La Provincia Autonoma di Trento rappresenta un contesto unico per la ricerca sanitaria basata sull’IA, grazie al suo sistema sanitario unificato, alle infrastrutture IT avanzate e alla solida collaborazione pubblico-privato.
Nell’articolo pubblicato a marzo 2026 sulla rivista scientifica interdisciplinare Health Policy and Technology (HPT) della Fellowship of Postgraduate Medicine (FPM) viene descritta l’architettura metodologica e clinica del progetto “Sanità digitale e Intelligenza artificiale”, iniziativa finanziata dalla Provincia autonoma di Trento (Delibera n. 2475/2022).
Il lavoro, dal titolo “Salute digitale e intelligenza artificiale: un approccio di ricerca per consentire un’assistenza sanitaria locale sostenibile e personalizzata” (Digital health and artificial intelligence: a research approach to enable sustainable and personalised local healthcare), esplora le opportunità di un approccio di questo tipo in tre ambiti clinici: cardiologia, retinopatia diabetica e oftalmologia pediatrica.
In queste tre discipline il modello adottato nel sistema sanitario pubblico trentino ha sperimentato soluzioni basate sull’Intelligenza Artificiale a fini di ricerca per ottimizzare l’assistenza e la cura.
Un approccio multidisciplinare per la salute del futuro
Il cuore della ricerca risiede nell’aver saputo raccordare esigenze cliniche, rigore scientifico e una gestione della privacy allo stato dell’arte. Attraverso gruppi di lavoro specializzati, il progetto ha definito un framework che integra lo sviluppo di modelli di IA con una piattaforma dati sicura (il Data Gateway), garantendo la conformità al GDPR e la protezione dei dati dei cittadini.
Tre aree cliniche d’eccellenza
Fig. Preliminary data processing.
Il progetto si è focalizzato su tre ambiti cruciali per la medicina personalizzata, con questi obiettivi clinici:
- Cardiologia: stima del profilo di rischio individuale per pazienti con scompenso cardiaco.
- Retinopatia diabetica: personalizzazione degli intervalli di screening per ottimizzare la prevenzione.
- Oftalmologia pediatrica: supporto alla diagnosi precoce di opacità del segmento anteriore nei neonati.
Risultati e prospettive
Nel complesso, questo progetto rappresenta un’iniziativa lungimirante che promuove la ricerca condotta sui dati dei cittadini per rispondere alle esigenze sanitarie attraverso approcci innovativi basati sull’IA, in linea con gli standard legali ed etici.
Sebbene la raccolta dati sia in corso, i primi risultati tecnici sono promettenti, come il successo del 96,92% nella pipeline automatizzata per l’identificazione delle pupille nelle immagini oculari pediatriche. L’obiettivo finale è chiaro: il modello potrà essere applicato anche in altri contesti sanitari? La ricerca futura si concentrerà proprio su questo: validare il modello ed estenderlo ad ambiti clinici in cui sia sostenibile per rendere la sanità trentina sempre più vicina e personalizzata sulle esigenze del cittadino. Sono necessari impegno e collaborazione interdisciplinari.
Health Policy and Technology è una rivista interdisciplinare che si concentra sulle politiche sanitarie passate, presenti e future e sul ruolo della tecnologia negli ambienti sanitari nazionali e internazionali, sia clinici che non clinici.
Autori/trici:
, , , , Roberto Bonmassari c, , Massimiliano Maines c, , , , , , , , , , , , , , , , , , , Giuseppe Jurman a f
- a Data Science for Health Unit, Fondazione Bruno Kessler, Trento, Italy
- b TrentinoSalute4.0 – Competence Center for Digital Health of the Province of Trento, Trento, Italy
- c Azienda Provinciale per i Servizi Sanitari (APSS) di Trento, Trento, Italy
- d Faculty of Law of the University of Trento, Trento, Italy
- e Provincia autonoma di Trento, Italy
- f Department of Biomedical Sciences, Humanitas University, Milan, Italy
