Giovedì 2 ottobre 2025, l’Aula Massa dell’edificio U6 dell’Università degli Studi di Milano-Bicocca ha ospitato il workshop “Intelligenza artificiale e interdisciplinarità: ingredienti per migliorare cura e salute”, un appuntamento della Milano Digital Week che ha riunito medici, informatici e ricercatori per discutere applicazioni concrete dell’intelligenza artificiale nella pratica clinica quotidiana.
Organizzato dal Dipartimento di Informatica, Sistemistica e Comunicazione (DISCo), nell’ambito delle attività del progetto di eccellenza ReGAInS, e grazie ai contributi di numerosi afferenti al centro di ricerca interdipartimentale B4 - Bicocca Bioinformatics Biostatistics and Bioimaging, l’evento ha messo in luce un messaggio chiaro: l’intelligenza artificiale non sostituisce i professionisti della salute, ma ne amplifica le loro capacità, rendendo diagnosi e trattamenti più precisi, tempestivi e personalizzati.
“Non stiamo parlando di tecnologie future: i progetti presentati oggi mostrano che questi strumenti sono già utilizzabili nel sistema sanitario,” ha spiegato Fabio Stella, professore ordinario di Informatica e co-organizzatore dell’evento insieme a Daniela Besozzi, professoressa associata con un focus di ricerca nel campo della modellazione matematica di sistemi biologici complessi e patologie multifattoriali.
Dati condivisi per i tumori rari: una necessità
La giornata si è aperta con l’intervento di Annalisa Trama, ricercatrice presso la Fondazione IRCCS Istituto Nazionale dei Tumori di Milano, dedicato al progetto IDEA4RC, un’infrastruttura basata sull’intelligenza artificiale per facilitare la condivisione sicura dei dati sanitari sui tumori rari in tutta Europa.
“La condivisione dei dati a livello europeo è una sfida enorme, ma è anche la chiave per migliorare la prognosi dei pazienti con patologie rare,” ha spiegato Trama, “l’obiettivo è superare le barriere di interoperabilità, privacy e linguaggio per accelerare la ricerca e migliorare la gestione clinica.”
Modelli causali e pianificazione della sanità
Alice Bernasconi, ricercatrice presso la Fondazione IRCCS Istituto Nazionale dei Tumori di Milano e Alessio Zanga, assegnista di ricerca di Milano-Bicocca, hanno illustrato un approccio causale per la pianificazione del follow-up dei pazienti oncologici.
Utilizzando reti causali su dati reali, è possibile prevedere esiti e allocare risorse in modo efficiente.
“Con i modelli causali possiamo passare dalla semplice osservazione all’azione,” spiega Zanga. “È un salto qualitativo per la sanità pubblica: possiamo valutare scenari e strategie in modo trasparente e interpretabile dai medici.”
Miastenia gravis: personalizzare le terapie
La collaborazione tra neurologi e informatici è stata al centro dell’intervento di Paola Cavalcante, ricercatrice presso la Fondazione IRCCS Istituto Neurologico Carlo Besta e Marco Locatelli, dottorando in Informatica di Milano-Bicocca.
Attraverso il progetto “MG-PerMed”, i ricercatori utilizzano biomarcatori e modelli decisionali sequenziali per adattare dinamicamente le terapie nei pazienti affetti da Miastenia Gravis.
“Ogni paziente segue un percorso diverso e la terapia deve adattarsi nel tempo,” racconta Locatelli. “I nostri modelli aiutano i clinici a pianificare decisioni successive, considerando rischi e benefici lungo l’intero arco terapeutico.”
Neonatologia: è possibile diagnosticare precocemente la displasia nei neonati prematuri?
La displasia broncopolmonare (BPD) è la principale patologia respiratoria cronica nei neonati prematuri, ma oggi può essere predetta precocemente grazie all’intelligenza artificiale.
Anna Lavizzari medico neonatologo presso la Fondazione IRCCS Cà Granda Ospedale Maggiore Policlinico di Milano e Federico Pirola, dottorando in Informatica di Milano-Bicocca, hanno analizzato i dati di oltre 460 neonati nati sotto le 32 settimane, sviluppando un sistema predittivo basato su foreste casuali e modelli temporali.
“Le condizioni dei piccoli pazienti cambiano rapidamente,” spiega Pirola. “Abbiamo costruito un modello che pesa le informazioni giorno per giorno, migliorando la capacità di predire la BPD fino al 77% entro la seconda settimana di vita. Così possiamo intervenire prima e meglio.”
Patologia digitale: microscopi intelligenti
Fabio Pagni, direttore della scuola di specializzazione in anatomia patologica del nostro ateneo e Vasco Coelho, dottorando in Informatica di Milano-Bicocca, hanno raccontato la trasformazione della patologia grazie alla digitalizzazione dei vetrini e alle reti neurali.
Le immagini digitali a livello microscopico (Whole Slide Images) contengono miliardi di pixel: per analizzarle servono strategie di “divide et impera” e modelli deep learning capaci di individuare pattern morfo-molecolari complessi, ad esempio nella diagnosi di neoplasie tiroidee.
“L’AI non sostituisce il patologo, ma diventa uno strumento per evidenziare regioni critiche e supportare diagnosi complesse,” spiega Coelho. “Una maggiore condivisione dei casi tra centri permette una standardizzazione della qualità diagnostica.”
Imaging cardiaco: più preciso e accessibile
Daniele Maria Papetti, ricercatore Bicocca, ha illustrato il progetto THAITI, una piattaforma AI di medicina personalizzata per ottimizzare la risonanza magnetica cardiaca.
L’obiettivo è automatizzare la selezione del “tempo di inversione” per l’acquisizione di immagini dopo somministrazione di mezzo di contrasto, migliorando l’accuratezza diagnostica e riducendo le liste d’attesa.
“Sviluppiamo algoritmi che aiutano i cardiologi a ottenere immagini ottimali in tempo reale,” spiega Papetti. “THAITI dimostra che la tecnologia è a supporto della pratica clinica a 360 gradi, sia per la diagnosi che per operazioni di routine.”
Chirurgia ortopedica e nutrizione: un approccio data-driven
In chiusura, Matteo Briguglio, ricercatore e dietista nutrizionista presso l’IRCCS Ospedale Galeazzi - Sant’Ambrogio e Andrea Campagner ricercatore Bicocca, hanno mostrato come la valutazione nutrizionale dei pazienti candidati a chirurgia ortopedica possa essere potenziata grazie all’intelligenza artificiale.
“I modelli data-driven permettono di identificare carenze nutrizionali, personalizzare i piani pre e post operatori e migliorare gli esiti,” spiega Campagner. Un campo ancora poco esplorato, ma con enormi potenzialità per ridurre complicanze e degenze.”
Un risultato e una sfida contemporanea che rappresentano lo spirito dell’iniziativa. Per Daniela Besozzi, co-organizzatrice dell’evento, “L’intelligenza artificiale può davvero migliorare la sanità solo se medici e informatici lavorano insieme. Questo workshop ha mostrato che la collaborazione interdisciplinare non è uno slogan, ma una realtà operativa in grado di avere un impatto rilevante per la salute.”
