Come è nata l’idea di realizzare questo progetto e a chi si rivolge?
L’idea di “RHY.TM” nasce da una riflessione condivisa con la comunità scientifica che collaborava con noi in precedenti progetti di innovazione sanitaria. Da anni sappiamo che le Microangiopatie Trombotiche, e in particolare alcune forme rare come la sindrome emolitico-uremica atipica, rappresentano una grande sfida diagnostica: sono patologie rare, complesse e spesso difficili da riconoscere in tempi rapidi. Ci siamo quindi chiesti se fosse possibile utilizzare in modo più intelligente l’enorme quantità di dati già disponibili negli ospedali per aiutare i clinici a identificare prima questi pazienti. “RHY.TM” si rivolge principalmente ai professionisti sanitari, ma il vero beneficiario è il paziente che può ricevere una diagnosi più tempestiva e un percorso di cura più rapido.

Potrebbe descriverlo brevemente?
“RHY.TM” è una piattaforma digitale che combina Big Data sanitari, algoritmi predittivi e tecniche di Intelligenza Artificiale per riconoscere pattern clinici compatibili con la TMA. Nella prima fase abbiamo raccolto e anonimizzato dati provenienti da diversi ospedali, arrivando ad analizzare oltre 100.000 ospedalizzazioni, più di 73.000 pazienti e oltre 1,5 milioni di misurazioni cliniche. L’algoritmo valuta parametri come creatinina, emoglobina, piastrine e LDH e genera alert quando identifica situazioni compatibili con una possibile TMA. Il medico può quindi approfondire il caso attraverso una dashboard dedicata, contribuendo allo stesso tempo al continuo miglioramento del sistema.

Che risultati avete o volete raggiungere?
I risultati preliminari hanno confermato il valore dell’approccio. Il sistema ha dimostrato un’elevata sensibilità e le analisi effettuate suggeriscono che esista un’importante quota di pazienti che potrebbe non arrivare a una diagnosi corretta. In alcune analisi emerge che fino al 70-80% dei casi potenziali potrebbe rimanere non riconosciuto. Il nostro obiettivo è passare dall’analisi retrospettiva a una piattaforma operativa in tempo reale, integrata nei sistemi informativi ospedalieri, in grado di supportare i clinici durante la pratica quotidiana. Successivamente puntiamo alla validazione multicentrica e allo sviluppo di un dispositivo medico certificato utilizzabile su larga scala.

Cosa pensa ci sia ancora da fare in questo ambito?
C’è ancora molto lavoro da fare per trasformare il potenziale dei dati sanitari in strumenti realmente integrati nella pratica clinica. Servono validazioni su larga scala, maggiore interoperabilità tra ospedali, standard comuni e una stretta collaborazione tra medici, data scientist, istituzioni e industria. Inoltre, dobbiamo continuare a sviluppare soluzioni che rispettino pienamente i requisiti di qualità, privacy e regolamentazione, affinché possano essere adottate in modo sicuro e sostenibile all’interno del sistema sanitario.

Qual è l’aspetto principale dell’AI & Digital Health che sarà più importante secondo lei nei prossimi anni?
Credo che il vero punto di svolta sarà la capacità dell’Intelligenza Artificiale di individuare segnali clinici precoci all’interno di enormi quantità di dati e trasformarli in informazioni utili per il medico. Non vedo l’AI come un sostituto del professionista sanitario, ma come uno strumento capace di amplificarne l’esperienza e supportarne le decisioni. Particolarmente nelle malattie rare, dove il tempo alla diagnosi è spesso il principale ostacolo, strumenti come “RHY.TM” potranno contribuire a ridurre la sotto diagnosi, accelerare l’accesso alle cure e rendere la medicina sempre più personalizzata, predittiva e proattiva. Questo, a mio avviso, rappresenta il futuro della Digital Health.