15/12/2025 di redazione

Il potere dell’AI, dalla radiologia al monitoraggio dei pazienti

L’interoperabilità del dato è il punto di partenza per un’evoluzione ormai consolidata nella diagnostica per immagini. Il punto di vista di Philips.

Quello della sanità è un ambito complesso e molto eterogeneo dal punto di vista della maturità digitale. Nel campo della radiologia informatica, per esempio, all’archiviazione digitale delle immagini si è aggiunta la capacità di integrare, leggere e valorizzare i dati, anche attraverso l’intelligenza artificiale. In ambiti diversi dall’imaging, invece, la definizione di standard condivisi per l’interoperabilità dei dati resta ancora una sfida. Ne abbiamo parlato con Roberta Ranzo, business leader enterprise informatics per Italia, Israele e Grecia di Philips.

Come sta cambiando il panorama della diagnostica per immagini?

In un Paese come l’Italia, dove la popolazione è sempre più longeva, cresce costantemente la domanda di servizi di diagnostica per immagini. Si tratta di un ambito fondamentale per la gestione delle grandi patologie, come quelle cardiovascolari e oncologiche, non solo a livello diagnostico ma  anche per monitorare il decorso della malattia e valutare l’efficacia delle terapie. La crescente domanda ci ha portati ad avere sistemi molto più “trasversali”, accessibili non solo a radiologi e cardiologi, ma a un numero crescente di specialisti di altre aree cliniche o al medico di medicina generale, con l’obiettivo di avere una visione sul paziente sempre più olistica. I dati prodotti, inoltre, sono sempre più numerosi ed eterogenei per tipologia e formato: TC, risonanze, elettrocardiogrammi, dati di laboratorio. Da questo scenario emergono due questioni: la prima riguarda la fruibilità dei dati, all’interno di una stessa azienda sanitaria o di strutture differenti e tra Regioni diverse: quindi è essenziale garantirne l’interoperabilità. La seconda sfida è riuscire a filtrare e selezionare le informazioni davvero rilevanti.

Sono questioni molto sentite anche nel mondo delle imprese... Come si affrontano nel campo della radiologia informatica?

La nostra popolazione è sempre più mobile e spesso fruisce di servizi di ASL o strutture sanitarie in territori diversi: ecco perché molte Regioni stanno realizzando progetti di interoperabilità o di centralizzazione dei dati in piattaforme regionali, in linea con lo sviluppo del Fascicolo Sanitario Elettronico. In ambito imaging, grazie ai sistemi Pacs e agli standard tecnologici ormai consolidati, digitalizzazione e interoperabilità hanno raggiunto livelli elevati. In parallelo, l’intelligenza artificiale sta assumendo un ruolo chiave nel migliorare efficienza e qualità dei processi. In un esame di risonanza magnetica, ad esempio, gli algoritmi Philips consentono di ridurre i tempi di scansione fino a tre volte rispetto ai protocolli tradizionali, e di migliorare la risoluzione dell’immagine fino al 65%, riducendo rumore e artefatti. Sul piano clinico, l’intelligenza artificiale non sostituisce il radiologo ma lo supporta: funge da “secondo paio di occhi”, segnalando lesioni o anomalie non strettamente legate al quesito diagnostico originario, contribuendo così a una diagnosi più completa e sicura.

Roberta Ranzo, business leader enterprise informatics per Italia, Israele e Grecia di Philips

Roberta Ranzo, business leader enterprise informatics per Italia, Israele e Grecia di Philips

Esistono, in sanità, altri ambiti di applicazione promettenti per l’AI?

Uno degli ambiti più promettenti è la gestione dei pazienti acuti, ricoverati nei reparti di terapia intensiva o in degenza post-operatoria. Qui il personale sanitario deve monitorare un’enorme quantità di dati provenienti da diversi sistemi, considerando che in media in un ospedale sono in funzione 350 dispositivi tra monitor, pompe infusionali, ventilatori e via dicendo, che generano migliaia di dati al secondo. Questa mole di dati frammentati può rendere complessa la gestione clinica. Quando riusciremo a correlare e analizzare questi dati in modo unitario, allora potremo applicare modelli predittivi basati sull’AI per individuare in anticipo segnali di deterioramento clinico (ad esempio variazioni della frequenza cardiaca o della saturazione, che precedono un episodio di insufficienza respiratoria). L’obiettivo è passare da una gestione reattiva a una medicina proattiva, migliorando la sicurezza e la tempestività delle cure.

Come si posiziona Philips in questo scenario?

Philips lavora da anni per rendere realmente connesso l’ecosistema sanitario. Con la piattaforma Capsule abbiamo reso possibile integrare e normalizzare i dati provenienti da dispositivi di vendor diversi, così da offrire ai clinici una visione unificata e immediata del paziente. Accanto a questo, Philips vanta in Italia un’importante competenza nell’ambito dell’enterprise informatics: il nostro centro europeo di Genova è un punto di riferimento per la gestione e l’evoluzione dei sistemi Pacs e delle soluzioni di interoperabilità per la diagnostica per immagini, anche in cloud, oltre che per lo sviluppo di soluzioni di AI a supporto della radiologia. Per noi, l’intelligenza artificiale rappresenta un’evoluzione naturale di questo percorso: la tecnologia al servizio del clinico, per una sanità sempre più integrata e predittiva.

scopri altri contenuti su

ARTICOLI CORRELATI