L'intelligenza artificiale applicata alla genomica sta aprendo la strada a una medicina sempre più personalizzata, capace di analizzare enormi quantità di dati biologici per identificare terapie mirate. Ma questa rivoluzione, lungi dal disumanizzare la cura, può paradossalmente accrescere la dimensione umanistica del rapporto medico-paziente. È uno dei temi centrali emersi nell’incontro “La vita che cura la vita. Biotecnologie, intelligenza artificiale, poesia”, appena svoltosi al Festival KUM! di Pesaro, ideato e diretto da Massimo Recalcati e promosso da Amgen. Scienziati, esperti di etica e letterati si sono confrontati su come cambia la diagnosi, la ricerca farmacologica e il concetto stesso di cura.
Chirurgia: l’I.A. ci dice come sarà il volto dopo l’intervento
22 Ottobre 2025
Intelligenza artificiale con la genomica e per la diagnosi
La più significativa rivoluzione arriva dall’“abbraccio” tra intelligenza artificiale e genomica, lo studio del patrimonio genetico umano. Oggi è possibile attingere quantità enormi di informazioni da database genetici che raccolgono dati relativi a milioni di persone, per identificare le mutazioni all’origine delle malattie e sviluppare farmaci a bersaglio molecolare. L’intelligenza artificiale, che “si nutre” di dati, accelera questa analisi e supporta l’approccio secondo il quale “la vita cura la vita”, nel senso che sono proprio le risorse del corpo a essere usate per sviluppare nuovi trattamenti, come già avviene, per esempio, nel caso dell’immunoterapia. Poi c’è la diagnosi: in questo ambito l’integrazione tra esperto umano e intelligenza artificiale minimizza l’errore diagnostico, perché, come ha spiegato Vito Trianni, dirigente di ricerca all’Istituto di scienze e tecnologie della cognizione del Consiglio nazionale delle ricerche, “essere umano e macchina ‘sbagliano’ in maniera differente”, il che porta a una riduzione dell’“errore” complessivo. “La macchina non ragiona”, ha detto ancora lo scienziato, “ma intercetta la correlazione statistica tra sintomi e risultati, e produce un output che rappresenta il livello probabilistico più alto. Il medico, invece, ragiona sviluppando un pensiero ‘out of the box’, avendo cognizione di qual è lo stato del paziente, della sua storia, del suo vissuto, e in questo modo riesce a cogliere dettagli che difficilmente sono trasferibili tramite un prompt all’intelligenza artificiale”.
