Il 29 aprile 2026 Bloomberg ha riportato uno studio della Mayo Clinic in cui un modello AI è stato in grado di identificare segnali del tumore al pancreas nelle cartelle cliniche elettroniche dei pazienti anni prima che la diagnosi clinica fosse formalmente posta. Il pancreas è uno dei tumori a peggior prognosi, in larga parte perché viene diagnosticato in fase avanzata. Anticipare la diagnosi di anni cambia significativamente il quadro terapeutico.
Cosa fa il modello
Il modello legge i dati strutturati e non strutturati delle cartelle cliniche — analisi del sangue, terapie prescritte, sintomi annotati — e identifica pattern predittivi sottili che precedono la diagnosi formale. Non si tratta di un singolo marcatore biologico, ma di una composizione di segnali che, presi singolarmente, non solleverebbero un sospetto, e che insieme costruiscono un profilo di rischio.
Il riflesso sulla sicurezza dei dati clinici
La traccia per chi gestisce la sicurezza in sanità è meno tecnologica e più politica. Tre considerazioni:
- più il modello AI vale come strumento clinico, più il dato che lo nutre acquista valore agli occhi di chi vorrebbe esfiltrarlo. Il prossimo ransomware sanitario non punterà più solo sulla disruption operativa, ma sulla minaccia di esposizione di dataset di training di valore commerciale;
- il consenso informato alla raccolta del dato di cartella clinica era stato disegnato per finalità cliniche e statistiche tradizionali. La possibilità che gli stessi dati alimentino modelli predittivi proprietari richiede un ridisegno dei foundation di consenso, non solo dei sistemi di accesso;
- la condivisione di modelli pre-addestrati tra strutture — pratica sempre più comune — introduce un nuovo vettore di leakage: i pesi del modello possono incorporare informazioni sui singoli pazienti del training set in modo non immediatamente visibile.
La cornice normativa
Per le strutture sanitarie italiane, l’AI Act (Regolamento UE 2024/1689) classifica come ad alto rischio i sistemi AI usati per finalità di triage, diagnosi, supporto decisionale clinico (Allegato III). I requisiti dell’art. 9 (sistema di gestione del rischio), dell’art. 10 (governance dei dati di training) e dell’art. 12 (registrazione automatica) sono direttamente applicabili.
Per i fornitori che vendono questi modelli all’SSN o a strutture private, il punto chiave operativo è documentare la catena di provenienza dei dati di training e la qualità del processo di etichettatura, non solo le metriche di accuratezza.
Fonti
Bloomberg, «AI spots pancreatic cancer years before it shows up, study finds», 29 aprile 2026: bloomberg.com.