L’intelligenza artificiale potrebbe diventare uno strumento fondamentale per individuare precocemente le persone a rischio di infarto, ancora prima che venga diagnosticata una malattia delle arterie coronarie. È questa la sfida di Delphi-Lombardia, un nuovo progetto di ricerca che punta a ricostruire l’intera storia sanitaria dei pazienti attraverso algoritmi avanzati, per riconoscere possibili segnali di aterosclerosi coronarica e contribuire allo sviluppo di strategie di prevenzione cardiovascolare sempre più personalizzate. L’iniziativa nasce dalla collaborazione tra Human Technopole e Centro Cardiologico Monzino di Milano e prende le mosse dalle ricerche dello scienziato britannico Ewan Birney, insignito oggi, 10 novembre 2026, del Premio “Lombardia è Ricerca” di Regione Lombardia. Il progetto porterà sul territorio uno degli approcci più avanzati di intelligenza artificiale generativa applicata alla previsione delle traiettorie di salute, con una specifica attenzione alle malattie cardiovascolari. La prospettiva scientifica è particolarmente significativa: utilizzare informazioni già presenti nella storia clinica, come diagnosi precedenti, farmaci assunti e caratteristiche demografiche, per sviluppare un sistema capace di stimare la probabilità che una persona presenti placche aterosclerotiche significative nelle coronarie, anche quando la loro presenza non sia ancora stata documentata attraverso esami diagnostici.
Infarto e aterosclerosi, come l’intelligenza artificiale potrebbe individuare il rischio in anticipo
L’aterosclerosi coronarica è una malattia cronica e infiammatoria caratterizzata dalla formazione di placche nelle arterie che irrorano il cuore. La patologia può determinare restringimenti dei vasi sanguigni e provocare eventi cardiovascolari gravi, tra cui l’infarto del miocardio. Individuare le persone che potrebbero presentare alterazioni significative delle coronarie costituisce quindi uno degli obiettivi centrali della ricerca sulla prevenzione cardiovascolare. Delphi-Lombardia intende affrontare questa sfida attraverso l’analisi integrata delle informazioni sanitarie accumulate nel corso della vita, cercando di individuare relazioni e sequenze cliniche utili alla valutazione del rischio. Il progetto prevede lo sviluppo di uno score di rischio cardiovascolare, cioè un punteggio ottenuto attraverso il modello predittivo, da utilizzare come informazione aggiuntiva rispetto agli strumenti diagnostici attualmente disponibili. L’obiettivo non è sostituire gli esami esistenti, ma fornire ai medici un ulteriore elemento di valutazione che, in prospettiva, potrebbe aiutare a individuare le persone per le quali approfondimenti diagnostici come la TAC coronarica risultino particolarmente utili.
Delphi-Lombardia, il progetto finanziato grazie al Premio “Lombardia è Ricerca” 2026
La nascita del progetto è legata al riconoscimento assegnato a Ewan Birney, direttore dello European Bioinformatics Institute (EMBL-EBI) del Laboratorio Europeo di Biologia Molecolare (EMBL), per il suo contributo alla biologia computazionale, alla genomica e alla medicina predittiva basata sull’intelligenza artificiale. Il Premio “Lombardia è Ricerca” 2026, del valore complessivo di 1 milione di euro, è stato consegnato allo scienziato dal presidente della Regione Lombardia Attilio Fontana e dall’assessore regionale a Università, Ricerca e Innovazione Alessandro Fermi. Il 70% del premio sarà destinato a sostenere il progetto Delphi-Lombardia, consentendo ai due istituti di sviluppare e verificare l’applicazione del modello di intelligenza artificiale nel contesto sanitario regionale. Il finanziamento risponde anche alla finalità del riconoscimento regionale, istituito nel 2017, che prevede di destinare una parte significativa delle risorse al rafforzamento dell’ecosistema della ricerca in Lombardia.
Come funziona DELPHI, l’intelligenza artificiale che prevede oltre 1.000 malattie
Alla base della nuova iniziativa c’è DELPHI, un modello di intelligenza artificiale generativa sviluppato da un gruppo internazionale di ricercatori, tra i cui principali autori figura proprio Ewan Birney. Il sistema è stato progettato per analizzare su larga scala le traiettorie di salute, ricostruendo la successione delle condizioni cliniche e stimando il rischio di sviluppare oltre 1.000 patologie. Il modello è stato inizialmente addestrato utilizzando le informazioni sanitarie di circa 400.000 partecipanti alla UK Biobank ed è stato successivamente validato su 1,9 milioni di cittadini danesi. La sua caratteristica centrale consiste nella capacità di studiare come differenti malattie possano comparire, susseguirsi o coesistere nel corso della vita, delineando possibili sviluppi futuri della salute individuale. Il principio richiama il funzionamento dei modelli generativi utilizzati nell’elaborazione del linguaggio: mentre questi ultimi analizzano una sequenza di parole per prevedere quale potrebbe essere la successiva, DELPHI prende in considerazione una sequenza di informazioni cliniche per stimare la probabilità di determinati eventi sanitari nel futuro. Con Delphi-Lombardia, questo approccio sarà adattato al sistema sanitario lombardo, concentrando l’analisi sulla presenza, sull’estensione e sulla possibile progressione delle placche aterosclerotiche coronariche.
Human Technopole studierà le storie cliniche per sviluppare il modello predittivo
Il contributo di Human Technopole sarà affidato ai gruppi di ricerca di Andrea Ganna e Francesca Ieva, impegnati nello sviluppo e nell’adattamento del modello predittivo. L’attività scientifica sarà rivolta alla costruzione di un sistema capace di valorizzare le informazioni cliniche disponibili, comprese quelle provenienti dall’assistenza ospedaliera e dalla medicina di base, per comprendere meglio come possa evolvere la salute cardiovascolare delle persone. Il patrimonio dei dati sanitari della Lombardia rappresenta uno degli elementi centrali dell’iniziativa, che intende esplorare l’impiego di metodi sicuri di intelligenza artificiale per ottenere informazioni potenzialmente utili alla prevenzione. Andrea Ganna, Senior Research Group Leader presso Human Technopole, spiega: “Regione Lombardia dispone sul territorio di un patrimonio straordinario di dati sanitari. Con questo progetto vorremmo valorizzarlo attraverso l’utilizzo di metodi sicuri di intelligenza artificiale, per comprendere meglio le traiettorie di salute cardiovascolare dei cittadini e contribuire allo sviluppo di strategie di prevenzione sempre più efficaci e personalizzate. L’idea alla base del progetto è modellare tutta la storia clinica di un paziente, sia ospedaliera, sia quella ottenuta dai medici di base. Sulla base di questi dati, così come le AI generative cercano di predire la successiva parola in una frase, noi cercheremodi definire la probabilità di eventi clinici nel futuro. La Lombardia sarà la prima regione in Italia e una delle prime in Europa a esplorare il potenziale di questi approcci innovativi”.
Centro Cardiologico Monzino, la validazione dell’intelligenza artificiale su 1.300 pazienti
Una parte decisiva del progetto sarà affidata al Centro Cardiologico Monzino, che metterà a disposizione la coorte dello studio EPIFANIA, coordinato da Gualtiero Colombo. Lo studio comprende circa 1.300 pazienti sottoposti a TAC coronarica per sospetta coronaropatia e seguiti nel tempo, per i quali sono disponibili informazioni cliniche, immagini diagnostiche avanzate e dati biologici ottenuti attraverso analisi multi-omiche. Questa popolazione di pazienti consentirà di verificare se le valutazioni prodotte dal modello di intelligenza artificiale corrispondano alle condizioni effettivamente osservate nelle arterie coronarie. La TAC coronarica permette infatti di visualizzare direttamente l’aterosclerosi, misurando la quantità e la composizione delle placche e valutando la gravità delle stenosi coronariche, cioè i restringimenti dei vasi. Il confronto tra le previsioni elaborate dall’algoritmo e i risultati degli esami diagnostici rappresenterà il passaggio fondamentale per stabilire se il punteggio di rischio sviluppato nell’ambito di Delphi-Lombardia sia effettivamente associato alla gravità della malattia.
DNA, proteine e metaboliti: i dati biologici dello studio EPIFANIA
Uno degli aspetti scientificamente più rilevanti dello studio EPIFANIA è la disponibilità di una grande quantità di informazioni relative alle caratteristiche biologiche dei pazienti. Accanto alla documentazione clinica e alle immagini delle coronarie sono presenti dati ottenuti attraverso analisi multi-omiche, che comprendono lo studio del DNA, dell’attività dei geni, delle proteine e dei metaboliti. Queste informazioni consentono di descrivere con maggiore dettaglio le caratteristiche biologiche delle persone coinvolte nella ricerca e rappresentano un patrimonio importante per la valutazione clinica del modello predittivo. Un ulteriore elemento riguarda il monitoraggio dell’evoluzione della malattia. Per circa 280 partecipanti è infatti disponibile una seconda TAC coronarica, effettuata a distanza di 3-5 anni dal primo esame. Questi controlli successivi permettono di osservare direttamente la progressione dell’aterosclerosi coronarica nel tempo, verificando come siano cambiate le condizioni delle arterie. Il progetto potrà quindi confrontare il punteggio prodotto dall’intelligenza artificiale non soltanto con la quantità e la gravità delle placche rilevate attraverso la TAC, ma anche, nel gruppo di pazienti con due esami disponibili, con l’evoluzione della patologia negli anni.
Dalla ricerca alla prevenzione cardiovascolare, il ruolo della validazione clinica
La collaborazione tra i due istituti unisce competenze differenti: da una parte lo sviluppo di modelli computazionali avanzati, dall’altra l’esperienza clinica specialistica e la disponibilità di dati diagnostici e biologici raccolti nell’ambito della ricerca cardiovascolare. L’obiettivo è comprendere se le stime elaborate attraverso l’intelligenza artificiale possano essere associate a caratteristiche concrete dell’aterosclerosi coronarica, contribuendo così alla futura realizzazione di strumenti utilizzabili nella pratica medica. Gualtiero Colombo, coordinatore del gruppo di ricerca del Centro Cardiologico Monzino, dichiara: “Delphi-Lombardia nasce con un obiettivo ambizioso: utilizzare l’intelligenza artificiale per comprendere meglio l’evoluzione delle malattie e, in particolare, migliorare l’identificazione precoce del rischio cardiovascolare. Ai modelli predittivi sviluppati da Human Technopole, il Centro Cardiologico Monzino aggiungerà le proprie competenze specialistiche e il patrimonio di dati clinici, di imaging coronarico e multi-omici di una sua coorte prospettica, per verificare se tali modelli possano tradursi in strumenti concretamente utili per la prevenzione e la cura dei pazienti. Il Premio ‘Lombardia è Ricerca’ rappresenta, in questo senso, molto più di un riconoscimento: crea le condizioni perché competenze scientifiche di livello internazionale incontrino le eccellenze del territorio, rafforzando collaborazioni capaci di generare nuova conoscenza e di accelerarne il trasferimento alla pratica clinica”. La validazione clinica costituisce un passaggio essenziale per valutare l’effettiva utilità del modello predittivo.
Vuoi ricevere le notifiche sulle nostre notizie più importanti?