Intelligenza artificiale stile ChatGPT usa il DNA per prevedere il rischio di ictus

Il nuovo modello di IA e il suo funzionamento

Un gruppo di scienziati dell'Università di Cambridge, in collaborazione con il centro di ricerca genomica di San Francisco, ha creato un algoritmo basato su una rete neurale di tipo transformer, lo stesso principio alla base di ChatGPT. A differenza dei tradizionali sistemi di predizione del rischio di ictus, che si basano su fattori clinici come pressione sanguigna, età e storia familiare, questo modello analizza direttamente il genoma umano, estraendo varianti genetiche associate a patologie vascolari.

Il processo si articola in tre fasi principali:

• Sequenziamento del DNA: campioni di saliva o sangue vengono sottoposti a sequenziamento di nuova generazione (NGS) per ottenere una mappa completa delle varianti genetiche.
• Pre‑processing dei dati: le sequenze vengono filtrate per rimuovere rumore e varianti poco informative, mantenendo solo i polimorfismi a singolo nucleotide (SNP) riconosciuti come correlati a malattie cerebrovascolari.
• Predizione tramite IA: il modello transformer, addestrato su più di 200.000 genomi associati a cartelle cliniche, genera una probabilità di ictus entro i prossimi 10 anni, con un intervallo di confidenza personalizzato.

Grazie alla capacità dei transformer di gestire sequenze lunghe e di apprendere relazioni non lineari, l'algoritmo riesce a identificare combinazioni di varianti che sfuggono ai metodi statistici tradizionali.

Risultati dello studio e confronto con le metodologie esistenti

Lo studio, pubblicato su Nature Medicine il 18 ottobre 2026, ha valutato la performance del modello su un cohort di 12.000 partecipanti europei, suddivisi in tre gruppi: soggetti con storia di ictus, soggetti a rischio elevato (es. ipertensione) e soggetti sani.

I risultati principali includono:

• Una AUC (area under the curve) di 0,89, rispetto a 0,75 dei punteggi clinici tradizionali.
• Una sensibilità del 82% e una specificità del 81% nella identificazione di soggetti che hanno effettivamente avuto un ictus entro 5 anni.
• Una riduzione del 30% nei falsi positivi rispetto ai modelli basati esclusivamente su fattori di rischio classici.

Inoltre, l'algoritmo è stato in grado di individuare sottogruppi di pazienti con mutazioni rare, non incluse nei test genetici commerciali, che presentavano un rischio di ictus fino a tre volte superiore alla media.

Vantaggi clinici e potenziali applicazioni

Tra i vantaggi più evidenti vi è la possibilità di effettuare uno screening preventivo a partire dalla giovane età, consentendo interventi tempestivi come modifiche dello stile di vita, terapia antipertensiva precoce o monitoraggio intensivo. L'IA può inoltre essere integrata nei sistemi di cartelle cliniche elettroniche (EHR), fornendo ai medici una stima del rischio in tempo reale durante le visite di routine.

Le potenziali applicazioni includono:

• Programmi di screening nazionale per popolazioni ad alto rischio.
• Supporto decisionale per neurologi e cardiologi nella scelta di terapie antitrombotiche.
• Personalizzazione dei piani di riabilitazione post‑ictus basati su profili genetici.

Criticità, limiti e questioni etiche

Nonostante i risultati promettenti, gli autori sottolineano diversi limiti. Prima di tutto, il modello è stato addestrato prevalentemente su dati di popolazioni di origine europea; la sua accuratezza su gruppi etnici diversi resta da verificare. Inoltre, la dipendenza da sequenziamento di alta qualità può rendere difficile l'implementazione in ambienti con risorse limitate.

Dal punto di vista etico, la raccolta e l'analisi di dati genetici sollevano interrogativi sulla privacy e sul possibile uso discriminatorio delle informazioni. Gli esperti hanno raccomandato l'adozione di protocolli di consenso informato rigorosi e di meccanismi di anonimizzazione dei dati.

Un altro punto di dibattito riguarda il “determinismo genetico”: sebbene il DNA fornisca indicazioni di predisposizione, fattori ambientali e comportamentali continuano a giocare un ruolo cruciale nella comparsa dell'ictus. Gli autori avvertono che l'IA non deve sostituire la valutazione clinica tradizionale, ma integrarla.

Prospettive future e sviluppo tecnologico

Il team prevede di ampliare il database includendo più di un milione di genomi, con una rappresentanza globale più equilibrata. L’obiettivo è migliorare la generalizzabilità del modello e ridurre i bias etnici. Inoltre, stanno sperimentando l’uso di “few‑shot learning” per aggiornare il modello con nuovi dati clinici senza richiedere un ri‑addestramento completo.

Parallelamente, gli sviluppatori lavorano su un’interfaccia web user‑friendly, che consentirà a medici e pazienti di caricare i propri dati genetici e ricevere una valutazione del rischio in pochi minuti, mantenendo al contempo standard di sicurezza certificati ISO/IEC 27001.

Impatto sul panorama sanitario e conclusioni

Se adottata su larga scala, questa tecnologia potrebbe trasformare la prevenzione dell'ictus, passando da un approccio reattivo a uno proattivo basato sulla genomica personalizzata. La capacità di prevedere il rischio con alta precisione permette di allocare risorse sanitarie in modo più efficiente, riducendo costi legati a ricoveri d'emergenza e riabilitazione.

In conclusione, l’intelligenza artificiale stile ChatGPT applicata al DNA rappresenta una svolta nella medicina predittiva. Tuttavia, il successo dipenderà dalla capacità di superare le barriere tecniche, garantire l’equità di accesso e affrontare le sfide etiche legate alla gestione dei dati genetici. Solo così sarà possibile tradurre questi avanzamenti scientifici in benefici concreti per la salute pubblica.