L’Ospedale San Carlo di Nancy, struttura romana del gruppo GVM Care & Research, ha completato la digitalizzazione del laboratorio di Anatomia Patologica, adottando tre sistemi di intelligenza artificiale per l’analisi dei campioni istologici gastrici, prostatici e mammari. La nuova organizzazione consente agli specialisti di esaminare i tessuti attraverso immagini digitali ad altissima risoluzione, utilizzare algoritmi per individuare alterazioni sospette e condividere i risultati con altri medici. L’ospedale prevede una riduzione dei tempi di refertazione di circa il 30%, con possibili benefici soprattutto nei percorsi diagnostici oncologici, nei quali la disponibilità tempestiva dei risultati è importante per definire le successive decisioni terapeutiche.
La trasformazione riguarda l’intero percorso diagnostico, dalla preparazione e acquisizione digitale dei campioni alla loro interpretazione e alla firma del referto. Il laboratorio ha adottato le soluzioni di Ibex Medical Analytics, azienda israeliana specializzata nello sviluppo di algoritmi di AI per l’anatomia patologica, utilizzando tre moduli dedicati a differenti tipologie di tessuto.
Secondo GVM Care & Research, il San Carlo di Nancy è la prima struttura italiana a utilizzare congiuntamente tutte e tre le soluzioni.
Tre sistemi di AI per i campioni gastrici, prostatici e mammari
La digital pathology sostituisce l’osservazione esclusivamente attraverso il microscopio ottico con l’acquisizione di immagini digitali dell’intero vetrino istologico, note come Whole Slide Images (WSI). I campioni possono così essere esaminati al monitor, ingranditi e analizzati attraverso software specializzati.
Il laboratorio romano utilizza Ibex Gastric, Ibex Prostate e Ibex Breast, tre soluzioni che applicano algoritmi di visione artificiale all’analisi delle immagini istologiche.
I sistemi affiancano l’anatomopatologo nell’individuazione di aree sospette, comprese lesioni di piccole dimensioni potenzialmente difficili da riconoscere durante l’osservazione tradizionale. Consentono inoltre di effettuare misurazioni e valutazioni quantitative utili alla caratterizzazione dei campioni.
Nel caso dei tessuti prostatici, l’analisi computazionale può contribuire all’identificazione dei focolai tumorali e alla valutazione delle caratteristiche morfologiche della neoplasia. Per i campioni mammari e gastrici, gli algoritmi supportano il riconoscimento delle alterazioni patologiche e l’identificazione delle aree che richiedono particolare attenzione.
Le informazioni ottenute possono contribuire anche alla valutazione di parametri prognostici, fondamentali per la definizione del percorso terapeutico e per la medicina di precisione.
Le soluzioni della piattaforma Ibex dispongono di marcatura CE per la diagnostica in vitro, con certificazioni specifiche che variano in funzione del prodotto. Negli Stati Uniti, la Food and Drug Administration ha rilasciato nel febbraio 2025 l’autorizzazione 510(k) per Ibex Prostate Detect, un dispositivo dedicato all’individuazione di possibili carcinomi prostatici non rilevati durante la prima valutazione.
Tempi di refertazione ridotti e consulti specialistici a distanza
Uno dei principali benefici attesi riguarda il turnaround time (TAT), ossia l’intervallo necessario per completare il processo diagnostico e rendere disponibile il referto.
Il San Carlo di Nancy prevede una riduzione di circa il 30% dei tempi di refertazione attraverso la digitalizzazione dei flussi di lavoro e l’impiego degli strumenti di AI.
“La disponibilità di strumenti digitali è particolarmente importante in un contesto in cui gli anatomopatologi devono rispondere a una domanda crescente di esami”, spiega Silvia Taccogna, responsabile del Laboratorio di Anatomia Patologica dell’Ospedale San Carlo di Nancy. “Il passaggio a una refertazione digitalizzata e supportata da intelligenza artificiale ci consentirà di abbattere i tempi di refertazione di circa il 30%. Un risparmio di tempo fondamentale per ottimizzare la gestione del paziente e permettere alle équipe multidisciplinari di avviare tempestivamente i trattamenti terapeutici”.
La possibilità di condividere le immagini istologiche attraverso sistemi digitali permette inoltre di richiedere consulti ad altri specialisti senza trasferire fisicamente i vetrini. Anatomopatologi che operano in strutture differenti possono esaminare lo stesso campione e confrontare le rispettive valutazioni, facilitando la discussione dei casi complessi all’interno dei gruppi multidisciplinari.
“L’algoritmo non sostituisce lo specialista: mette a sua disposizione ulteriori strumenti per leggere e valutare il campione”, precisa Taccogna. “La possibilità di analizzare le immagini con sistemi dedicati, in grado di identificare micro-lesioni talora difficili da rilevare con i metodi tradizionali, effettuare misurazioni in modo automatico e confrontarsi con altri colleghi, rappresenta un supporto fondamentale”.
Le evidenze cliniche sull’efficienza dell’anatomia patologica assistita dall’AI
I benefici operativi dell’intelligenza artificiale nell’anatomia patologica trovano riscontro anche nelle esperienze cliniche documentate.
Uno studio pubblicato nel 2025 sulla rivista scientifica Histopathology, condotto da Frederik Deman e colleghi presso gli ospedali ZAS di Anversa, in Belgio, ha esaminato gli effetti dell’introduzione di un sistema di AI nella valutazione delle biopsie prostatiche.
I ricercatori hanno confrontato due periodi di attività, prima e dopo l’adozione della tecnologia, considerando complessivamente oltre mille casi.
Dopo una fase iniziale di adattamento, durante la quale i tempi erano temporaneamente aumentati, il tempo medio di refertazione è diminuito da 2,09 a 1,71 giorni, con un risparmio di circa nove ore. È stata osservata anche una riduzione di circa un quarto del numero medio di esami immunoistochimici aggiuntivi richiesti per ciascun caso.
I risultati indicano che l’assistenza algoritmica può migliorare l’efficienza diagnostica, anche riducendo il ricorso ad analisi supplementari. L’esperienza evidenzia inoltre l’importanza dell’adattamento degli operatori e dell’integrazione con i sistemi informativi di laboratorio.
In Italia solo il 35% dei laboratori di anatomia patologica è completamente digitale
L’introduzione dell’AI nella pratica clinica richiede un’infrastruttura digitale adeguata. Gli algoritmi analizzano le immagini ottenute attraverso scanner ad alta risoluzione e operano all’interno di un ambiente software collegato ai sistemi informativi e di refertazione.
La diffusione di queste tecnologie è ancora disomogenea nel sistema sanitario italiano. Secondo i dati presentati al congresso della Società Italiana di Anatomia Patologica e Citologia Diagnostica (SIAPeC-IAP), soltanto il 35% dei laboratori italiani di anatomia patologica è completamente digitalizzato e può effettuare le valutazioni diagnostiche direttamente al monitor. Ancora meno diffuso è l’impiego di sistemi di intelligenza artificiale.
Il progetto del San Carlo di Nancy si inserisce nel programma di innovazione tecnologica di GVM Care & Research, gruppo sanitario che comprende 30 ospedali, otto poliambulatori e cinque residenze assistenziali distribuiti in 11 regioni italiane, oltre a 14 strutture all’estero.
“Con l’adozione della Digital Pathology e dell’AI, la diagnostica dell’Ospedale San Carlo di Nancy evolve verso una personalizzazione totale della cura, garantendo che ogni paziente riceva sin da subito la terapia più mirata ed efficace”, dichiara Ettore Sansavini, presidente di GVM Care & Research.
