AI for Healthcare – Longevity & Wellness si è svolta a Genova come una giornata di confronto internazionale sul ruolo dell’intelligenza artificiale in sanità, con un messaggio emerso con chiarezza fin dall’apertura dei lavori: il problema non è più dimostrare che l’AI possa funzionare, ma capire come portarla fuori dai laboratori, integrarla nei sistemi sanitari e trasformarla in impatto reale.
A Villa Quartara, la conferenza promossa da Fusion AI Labs ha riunito istituzioni europee e nazionali, organizzazioni internazionali, centri di ricerca, università, aziende tecnologiche, realtà del settore sanitario e farmaceutico. La cornice è quella delle strategie europee Apply AI e AI in Science, con cui la Commissione Europea punta ad accelerare il passaggio dalla ricerca all’implementazione concreta: da un lato l’adozione nei sistemi sanitari, dall’altro il rafforzamento delle infrastrutture scientifiche.
Il tono dell’evento è stato quello di un confronto orientato all’azione. Non una rassegna celebrativa sulle potenzialità dell’intelligenza artificiale, ma un tentativo di mettere a fuoco il nodo più scomodo: fino all’80% dei progetti di AI in sanità non riesce ad andare oltre la fase pilota. Non per un fallimento della tecnologia, ma per la difficoltà di adattarla a dati, processi, regole, competenze e modelli organizzativi reali.
AI for Healthcare e la sfida dell’adozione nei sistemi sanitari europei
Il punto di partenza della giornata è stato la pressione strutturale sui sistemi sanitari europei. L’invecchiamento della popolazione aumenta la domanda di cura, mentre la disponibilità di personale sanitario non cresce allo stesso ritmo. In questo contesto, l’intelligenza artificiale può incidere su diagnostica, supporto alle decisioni cliniche, scoperta di nuovi farmaci, medicina preventiva, gestione operativa e relazione tra strutture e pazienti.
La conferenza ha scelto di partire da un caso concreto: AIDA, progetto europeo di ricerca finanziato dal programma Horizon, che esplora l’uso dell’intelligenza artificiale per la prevenzione del tumore allo stomaco. Il progetto, a cui hanno partecipato i fondatori di Fusion AI Labs, non è stato presentato come un perimetro chiuso, ma come una lente attraverso cui osservare il più ampio potenziale dell’AI applicata in modo responsabile alla sanità e alla longevità.
Stefano Sedola, responsabile ricerca e programmi formativi di Fusion AI Labs, ha spiegato così la scelta: “Piuttosto che costruire una conferenza scientifica ristretta attorno a un singolo progetto, abbiamo fatto una scelta più ampia: utilizzare AIDA come lente di osservazione, ossia una dimostrazione concreta e fondata di ciò che un’IA applicata in modo responsabile può realizzare, e aprire il dibattito al più ampio panorama di ciò che l’intelligenza artificiale sta già facendo e potrebbe fare in sanità e nella longevità”.
Ne è derivata una giornata costruita come un percorso: al mattino la sessione plenaria sulle prospettive dell’AI nella sanità; nel pomeriggio due panel verticali, uno dedicato all’intelligenza artificiale per la longevità e il benessere, l’altro al passaggio dalla ricerca alla pratica clinica.
Dalla carenza di personale al cambio di paradigma organizzativo
Ad aprire i lavori è stato Renato Botti, Direttore Generale dell’Istituto Giannina Gaslini, seguito dall’intervento di Andrea Pescino, CEO di Fusion AI Labs. Pescino ha collocato il tema dell’AI sanitaria dentro una questione più ampia di sostenibilità dei sistemi di cura.
I numeri portati al centro della discussione sono netti: in Italia ci sono 64 infermieri ogni 10.000 abitanti, contro una media europea di 80; il rapporto è di 1,5 infermieri per medico, rispetto ai 2,2 del resto d’Europa; inoltre, il 30% dei medici europei ha più di 55 anni. Il problema, secondo Pescino, non può essere affrontato solo aumentando il personale, ma richiede un cambiamento nel modo in cui il sistema viene organizzato, supportato e potenziato.
“L’Europa ha un’occasione straordinaria e anche una responsabilità. Il settore sanitario è sotto pressione strutturale: in Italia abbiamo 64 infermieri ogni 10.000 abitanti, contro una media europea di 80, e appena 1,5 infermieri per medico rispetto ai 2,2 del resto d’Europa. Il 30% dei medici europei ha più di 55 anni. Non è una crisi che si risolve solo assumendo più personale, ma una crisi che richiede un cambio di paradigma nel modo in cui organizziamo, supportiamo e potenziamo l’intero sistema”.
Il passaggio decisivo riguarda la funzione dell’AI. Non soltanto applicazioni cliniche avanzate, ma anche ottimizzazione dei processi, gestione dei reparti, qualità dell’interazione con i pazienti, riduzione del carico quotidiano su medici e infermieri. In questa prospettiva, ogni ora risparmiata in attività amministrative può diventare tempo restituito alla cura.
“La ricerca applicata sull’intelligenza artificiale in ambito sanitario non può limitarsi alle applicazioni cliniche, per quanto straordinarie. Pensiamo a quanto vale accelerare i processi operativi, ottimizzare la gestione dei reparti, migliorare la qualità dell’interazione tra strutture e pazienti. Ogni ora risparmiata in un processo amministrativo è un’ora restituita alla cura. Ogni sistema che supporta meglio un infermiere o un medico nella gestione del carico quotidiano riduce il burnout e aumenta la qualità dell’assistenza. È qui che Fusion AI Labs vuole contribuire: trasformare la ricerca in impatto reale, costruire ponti tra eccellenza scientifica, industria e sistemi sanitari, e dimostrare che fare ricerca applicata responsabile in questo settore non è solo possibile, è urgente. Per l’Italia. Per l’Europa”.
La medical superintelligence come infrastruttura della filiera sanitaria
Uno degli interventi più netti della mattina è stato quello di Antonio Gatti, Global Lead Pharma Life Sciences di Microsoft, dedicato alla medical superintelligence. La tesi è che ridurre l’AI medica a un semplice miglioramento della diagnostica significhi sottovalutare la trasformazione in corso.
I modelli di frontiera, ha spiegato Gatti, sono ormai in grado di sostenere ragionamento longitudinale, integrare dati multimodali, orchestrare strumenti e mantenere memoria. Questo consente di pensare l’AI non come singola applicazione, ma come infrastruttura della pipeline sanitaria e farmaceutica: dalla scoperta di target terapeutici al disegno dei trial clinici, dalla stratificazione dei pazienti alla medicina di precisione.
“Parlare di medical superintelligence come semplice miglioramento diagnostico sottovaluta ciò che sta accadendo. I modelli di frontiera reggono ragionamento longitudinale, integrano dati multimodali — omici, imaging, cartelle cliniche, real-world evidence — orchestrano strumenti, mantengono memoria. Per la prima volta è possibile pensare l’AI come infrastruttura della pipeline sanitaria e farmaceutica, non come singola applicazione. Eppure fino all’80% dei progetti di AI in sanità non supera la fase pilota: non per limiti della tecnologia, ma per come incontra il sistema — dati, flussi, regolamentazione, fiducia. Il salto di qualità non è sul modello, è sul contesto. Dalla scoperta di nuovi target terapeutici al disegno dei trial clinici, dalla stratificazione del paziente alla medicina di precisione: in un’Europa con meno medici, meno infermieri e più anziani di un decennio fa, la superintelligenza medica non è un’opzione tecnologica ma una leva di sostenibilità per l’intera filiera life sciences. La domanda non è se adottarla, ma come: responsabilmente, su scala, orientata all’impatto reale”.
È uno dei passaggi che meglio sintetizzano il filo conduttore della conferenza: l’innovazione non si blocca perché i modelli sono insufficienti, ma perché il sistema in cui devono operare non sempre è pronto ad assorbirli.
Dal progetto AIDA alla prevenzione del tumore gastrico
Il progetto AIDA ha portato il confronto su un piano clinico più specifico. Kiril Veselkov, professore associato in Medicina computazionale e Informatica oncologica all’Imperial College, e Antonello Scalmato, CTO di Fusion AI Labs, hanno presentato le applicazioni avanzate dell’AI generativa nella diagnosi precoce del tumore gastrico.
Il lavoro riguarda una visione integrata della prevenzione di precisione, che combina diagnostica basata su intelligenza artificiale, trattamenti personalizzati e strategie preventive fondate sulla nutrizione. Al centro c’è l’applicazione dell’AI alla valutazione dell’infiammazione gastrica, incluso l’H. pylori AI Clinician, pensato per supportare decisioni terapeutiche personalizzate.
Il tema non è soltanto diagnosticare prima, ma collegare diagnosi, terapia e prevenzione. L’approccio presentato considera anche il rapporto tra fattori dietetici, metabolismo e biomarcatori, dentro reti biologiche connesse alla progressione della malattia.
“Questo intervento presenta una visione integrata per la prevenzione di precisione del tumore gastrico, combinando diagnostica basata sull’intelligenza artificiale, trattamenti personalizzati e strategie di prevenzione fondate sulla nutrizione. Mette in evidenza il lavoro sull’intelligenza artificiale applicata alla valutazione dell’infiammazione gastrica, incluso l’H. pylori AI Clinician per il supporto alle decisioni terapeutiche personalizzate, nonché approcci basati sui dati per comprendere come i fattori dietetici, il metabolismo e i biomarcatori interagiscano all’interno di reti biologiche collegate alla progressione della malattia. Nel loro insieme, questi approcci mostrano come l’intelligenza artificiale possa connettere diagnosi, terapia e prevenzione personalizzata, contribuendo a ridurre il rischio di progressione verso il tumore gastrico”.
Embodied AI, robotica e sanità fisica
Il tema dell’intelligenza artificiale è stato poi portato fuori dal dominio puramente digitale dall’intervento di Fulvio Mastrogiovanni, professore associato presso l’Università di Genova. Il focus è stato l’incontro tra AI e robotica in ambito sanitario, con particolare attenzione all’Embodied AI.
Il concetto di incarnazione, ha spiegato Mastrogiovanni, non riguarda semplicemente modelli che elaborano dati, ma agenti capaci di percepire, agire e apprendere attraverso un corpo. È un passaggio cruciale quando l’intelligenza artificiale entra nel mondo fisico, dove aumentano incertezza, rischio, sicurezza e interazione con le persone.
“La prima parte chiarisce cosa significhi davvero “incarnazione”. Non semplicemente modelli che elaborano dati, ma agenti che percepiscono, agiscono e apprendono attraverso un corpo. Richiamando ricerche recenti pubblicate su Science sul ruolo del tatto e dei sistemi di sensing avanzati, l’intervento mette in evidenza come le capacità dell’IA debbano essere ripensate quando si passa da ambienti digitali al mondo fisico, dove incertezza, sicurezza e interazione umana diventano centrali”.
La seconda parte dell’intervento ha ricostruito uno spettro applicativo che va dai sistemi di pick-and-place e dalla manipolazione robotica alla robotica assistiva, fino a chirurgia robotica, protesi intelligenti e sistemi di compagnia. È il punto in cui la discussione sull’AI sanitaria si allarga alla dimensione materiale della cura: dispositivi, corpi, ambienti, pazienti e operatori.
Fiducia, dati sanitari e rischio di frammentazione europea
Un altro asse centrale della giornata è stato quello della fiducia. Ricard Martinez, Direttore della cattedra di Privacy e trasformazione digitale dell’Università di Valencia, ha affrontato il tema dello Spazio europeo dei dati sanitari e dell’uso responsabile dell’intelligenza artificiale.
La costruzione di un’infrastruttura europea dei dati sanitari si fonda su due pilastri: il GDPR come riferimento giuridico e l’uso di dati anonimizzati in ambienti sicuri. Entrambi, però, presentano criticità rilevanti. L’anonimizzazione è sempre più difficile da garantire secondo le autorità privacy, mentre la standardizzazione della sicurezza dipende da processi complessi a livello europeo.
Il rischio segnalato è quello di una frammentazione normativa tra Stati membri, con possibili effetti negativi sull’interoperabilità e sull’efficacia del sistema.
“Lo Spazio europeo dei dati sanitari (EHDS) si basa su due pilastri: il GDPR come riferimento giuridico e l’uso di dati anonimizzati in ambienti sicuri. Tuttavia, entrambi presentano criticità: l’anonimizzazione è sempre più difficile da garantire secondo le autorità privacy, mentre la standardizzazione della sicurezza è demandata a processi complessi a livello europeo. Inoltre, alcune scelte chiave sono lasciate ai singoli Stati membri, con il rischio di creare normative frammentate che potrebbero compromettere l’interoperabilità e l’efficacia del sistema a livello europeo”.
È un passaggio rilevante perché mette in evidenza una tensione di fondo. L’Europa vuole costruire un modello di AI sanitaria fondato su fiducia, sicurezza e diritti, ma deve evitare che la complessità regolatoria rallenti o frammenti l’adozione.
Le competenze come ponte tra ricerca e prodotto
La sessione mattutina si è chiusa con il tema delle competenze. Riccardo Ocleppo, founder e direttore di OPIT, Open Institute of Technology, ha riportato il dibattito su un nodo spesso sottovalutato: perché soluzioni scientificamente solide non riescono a diventare prodotti sanitari utilizzabili su larga scala.
Le applicazioni citate sono già concrete: analisi della documentazione clinica, supporto alla diagnosi, sintesi dei colloqui medico-paziente, compilazione assistita dei referti. Il punto, però, è che in sanità non basta che un modello funzioni. Deve essere comprensibile, affidabile, integrabile e compatibile con standard di qualità e compliance.
“Applicazioni come l’analisi della documentazione clinica, il supporto alla diagnosi, la sintesi dei colloqui medico-paziente o la compilazione assistita dei referti mostrano chiaramente che il potenziale dell’AI non è più teorico. Il vero punto, semmai, è capire perché molte soluzioni, pur solide dal punto di vista scientifico, si fermino nel passaggio dalla ricerca al prodotto. In sanità, infatti, non basta che un modello funzioni, ma deve essere comprensibile, affidabile, integrabile e compatibile con standard di qualità e compliance”.
Per Ocleppo, la collaborazione tra imprese e istituzioni è decisiva. Le aziende portano casi d’uso, bisogni concreti e velocità di esecuzione; le istituzioni contribuiscono con metodo, ricerca, formazione e creazione di talenti. Un esempio citato è l’hackathon degli studenti OPIT, da cui è nato un assistente AI per supportare i caregiver di persone con Alzheimer con risposte affidabili, empatiche e utilizzabili nella vita quotidiana.
“In questo senso, oggi la collaborazione tra imprese e istituzioni è decisiva. Se da un lato le aziende portano casi d’uso concreti, bisogni reali e velocità di esecuzione, dall’altro le istituzioni portano metodo, ricerca, formazione e creazione di talenti. È qui che si colloca OPIT. Lo dimostrano anche i progetti sviluppati dai nostri studenti, come l’hackathon, che ha portato alla creazione di un assistente AI per supportare i caregiver di persone con Alzheimer per offrire risposte affidabili, empatiche e concretamente utilizzabili nella vita quotidiana. È un esempio chiaro di ciò che serve oggi: non tecnologia fine a sé stessa, ma competenze capaci di unire ricerca, impatto sociale e reali bisogni delle persone”.
Il modello europeo tra AI Act, EHDS e innovazione basata sulla fiducia
Nel pomeriggio, la presenza dell’onorevole Brando Benifei, correlatore della legge europea sull’intelligenza artificiale, ha riportato il dibattito sul ruolo dell’Europa. Il tema non è solo adottare più rapidamente l’AI in sanità, ma farlo mantenendo un modello fondato su fiducia, equità, trasparenza e accesso.
Secondo Benifei, la vera sfida è tradurre il potenziale dell’intelligenza artificiale in applicazioni concrete e diffuse, superando il blocco della fase pilota. AI Act ed European Health Data Space vengono presentati come strumenti per costruire innovazione sicura, affidabile e centrata sulla persona.
“Oggi la vera sfida dell’intelligenza artificiale in sanità è tradurre il suo potenziale, ma tradurlo in applicazioni concrete e diffuse: ancora troppi progetti restano bloccati alla fase pilota. È qui che il modello europeo fa la differenza. Con l’AI Act e lo European Health Data Space, l’Unione Europea ha scelto un approccio basato sulla fiducia: regole chiare e proporzionate che rendono l’innovazione sicura, affidabile e centrata sulla persona. In un contesto globale segnato da spinte deregolatorie, dobbiamo ribadire che non esiste vera innovazione senza fiducia. La sfida che abbiamo davanti è duplice: da un lato, accelerare l’adozione dell’intelligenza artificiale nei sistemi sanitari, colmando il divario tra laboratorio e pratica clinica; dall’altro, preservare e rafforzare un modello europeo che garantisca equità, trasparenza e accesso per tutti. È così che l’Europa può guidare la trasformazione digitale della sanità”.
È uno dei passaggi più politici della giornata, ma anche uno dei più concreti: l’Europa può distinguersi non rallentando l’innovazione, ma costruendo le condizioni perché questa sia adottabile in settori ad alta sensibilità come la sanità.
Longevità e benessere: vivere più a lungo non basta
Il panel dedicato alla longevità e al benessere ha spostato l’attenzione su un paradosso ormai evidente: in Europa si vive più a lungo, ma non necessariamente meglio. Paula Petrone, responsabile dell’Unità di Sanità Digitale presso il Barcelona Supercomputing Center, ha richiamato il divario tra aspettativa di vita e anni vissuti in buona salute.
Negli ultimi vent’anni, l’aspettativa di vita è aumentata in modo significativo, mentre gli anni in buona salute sono rimasti sostanzialmente stabili. Alla base ci sono investimenti insufficienti nella prevenzione e sistemi sanitari ancora frammentati, poco orientati alla gestione integrata delle malattie croniche.
“Un nuovo studio evidenzia un paradosso della salute in Europa: si vive più a lungo, ma non necessariamente meglio. Negli ultimi vent’anni l’aspettativa di vita è aumentata significativamente, mentre gli anni vissuti in buona salute sono rimasti stabili, ampliando il divario tra longevità e benessere. Alla base di questa tendenza vi sono investimenti insufficienti nella prevenzione e un sistema sanitario frammentato, poco orientato alla gestione integrata delle malattie croniche. Lo studio sottolinea però il potenziale dell’intelligenza artificiale generativa e di iniziative come lo Spazio europeo dei dati sanitari nel favorire modelli di cura più preventivi e coordinati. Resta fondamentale affrontare le sfide tecnologiche, etiche e di governance per garantire un accesso equo e sostenibile ai benefici di queste innovazioni”.
Il contributo di Petrone ha collegato AI generativa, dati multimodali, immagini mediche, wearable e cartelle cliniche elettroniche in una visione di medicina più preventiva, coordinata e personalizzata. Anche qui, però, il punto resta l’equilibrio tra potenziale tecnologico e governance.
Genova come hub per l’AI sanitaria
La scelta di Genova come sede dell’evento è stata presentata come parte integrante del messaggio. La città dispone di un ecosistema che unisce robotica, intelligenza artificiale, scienze della vita e ingegneria dei dati. Sono competenze utili non solo per progettare soluzioni, ma per validarle e renderle scalabili.
Fusion AI Labs, società con sede a Genova nata dalla joint venture tra Expert.ai e AI Fusion Holding, si posiziona in questo spazio: ricerca applicata, sperimentazione industriale e incontro tra università, imprese e istituzioni. L’ambizione dichiarata è contribuire a fare dell’Europa un riferimento mondiale per un’AI responsabile e sostenibile.
Il punto emerso durante l’evento è che la sanità non ha bisogno solo di chatbot o automazione amministrativa. La trasformazione più profonda richiede sistemi capaci di supportare decisioni cliniche, abilitare medicina di precisione, integrarsi con dispositivi regolamentati e operare su scala di popolazione. Per riuscirci serve un allineamento tra ricerca, pratica clinica, industria e regolamentazione.
Dalla sperimentazione all’impatto reale
Il messaggio conclusivo della giornata è stato affidato ancora a Stefano Sedola, che ha sintetizzato il senso dei panel: partire dalle opportunità, senza ignorare gli ostacoli, ma trattandoli come problemi risolvibili.
“I panel sono progettati per esplorare l’intelligenza artificiale come una reale opportunità. I contributi più importanti sono quelli che mostrano ciò che già funziona, ciò che sta diventando possibile e come potrebbe apparire un futuro modellato da un’IA responsabile in ambito sanitario. Questo non significa evitare la complessità o fingere che le barriere non esistano, piuttosto partire dalle opportunità e considerare gli ostacoli come problemi risolvibili. Il pubblico di oggi, composto da figure altamente coinvolte, è qui per essere ispirato e informato, non per ricevere avvertimenti”.
La fotografia restituita da AI for Healthcare – Longevity & Wellness è quella di una sanità europea che non può più permettersi di trattare l’intelligenza artificiale come un esperimento laterale. Le tecnologie sono mature in molti ambiti, i casi d’uso si moltiplicano e la pressione sui sistemi sanitari rende l’adozione sempre più urgente. Ma la distanza tra prototipo e uso reale resta ampia.
È lì che si giocherà la partita: non nella sola capacità dei modelli, ma nella qualità dei dati, nell’integrazione nei flussi clinici, nella fiducia di operatori e pazienti, nella formazione delle competenze, nella governance e nella capacità di costruire un modello europeo che non opponga innovazione e responsabilità. In questo senso, la giornata di Genova ha confermato che il futuro dell’AI in sanità non dipenderà solo da ciò che la tecnologia può fare, ma da quanto rapidamente i sistemi saranno in grado di adottarla in modo sicuro, utile e sostenibile.
