L’intelligenza artificiale sta progressivamente trasformando numerosi ambiti della medicina contemporanea, introducendo strumenti capaci di supportare diagnosi, pianificazione terapeutica e procedure cliniche sempre più complesse. Uno dei campi in cui questa evoluzione tecnologica risulta particolarmente promettente è quello della chirurgia assistita da sistemi intelligenti. In questo contesto si inserisce il progetto AI-SURG – Human-Centric AI: Behaviour Modeling for Smart Surgery Ecosystem, sviluppato nell’ambito della ricerca del Politecnico di Torino, con l’obiettivo di creare un ecosistema chirurgico avanzato in cui l’intelligenza artificiale non sostituisce il medico, ma ne amplifica le capacità decisionali e operative.
Il progetto rappresenta un’iniziativa di ricerca che mira a integrare tecnologie di deep learning, computer vision e analisi comportamentale in un sistema intelligente capace di interagire con l’ambiente operatorio in tempo reale. Coordinato dal professor Enrico Vezzetti del Dipartimento di Ingegneria Gestionale e della Produzione, AI-SURG è sviluppato in collaborazione con partner industriali e con il supporto di programmi di ricerca regionali dedicati alla salute e all’innovazione tecnologica. Il progetto ha una durata di circa ventiquattro mesi e punta a raggiungere una fase di validazione tecnologica avanzata, con sperimentazioni in contesti clinici reali.
Uno degli elementi centrali della ricerca riguarda l’introduzione di un approccio definito human-centric, cioè centrato sull’essere umano. A differenza di molte soluzioni tecnologiche che richiedono agli operatori di adattarsi agli strumenti digitali, il modello proposto da AI-SURG parte dal presupposto opposto: è la tecnologia che deve adattarsi al chirurgo e al suo flusso di lavoro. L’intelligenza artificiale viene quindi progettata come un partner cognitivo capace di assistere il professionista durante l’intervento chirurgico, fornendo informazioni contestuali e suggerimenti operativi senza interrompere o alterare il processo decisionale umano.
Dal punto di vista tecnologico, la piattaforma sviluppata dal progetto si basa su un sistema di sensing multimodale in grado di monitorare l’ambiente operatorio. Sensori, telecamere e moduli di visione artificiale acquisiscono continuamente informazioni sul contesto chirurgico, sulle posizioni degli strumenti e sui movimenti del chirurgo. Questi dati vengono elaborati da algoritmi di deep learning che permettono al sistema di riconoscere automaticamente le diverse fasi dell’intervento e di interpretare il comportamento dell’operatore. L’obiettivo è costruire modelli computazionali capaci di rappresentare il flusso procedurale della chirurgia e di individuare eventuali deviazioni rispetto al piano operatorio definito nella fase pre-chirurgica.
Una delle innovazioni principali del progetto riguarda proprio la connessione tra pianificazione digitale e realtà intraoperatoria. Prima dell’intervento, le procedure chirurgiche vengono simulate tramite modelli tridimensionali e sistemi di pianificazione assistita. Durante l’operazione, la piattaforma AI-SURG confronta costantemente l’esecuzione reale con la simulazione digitale iniziale, permettendo di verificare se l’azione chirurgica segue il percorso previsto. Nel caso in cui il sistema rilevi variazioni significative, l’intelligenza artificiale può fornire feedback in tempo reale attraverso interfacce interattive, dashboard o sistemi di realtà estesa che aiutano il chirurgo a correggere eventuali deviazioni.
Questo tipo di supporto ha implicazioni rilevanti anche dal punto di vista dell’ergonomia e della sicurezza. L’analisi dei movimenti e della postura dell’operatore permette infatti di individuare condizioni di affaticamento o configurazioni operative poco efficienti. Attraverso il monitoraggio continuo delle traiettorie degli strumenti chirurgici e della postura del chirurgo, il sistema può contribuire a ridurre il carico cognitivo e fisico associato alle procedure più complesse, migliorando la precisione e la qualità dell’intervento.
Il primo ambito di applicazione individuato per questa tecnologia è la chirurgia cranio-maxillo-facciale, un settore della medicina caratterizzato da un elevato livello di complessità anatomica e da requisiti di precisione estremamente stringenti. In queste procedure anche variazioni di pochi millimetri possono avere conseguenze rilevanti dal punto di vista funzionale ed estetico. L’intelligenza artificiale può quindi svolgere un ruolo decisivo nel garantire che l’esecuzione dell’intervento rispecchi con la massima fedeltà la pianificazione preoperatoria.
L’innovazione proposta dal progetto non si limita alla fase intraoperatoria. AI-SURG prevede anche lo sviluppo di una piattaforma di monitoraggio post-operatorio intelligente, progettata per seguire l’evoluzione del paziente dopo l’intervento chirurgico. Attraverso modelli comportamentali basati su AI e sistemi di raccolta dati a distanza, i medici possono monitorare il recupero funzionale del paziente e individuare precocemente eventuali segnali di complicazioni. Questo approccio consente di adattare dinamicamente i percorsi terapeutici e di migliorare l’efficacia complessiva del trattamento.
Il progetto si inserisce inoltre nel paradigma della medicina 4P, un modello di sanità basato su quattro principi fondamentali: prevenzione, personalizzazione, precisione e partecipazione del paziente. L’intelligenza artificiale permette di analizzare grandi quantità di dati clinici e comportamentali, rendendo possibile una medicina più predittiva e orientata alla prevenzione delle complicanze. In questo scenario la tecnologia diventa uno strumento di supporto per decisioni cliniche più tempestive e personalizzate.
Un aspetto importante riguarda anche la trasferibilità del framework tecnologico sviluppato. Sebbene il progetto si concentri inizialmente sul distretto cranio-maxillo-facciale, la struttura del sistema è progettata per essere applicabile ad altri ambiti chirurgici caratterizzati da strutture anatomiche rigide, come l’ortopedia o la neurochirurgia. Questa modularità rende possibile l’estensione della piattaforma a diverse discipline mediche, contribuendo alla creazione di ambienti operatori intelligenti sempre più integrati.
Dal punto di vista dello sviluppo tecnologico, il progetto mira a raggiungere un Technology Readiness Level pari a 6, cioè una fase in cui la tecnologia viene dimostrata e validata in un ambiente operativo reale. La sperimentazione clinica prevista presso strutture ospedaliere permetterà di verificare l’efficacia dei sistemi AI-driven nel supportare le attività chirurgiche e nel migliorare la sicurezza delle procedure.