In Italia, ogni anno milioni di persone tra i 50 e i 69 anni sono coinvolte nei programmi di screening per il cancro al colon-retto, un tumore che rappresenta una delle principali cause di morte prevenibile se diagnosticato precocemente. Nonostante gli sforzi e l’ampia diffusione degli esami, una percentuale significativa della mucosa dell’intestino non viene completamente visualizzata durante una colonscopia standard, lasciando potenzialmente inosservate lesioni precoci che potrebbero evolvere in forme tumorali più gravi se non trattate in tempo. È per affrontare proprio questo gap diagnostico che è nato Insight, un progetto di ricerca innovativo sviluppato al Politecnico di Milano con l’aiuto di sensori avanzati e modelli di intelligenza artificiale, e che ora si sta avvicinando alla fase di trasformazione da ricerca accademica in impresa con concreta applicabilità clinica.
L’idea alla base di Insight nasce da una constatazione semplice ma significativa: durante una colonscopia tradizionale, circa un quarto della superficie interna del colon rimane fuori dal campo visivo, principalmente a causa della complessità anatomica dell’organo e delle limitazioni tecniche degli strumenti attuali. Per superare questo limite, il team guidato da Chiara Lena e Luca Carlini ha sviluppato un approccio all’avanguardia che integra ricostruzioni tridimensionali del colon basate su algoritmi di intelligenza artificiale e un modello virtuale denominato Real SynCol. L’obiettivo è quello di creare una rappresentazione digitale della mucosa esaminata durante l’esame, evidenziando le aree che non sono state adeguatamente visualizzate e che potrebbero celare lesioni di interesse clinico.
L’intelligenza artificiale è qui impiegata in modo profondo e sofisticato: per generare modelli 3D affidabili vengono infatti addestrati algoritmi che richiedono enormi quantità di dati. Poiché non esistono dataset clinici completi che coprano tutte le variazioni anatomiche umane, il team ha scelto di creare un dataset sintetico ad alta fedeltà — il modello Real SynCol — su cui “allenare” le reti neurali a riconoscere e ricostruire con precisione le parti mancanti dell’esame visivo. Questo tipo di approccio non solo permette di determinare se una zona è stata ispezionata, ma fornisce anche informazioni sulla qualità della colonscopia, contribuendo a una visione più completa e affidabile dell’interno dell’organo.
Il progetto fa parte del programma triennale Musa (Multilayered Urban Sustainability Action), un ecosistema di innovazione supportato dal Piano Nazionale di Ripresa e Resilienza (Pnrr) che vede coinvolte numerose università italiane e partner istituzionali con l’obiettivo di tradurre la ricerca scientifica in soluzioni concrete per il territorio e per la salute pubblica. All’interno di questo contesto, l’esperienza di Insight ha potuto contare su attrezzature avanzate e su un ambiente di sperimentazione che ha facilitato il deposito di una richiesta di brevetto e la pianificazione dei passaggi successivi per portare la tecnologia sul mercato.
L’uso di modelli 3D e intelligenza artificiale applicato alla colonscopia rappresenta un punto di svolta importante nel campo della diagnostica gastrointestinale. Se tradizionalmente le colonscopie sono affidate esclusivamente alla capacità visiva dell’operatore e alla tecnologia ottica disponibile, Insight introduce un ulteriore livello di analisi che affianca il medico, puntando a ridurre drasticamente i “punti ciechi” dell’esame. Questo tipo di tecnologia si inserisce in un panorama più ampio di applicazioni basate sull’intelligenza artificiale che già oggi mostrano potenzialità di supporto alla diagnosi: studi clinici internazionali hanno infatti esplorato modelli di AI che assistono nella rilevazione di polipi e altre anomalie durante l’endoscopia, con risultati promettenti sul fronte della sensibilità diagnostica.
L’innovazione di Insight non si limita solo all’elaborazione dei dati visivi, ma mira a dotare in futuro gli endoscopi di sensori aggiuntivi in grado di fornire informazioni supplementari utili a migliorare ulteriormente la ricostruzione tridimensionale e l’analisi delle aree di interesse. Questo passo rappresenta una sfida sia tecnologica che imprenditoriale, poiché richiede un’ulteriore integrazione tra hardware e software, oltre a un percorso di validazione clinica e regolatorio.
Dal laboratorio accademico alla potenziale startup, Insight incarna la visione di una medicina più precisa e personalizzata, in cui l’intelligenza artificiale non sostituisce il medico ma lo potenzia, offrendo strumenti avanzati per prendere decisioni migliori e più tempestive. In un settore come quello della prevenzione del cancro al colon-retto, dove l’individuazione precoce può fare la differenza tra guarigione e esiti gravi, tecnologie come quelle sviluppate da Insight rappresentano un esempio concreto di come la ricerca scientifica e l’innovazione tecnologica possano coniugarsi per generare benefici reali nella vita delle persone.