Notizie sull’AI
I modelli AI stimano il rischio di 20 tumori, ma gli screening non cambiano
I ricercatori hanno combinato esami e dati clinici di centinaia di migliaia di persone. Per ora è uno studio retrospettivo, non un test disponibile ai pazienti.
A ESMO sono stati presentati modelli che stimano il rischio di 20 tumori da dati sanitari di routine. Lo studio è preliminare e non cambia gli screening in Italia.
Al congresso della Società europea di oncologia medica, a Madrid, il 26 ottobre un gruppo di ricerca ha presentato circa 500 modelli di apprendimento automatico per stimare il rischio di 20 tumori comuni. I sistemi usano informazioni sanitarie raccolte nel tempo, tra cui esami del sangue, anamnesi e fattori legati allo stile di vita.
Il risultato apre una possibile strada per selezionare meglio chi invitare ad approfondimenti, ma non è un test pronto per gli ambulatori italiani. L’analisi è retrospettiva, non dimostra che il metodo anticipi una diagnosi o riduca i decessi e non sostituisce gli screening già previsti.
I modelli combinano dati raccolti nella pratica sanitaria
Il team ha addestrato i modelli sui dati di 463.620 partecipanti alla UK Biobank, seguiti per circa 18 anni; durante quel periodo 57.055 hanno ricevuto una diagnosi di tumore. Le informazioni comprendevano storia clinica, abitudini, esami del sangue e, per alcune analisi, dati genetici e metabolomici.
I ricercatori hanno poi verificato le prestazioni su altri gruppi in Scozia e Galles e su dati provenienti dagli Stati Uniti e dal Giappone. Non risulta una validazione su una popolazione italiana. Questi modelli non analizzano un singolo nuovo prelievo per dire se una persona abbia il cancro: stimano probabilità a partire da informazioni cliniche più ampie.
L’accuratezza varia secondo il tipo di tumore
Per un esito combinato che riunisce i tumori stimabili con quei dati, lo studio riporta un’area sotto la curva di 0,83 a 15 anni. È una misura di capacità predittiva su quel gruppo, non la probabilità che una singola persona abbia il cancro. I risultati sono stati più forti per polmone, esofago e fegato e più limitati per ovaio, mammella e cervice uterina.
Per alcuni tumori del sangue, la capacità di previsione cala quando si guarda più avanti nel tempo. Gli autori osservano che un segnale a breve termine potrebbe riflettere una malattia già presente ma non ancora diagnosticata. Perciò una stima elevata non equivale a una diagnosi e deve essere valutata con esami successivi.
Restano da provare i benefici per i pazienti
La presentazione usa dati già raccolti e osserva a posteriori chi ha sviluppato un tumore. Non dimostra ancora che usare il sistema nella pratica porti a scoprire più tumori in fase curabile o a migliorare la sopravvivenza. Il responsabile dello studio avverte inoltre che molte persone segnalate come a rischio non svilupperanno la malattia.
Un ricercatore indipendente citato da ESMO chiede verifiche in popolazioni e contesti diversi, per misurare affidabilità e possibili distorsioni. Prima di proporre un nuovo percorso di screening serviranno studi prospettici, criteri clinici chiari e una valutazione degli esami aggiuntivi e dei falsi allarmi.
Per le persone in Italia non cambia il calendario dei controlli
La ricerca interessa perché esplora un possibile uso dei dati clinici per indirizzare la prevenzione, un tema che riguarda cittadini e sistemi sanitari anche in Italia. Ma al momento nessun paziente deve modificare i controlli consigliati, cercare questo modello o interpretare da solo i propri esami: la strategia non è stata introdotta nei servizi sanitari italiani.
Per approfondire
Per il contesto ANPAI: Un esempio di IA clinica già applicata alla dermatologia
Le fonti
European Society for Medical Oncology, rilanciata da Medical Xpress, 26 ottobre 2026 · ANSA, Salute e Benessere, 26 ottobre 2026
Questa analisi della redazione ANPAI aiuta a leggere fatti e conseguenze operative. Non sostituisce una valutazione tecnica o legale riferita a un caso specifico.