Vivere più a lungo con il gemello biologico digitale

Oggi è uno strumento medico consueto, diffuso in tutto il mondo. Ma negli anni 50, quando il dottor Ian Glasgow sviluppò l'ecografo per l'uso in gravidanza, cambiò tutto per la diagnostica in ogni specialità della pratica clinica. Fu poi la volta della Tac: negli anni 70 l'ingegnere britannico Godfrey Hounsfield, per la prima volta decise di combinare una macchina a raggi X con un computer. Nacque il Tomografo e la possibilità impensabile fino
ad allora, di «vedere» all'interno del corpo umano, senza doverlo aprire. Allo stesso modo, oggi stiamo vivendo l’ultima rivoluzionaria frontiera della medicina predittiva. Le prospettive che i Gemelli Digitali Biologici aprono per lo sviluppo delle terapie, infatti, sono inimmaginabili.

Che cos’è un digital twin

Il termine può trarre in inganno. Non si tratta semplicemente di AI applicata alla salute. Un gemello digitale è, in senso rigoroso, un modello computazionale che replica un sistema fisico, in questo caso un organo o un intero organismo, integrando dati clinici, biologici e ambientali per simularne il comportamento. Un team dell’Università di Padova, con una ricerca pubblicata su NPJ Digital Medicine (gruppo Nature), ha messo ordine in un campo ancora confuso. «Il gemello digitale è un modello computazionale», spiega il fisico dei sistemi complessi Manlio De Domenico, primo autore dello studio e docente al dipartimento di Fisica e Astronomia dell’Università di Padova. «Il vero digital twin utilizza un modello matematico trasparente».

La distinzione è cruciale. Molti sistemi oggi definiti «gemelli digitali» sono in realtà simulatori aggiornati in tempo quasi reale. Il problema, come sottolinea De Domenico, è che «un modello puramente data-driven rischia di trasformarsi in una scatola nera: produce un risultato, ma non permette di comprendere i passaggi interni». In medicina, questo non è un dettaglio. La riproducibilità e la possibilità di risalire alla causa di un errore sono condizioni imprescindibili. L'idea di fondo? «Costruire un mondo digitalizzato: ricevere dati utili per un'applicazione specifica ma senza perdere informazioni importanti. Se, per esempio, stiamo lavorando sul pacemaker, non ci interessano solo le attività cardiache, ma tutti i biomarker legati all'alimentazione e all'attività fisica, che aiutano il modello a capire che cosa stia succedendo».

Dal laboratorio alla pratica clinica

Se la ricerca accademica costruisce l’architettura teorica, alcune realtà stanno già provando a tradurre il concetto in applicazione concreta. È il caso di LivGemini, spin-off dell’Università degli Studi di Roma Tor Vergata, che lavora sul sistema cardiovascolare e in particolare sull’aorta. «Il nostro sistema è in grado di ricreare automaticamente delle anatomie 3D partendo da immagini come Tac, ecografie o dati inseriti dal medico», spiega Leonardo Geronzi, ceo e co-fondatore del progetto.
Il processo integra immagini diagnostiche, informazioni cliniche, come ipertensione o obesità, e dati emodinamici relativi a pressione e flussi sanguigni. Il risultato? Una replica digitale dell’anatomia del paziente, sulla quale è possibile effettuare simulazioni.

«Non solo diagnosi. Il digital twin permette di testare virtualmente dispositivi medici prima dell’impianto: cateteri, valvole, protesi endovascolari», aggiunge Geronzi. Si possono effettuare prove digitali per sviluppare dispositivi custom made, personalizzati sull’anatomia specifica del paziente, riducendo margini di errore e complicanze. Grazie a questi sistemi sarà anche possibile provare nuovi farmaci, simulando le reazioni dell'organismo, prevedere gli effetti sui tessuti, ridurre la necessità di test su volontari sani, anticipare e prevenire effetti collaterali nei trial clinici. Tutto grazie all'integrazione di diverse tecnologie come IoT, cloud computing, intelligenza artificiale e machine learning.

L’era della medicina predittiva

«La medicina attuale è prevalentemente interventistica: agisce quando il problema è presente. La rivoluzione è la prevenzione abilitata dall’AI e dalle simulazioni», aggiunge il ricercatore di LivGemini. «Lo scopo non è sostituire il medico, ma affiancarlo». Secondo De Domenico, l’individuazione precoce delle anomalie potrebbe ridurre la pressione su pronto soccorso e ospedali, intercettando le criticità in fase iniziale. «Non è un’utopia. È un cambio di paradigma». Oggi lo sviluppo commerciale si concentra su quello che viene definito «gemello digitale passivo»: «un modello costruito in un determinato istante, per esempio dopo una Tac, utilizzato per effettuare previsioni che verranno verificate in un secondo momento», aggiunge Geronzi. Il gemello attivo rappresenta invece il livello successivo: «Riceve dati in modo continuo durante la vita quotidiana del paziente, tramite sensori o dispositivi indossabili, aggiornando in tempo reale le proprie simulazioni. È il modello più complesso e, per ora, rimane principalmente in ambito di ricerca».

Dati, validazione, regolazione

L’entusiasmo, però, deve fare i conti con la realtà. Gli ostacoli sono diversi. In primis, la qualità dei dati. «Se c'è carenza di informazioni strutturate, le previsioni non possono essere accurate», spiega Geronzi. «Un altro scoglio importante arriva dalla privacy e il rispetto del Gdpr: la condivisione ha dei rischi che vanno gestiti». E, poi, la validazione clinica. Per confermare una previsione bisogna seguire il paziente nel tempo. «I moduli più semplici di supporto diagnostico potrebbero arrivare alla commercializzazione in circa due anni; per i modelli più complessi si parla di quattro». Infine, la complessità biologica. «Non tutti i meccanismi causali sono noti.
Se manca un tassello, l’incertezza si propaga e compromette la predizione», aggiunge Manlio De Domenico. È qui che serve ricerca interdisciplinare, capace di integrare fisica dei sistemi complessi, biologia e medicina. Siamo davvero all’inizio di una rivoluzione? «Non siamo ancora a un utilizzo diffuso», conclude il ricercatore. «Non esistono, oggi, gemelli digitali completi e certificati che monitorino l’intero organismo in tempo reale». Ma la traiettoria è chiara: passare dalla fotografia della malattia alla simulazione della sua evoluzione. La vera domanda non è se i gemelli digitali cambieranno la medicina, ma quanto velocemente il sistema sanitario sarà in grado di integrarli e con quali regole.
© riproduzione riservata