AGI – Utilizzare l’Intelligenza Artificiale per generare dati sintetici sicuri e affidabili, capaci di supportare la Ricerca clinica e accelerare lo sviluppo della Medicina personalizzata. È questo il percorso che Humanitas sta portando avanti dal 2021, a partire dall’Oncoematologia e oggi esteso ad altri ambiti: dalla Gastroenterologia all’Epatologia fino alla Reumatologia.
I dati sintetici sono generati artificialmente da algoritmi di AI che replicano le caratteristiche statistiche e biologiche dei dati reali senza contenere informazioni riconducibili ai singoli pazienti. Si tratta di una tecnologia complessa, ma che può contribuire a superare alcune delle principali criticità della Ricerca clinica, come la limitata disponibilità di dati e la frammentazione delle informazioni, garantendo al contempo la massima tutela della privacy.
Sulla spinta di questa sfida è nato Train, spin-off di Humanitas fondato nel 2013 con lo scopo di sviluppare non solo dati sintetici ma anche digital twin e soluzioni gestionali efficaci e sostenibili. Un’esperienza potenziata dall’ecosistema di Humanitas, in cui clinici, ricercatori, ingegneri e data scientist lavorano in stretta connessione attraverso Humanitas AI Center, il primo centro integrato di ricerca sull’intelligenza artificiale in un IRCCS italiano.
Dal lavoro transdisciplinare del team è nata la piattaforma per la creazione di dati sintetici, con prime applicazioni nelle sindromi mielodisplastiche e leucemie mieloidi acute. Una tecnologia che ora viene messa a disposizione di tutti i ricercatori.
“La piattaforma consente ai ricercatori di generare dataset sintetici a partire da dati clinici reali, mantenendo questi all’interno dell’infrastruttura ospedaliera e garantendone il controllo e la sicurezza. Accanto alla generazione, il sistema integra SAFE (Synthetic vAlidation FramEwork), un framework di validazione che valuta fedeltà statistica, utilità clinica e protezione della privacy dei dati prodotti, offrendo dashboard interattive e report dedicati per una verifica trasparente e riproducibile della qualità”, spiega Saverio D’Amico, CEO di Train.
“L’AI ha valore quando trasforma dati sicuri e validati in nuova conoscenza scientifica e in strumenti concreti per accelerare la Ricerca clinica a beneficio dei pazienti. Obiettivo che ci siamo dati con questa piattaforma”, sottolinea Victor Savevski, Direttore di Humanitas AI Center.
Tra i risultati presentati da Humanitas al recente congresso dell’EASL (European Association for the Study of the Liver) di Barcellona figurano due studi dedicati a malattie rare del fegato: l’epatite delta e la colangite biliare primitiva. In entrambi i casi, la generazione di dati sintetici rappresenta una sfida particolarmente complessa, poiché si tratta di patologie non genetiche la cui evoluzione è influenzata da molteplici fattori ambientali.
“La prima è una malattia dovuta ad una rara infezione virale, con una rapida evoluzione in cirrosi e un elevato rischio di sviluppare tumore del fegato – spiega il prof. Alessio Aghemo, responsabile Epatologia dell’IRCCS Istituto Clinico Humanitas –. Esiste un unico trattamento in commercio ma richiede punture sottocutanee quotidiane; fortunatamente nuovi trattamenti sono in fase di sperimentazione. Sarà necessario avere gli strumenti per poter valutare l’efficacia dei nuovi farmaci in diversi sottogruppi di pazienti che fanno (o hanno fatto) terapie approvate. Grazie alla piattaforma per i dati sintetici, siamo riusciti a creare una coorte sintetica che performa allo stesso modo della coorte di pazienti reali”.
“La colangite biliare primitiva – prosegue la prof.ssa Ana Lleo de Nalda, epatologa responsabile del laboratorio di Immunopatologia Epatobiliare dell’IRCCS Istituto Clinico Humanitas – è una malattia rara del fegato che evolve lentamente e determina un danno irreversibile. Esistono due farmaci disponibili grazie ad un’approvazione condizionale in attesa della conferma dell’efficacia tramite studi di Fase 4. Arruolare pazienti per questi tipi di trial clinici è complesso, perché è difficile disegnare studi su casistiche ampie e avere rappresentanza di sottogruppi etnici e di genere e, soprattutto, avere un braccio placebo mentre il farmaco è già in commercio. Anche in questo caso, la coorte sintetica ha performato come quella reale e rappresenta uno strumento con grande potenziale per aumentare la numerosità delle corti placebo con dati sintetici”.
Questi risultati confermano che la tecnologia dei dati sintetici può essere applicata con successo anche a patologie non strettamente genetiche, con andamenti e storie naturali diverse. In prospettiva, le coorti sintetiche potrebbero affiancare o sostituire i gruppi placebo e favorire l’inclusione nei trial clinici di sottogruppi di pazienti oggi difficilmente rappresentati.
L’impegno di Humanitas sui dati sintetici si inserisce in un percorso scientifico di collaborazione internazionale. Nel 2021 l’IRCCS Istituto Clinico Humanitas ha partecipato al progetto europeo GenoMed4All, finanziato dalla Commissione Europea nell’ambito del programma Horizon 2020, con l’obiettivo di sviluppare piattaforme per la condivisione e l’analisi di dati genomici e clinici nelle malattie ematologiche. Successivamente è stato avviato SYNTHEMA, progetto europeo coordinato da Humanitas e dedicato allo sviluppo di tecnologie basate sull’AI per la generazione di dati sintetici e “patient avatar” nelle malattie ematologiche rare. Il progetto ha ottenuto un finanziamento europeo nell’ambito di Horizon 2020.
I traguardi più rilevanti del team coordinato dal prof. Matteo Della Porta, responsabile Leucemie dell’IRCCS Istituto Clinico Humanitas, si basano sulla tecnologia di creazione dei dati sintetici. Nel 2023 il Journal of Clinical Oncology pubblicava i risultati dello studio che mostra la solidità prognostica del cosiddetto “score molecolare IPSS-M”, un nuovo strumento per migliorare sensibilmente la capacità di predire il rischio di evoluzione leucemica e l’aspettativa di vita in pazienti con sindromi mielodisplastiche. Lo score molecolare serve ad analizzare le informazioni sui dati genomici di ciascun paziente, concentrandosi in particolare su 31 geni.
E ancora, nel 2024, su JCO, è stato presentato un nuovo strumento per assistere i medici nel determinare il momento più opportuno per eseguire il trapianto di cellule staminali nei pazienti con sindromi mielodisplastiche, malattie che possono preludere a una leucemia. Questo strumento, una volta entrato nella pratica clinica, aiuterà a elaborare informazioni sul profilo genetico della malattia e del paziente.
Nel 2026, i risultati di uno studio internazionale ideato e coordinato da Humanitas sono stati pubblicati da JCO. Obiettivo: proporre un nuovo approccio per migliorare la gestione della Leucemia mielomonocitica cronica (CMML), una rara neoplasia del sangue caratterizzata da elevata variabilità tra i pazienti e da esiti spesso sfavorevoli. Integrando informazioni molecolari, parametri clinici e modelli computazionali avanzati, i ricercatori hanno sviluppato strumenti in grado di stimare più accuratamente l’evoluzione della malattia e supportare decisioni terapeutiche personalizzate.
L’accesso ai dati rappresenta ancora oggi uno dei principali ostacoli alla Ricerca clinica. La raccolta di informazioni di qualità richiede tempi lunghi, risorse significative e il rispetto di stringenti requisiti normativi ed etici. Queste difficoltà risultano ancora più evidenti nelle malattie rare e nelle popolazioni di pazienti numericamente limitate.
“In questo scenario, i dati sintetici possono rappresentare uno strumento complementare in grado di supportare la progettazione degli studi clinici, simulare scenari di Ricerca, facilitare collaborazioni multicentriche e internazionali e contribuire allo sviluppo di nuovi modelli di intelligenza artificiale per la medicina - conclude il prof. Matteo Della Porta -. L’obiettivo è mettere a disposizione della comunità scientifica strumenti affidabili, validati e trasparenti che consentano di ampliare le opportunità di Ricerca, accelerare la generazione di conoscenza e favorire lo sviluppo di nuove soluzioni diagnostiche e terapeutiche, con una prospettiva finale sempre orientata al miglioramento della cura dei pazienti”.