L’AI che cura di NTT DATA: dati sintetici che cambiano la medicina

Forse è proprio la medicina il settore in cui l’intelligenza artificiale può cambiare di più – e in meglio – la vita delle persone. Ma è anche il più delicato: i dati sanitari sono spesso scarsi, sensibili, frammentati, e in alcuni casi – come nelle malattie rare – semplicemente non esistono.

Oltre i chatbot: l’AI generativa che serve davvero

Siamo abituati a pensare all’AI generativa come a un gioco: un’immagine creata da un prompt, una risposta sorprendente di un chatbot. Ma, come ha detto Danilo Lissoni, direttore marketing di NTT DATA Italia, “c’è molto di più oltre ai chatbot di moda”. La vera frontiera sono gli algoritmi addestrati su dati clinici reali, capaci di generare pazienti sintetici, prevedere l’evoluzione di una malattia, costruire bracci di controllo virtuali per studi clinici e accelerare l’arrivo dei farmaci sul mercato.

In un mondo in cui le malattie rare rendono difficile costruire statistiche, e dove la privacy dei dati è un ostacolo concreto alla ricerca, “l’AI generativa è un amplificatore etico: non sostituisce il reale, ma lo moltiplica in sicurezza”, ha spiegato Saverio D’Amico, CEO di Train, la startup nata all’interno del Polo Humanitas e partner di NTT DATA.

NTT DATA: infrastruttura, compliance e visione

NTT DATA ha portato in questo progetto la sua competenza tecnologica globale. Con oltre 100.000 collaboratori in oltre 50 Paesi, combina consulenza, implementazione tecnologica, sicurezza informatica e data intelligence. Ma non è solo questione di dimensioni. L’azienda investe ogni anno oltre 3,5 miliardi di dollari in R&D e sviluppa soluzioni concrete per la sanità, come piattaforme per terapie digitali e strumenti per migliorare la relazione medico-paziente.

“La vera forza di NTT DATA – ha detto Emanuele Corbetta, Head of Life Sciences di NTT DATA Italia – sta nel costruire fiducia: nelle aziende farmaceutiche, nei medici, nei pazienti. Fiducia in sistemi trasparenti, auditabili, e conformi alle normative più stringenti, come le GxP e le Good Machine Learning Practices dell’FDA.”

Cosa fa Train

Train è uno spin-off di Humanitas, tra i principali centri europei di ricerca clinica. L’obiettivo: portare l’intelligenza artificiale nella pratica quotidiana, al servizio della medicina.

Il team sviluppa internamente modelli generativi in grado di creare dati sintetici multimodali (clinici, genomici, di imaging, outcome) e gemelli digital dei pazienti. Tutto nel rispetto della privacy, grazie al federated learning e a modelli installabili localmente.

Il fiore all’occhiello è SAFE, un framework di validazione clinica che misura l’affidabilità statistica, l’utilità clinica e la non riconducibilità dei dati generati a individui reali. Una condizione essenziale per usare questi dati in ricerca, diagnosi e sviluppo di farmaci.

Il cuore del cambiamento: malattie rare, trial etici, fiducia clinica

Immaginate di testare un farmaco per una malattia che colpisce 1 persona su 100.000. Reclutare pazienti e costruire un gruppo di controllo è quasi impossibile. Ma se si può generare un gruppo di controllo sintetico, basato su dati reali e validati, tutto cambia: la biostatistica potenziata dall’AI accelera, rafforza e rende più inclusiva la ricerca, senza compromettere l’etica.

I modelli generalisti non bastano. Serve AI allenata su dati clinici, validata in ambienti regolamentati e capace di spiegare le proprie decisioni. Qui entra in gioco NTT DATA, non solo come integratore tecnologico, ma anche come sviluppatore di dispositivi medici fisici e digitali, in grado di garantire sicurezza, scalabilità e conformità.

La piattaforma sviluppata da NTT DATA e Train è modulare, cloud-native e pronta per l’integrazione con ospedali e aziende farmaceutiche. Supporta standard come HL7-FHIR e include framework di validazione clinica rigorosa.

 Un nuovo modo di pensare la medicina

Come sottolineano Matteo Della Porta, direttore scientifico di Train, e Saverio D’Amico, l’obiettivo del dato sintetico non è sostituire il reale, ma superarne i limiti. Dove mancano pazienti, si creano cohorti virtuali. Dove i trial non sono etici, si simula il braccio di controllo. Dove i dati sono sbilanciati, si riequilibra.

Per NTT DATA, il cambiamento passa anche dalla cultura clinica dell’AI: formare medici e ricercatori, regolare e validare gli strumenti, usarli in modo consapevole per rispondere a bisogni veri.

L’intelligenza artificiale generativa – anche quando crea dati nuovi – non deve cancellare il reale, ma renderlo più leggibile, più accessibile, più utile. Deve essere uno strumento trasparente, capace di amplificare la conoscenza clinica.

L’innovazione più grande non è quella che ci stupisce con immagini, video o suoni: è quella che ci aiuta a capire meglio le nostre fragilità. E, forse, a curarle.