La ricerca rappresenta uno dei risultati dell’investimento realizzato dall’Università degli Studi di Sassari e dall’Azienda Ospedaliero-Universitaria di Sassari nell’ambito del progetto e.INS – Ecosystem of Innovation for Next Generation Sardinia e, in particolare, dello Spoke 01 "A new route to preventive medicine: genomics, digital innovation and telemedicine", di cui l’Università di Sassari è soggetto esecutore e Spoke Leader. Il programma è finanziato nell’ambito del Piano Nazionale di Ripresa e Resilienza, con risorse dell’Unione europea – NextGenerationEU. In questo contesto si inserisce anche il progetto Telemaco-S, nato dalla collaborazione tra Università e AOU di Sassari e dedicato allo sviluppo di soluzioni di telemedicina e medicina di precisione.

«Il carcinoma del cavo orale continua a rappresentare un problema importante perché una quota ancora troppo elevata dei pazienti arriva alla diagnosi quando la malattia è già in uno stadio avanzato», spiega il professor Giacomo De Riu, Ordinario di Chirurgia Maxillo-Facciale dell’Università di Sassari e Direttore della Struttura Complessa di Chirurgia Maxillo-Facciale dell’AOU di Sassari. «Il ritardo diagnostico può dipendere dal paziente, che talvolta sottovaluta una lesione iniziale, ma anche dalla difficoltà di riconoscere manifestazioni che nelle prime fasi possono assomigliare a condizioni benigne. Ridurre il tempo tra la comparsa della lesione, il suo riconoscimento e l’invio allo specialista rappresenta quindi uno degli obiettivi più importanti nella lotta contro questi tumori».

Lo studio prospettico multicentrico ha coinvolto 350 pazienti, raccolti in 20 centri universitari e ospedalieri di Italia, Belgio, Francia, Spagna e Israele. Le diagnosi delle lesioni sono state verificate attraverso l’esame istologico, utilizzato come riferimento per valutare l’accuratezza del sistema.
«Abbiamo voluto verificare cosa accadesse portando un modello multimodale disponibile al pubblico, ma in una versione appositamente allenato, fuori dai dataset sperimentali e all’interno di una casistica clinica reale», spiega Luigi Angelo Vaira, ricercatore dell’Università di Sassari e dirigente medico dell’AOU di Sassari, principal investigator dello studio. «Abbiamo sviluppato un protocollo standardizzato basato su Gemini 2.5 Pro e lo abbiamo testato prospetticamente su 350 pazienti. Al sistema non abbiamo chiesto semplicemente di riconoscere la presenza di una lesione: doveva valutarne la possibile natura benigna o maligna, formulare una diagnosi e stabilire quanto rapidamente il paziente dovesse essere indirizzato verso una valutazione specialistica».
I risultati hanno mostrato un’accuratezza complessiva del 97,1% nella distinzione tra lesioni maligne e benigne.

Lo studio ha inoltre previsto un confronto esplorativo con singoli professionisti caratterizzati da differenti livelli di esperienza. Nella distinzione tra lesioni maligne e benigne, l’accuratezza è stata del 72,5% per il medico di medicina generale, 78,2% per l’odontoiatra, 87,4% per lo specialista in patologia orale e 99,4% per il chirurgo testa-collo esperto, rispetto al 97,1% del sistema basato su Gemini. «Questo confronto non significa che l’intelligenza artificiale sia superiore a una determinata categoria professionale», sottolinea Vaira. «Lo studio non è stato progettato per dimostrarlo. Evidenzia piuttosto quanto il riconoscimento delle lesioni del cavo orale possa essere complesso al di fuori dei contesti specialistici. È proprio qui che immaginiamo il possibile ruolo dell’intelligenza artificiale: non sostituire il medico, ma supportarlo nell’individuazione di una lesione potenzialmente sospetta e facilitare un invio più rapido allo specialista. Il fatto che il chirurgo testa-collo esperto abbia ottenuto le migliori performance conferma che la competenza specialistica rimane il riferimento».

La prospettiva futura è quella di integrare, dopo ulteriori validazioni, strumenti di questo tipo nei percorsi di telemedicina e triage territoriale, offrendo un supporto ai professionisti che rappresentano il primo punto di contatto del paziente. L’intelligenza artificiale non viene quindi proposta come alternativa al medico, ma come un ulteriore strumento capace di potenziarne le capacità, migliorare l’accesso alle competenze specialistiche e contribuire a ridurre i ritardi diagnostici. «Il punto centrale», conclude Vaira, «è che non dobbiamo interpretare l’intelligenza artificiale come un concorrente del medico. È una tecnologia estremamente potente che, se adeguatamente validata e inserita all’interno di percorsi clinici controllati, può diventare un nuovo strumento nelle nostre mani. La sfida dei prossimi anni sarà imparare a utilizzarla nel modo corretto, mettendola al servizio del professionista e soprattutto del paziente».