Intelligenza artificiale e glioblastoma: cosa cambia davvero per i pazienti
In questa serie di articoli sul report finale del Sixth Biennial World Summit of Brain Tumour Patient Advocatesorganizzato dall’IBTA a Roma nel novembre 2025, affrontiamo oggi un tema che attraversa sempre più ogni aspetto della nostra vita: l’intelligenza artificiale. Al Summit è stato dedicato un’intera sessione di panel discussion, moderata da Petra Hoogendoorn (Paesi Bassi) con la partecipazione di Martin Glas (Germania), James Buckley (Regno Unito), Chris Tse (Nuova Zelanda) e, per l’Italia, il Professor Riccardo Soffietti di CancerSucks APS a Torino. Anche Roberto Pugliese di Glioblastoma.IT ODV era presente al Summit — e il tema dell’intelligenza artificiale applicata al supporto dei pazienti è uno su cui la nostra organizzazione sta lavorando concretamente da tempo.
L’intelligenza artificiale è ovunque. Ne sentiamo parlare ogni giorno, spesso in modo confuso — tra entusiasmi esagerati e timori altrettanto esagerati. Ma cosa significa concretamente per chi affronta un glioblastoma o un tumore cerebrale? Cosa sta già cambiando nella diagnosi, nel trattamento, nel modo in cui i pazienti cercano informazioni? È su queste domande che si è concentrata la sessione del Summit, con un approccio che ha cercato di separare ciò che esiste oggi da ciò che è ancora promessa per il futuro.
L’intelligenza artificiale, nella sua definizione più semplice, è la capacità delle macchine di simulare comportamenti tipicamente umani — ragionamento astratto, risoluzione di problemi, apprendimento dall’esperienza. Non è magia, e non è nemmeno un’entità autonoma: è uno strumento, potente ma dipendente dalla qualità dei dati su cui viene addestrato e dalle domande che gli vengono poste.
In neuro-oncologia, le applicazioni più concrete e già operative riguardano soprattutto la diagnostica per immagini. L’analisi delle risonanze magnetiche è uno degli ambiti in cui l’intelligenza artificiale sta mostrando i risultati più significativi: algoritmi addestrati su migliaia di immagini sono in grado di identificare caratteristiche del tumore — dimensioni, margini, pattern di enhancement — con una precisione e una velocità che supportano e affiancano il lavoro del radiologo. Non si tratta di sostituire il medico, ma di dargli uno strumento che riduce il rischio di errori di valutazione e che può essere particolarmente utile nei centri con meno esperienza specifica.
L’intelligenza artificiale viene applicata anche all’analisi istopatologica e genomica: sistemi di computer vision possono analizzare le sezioni di tessuto tumorale e identificare caratteristiche molecolari — la presenza di certe mutazioni, il grado del tumore — che a volte sfuggono all’occhio umano o richiedono tempi lunghi di analisi. In prospettiva, questi strumenti potrebbero accelerare significativamente la diagnosi integrata di cui abbiamo parlato nel precedente articolo. Anche nell’identificazione di biomarcatori e nello sviluppo di nuovi farmaci l’IA sta entrando come strumento di analisi dei dati, capace di individuare pattern in grandi dataset che nessun team di ricercatori potrebbe esaminare manualmente.
Ma c’è un aspetto che riguarda i pazienti in modo ancora più diretto: molti di noi usano già l’intelligenza artificiale, spesso senza rendersene conto pienamente. Chi ha ricevuto una diagnosi di glioblastoma ha quasi certamente cercato informazioni su Google, forse usando le funzionalità di sintesi AI integrate nei motori di ricerca. Molti hanno posto domande a ChatGPT o ad altri chatbot. Questo è già realtà, e al Summit se ne è parlato senza giudizi: è comprensibile e naturale che chi affronta una diagnosi così seria cerchi risposte ovunque, incluso dagli strumenti di intelligenza artificiale.
Il problema non è l’uso in sé, ma la qualità e l’affidabilità delle risposte. Le sfide principali che il panel ha identificato sono tre. La prima è la precisione delle informazioni: i modelli di linguaggio generano testo plausibile, ma non sempre accurato, e nel campo medico un’informazione imprecisa può creare false speranze o timori ingiustificati. La seconda è la coerenza: strumenti diversi, o lo stesso strumento in momenti diversi, possono dare risposte simili ma non identiche sullo stesso tema, creando confusione. La terza è l’interpretabilità: quando un algoritmo produce una previsione — sulla risposta a un trattamento, sulla progressione della malattia — spesso non è in grado di spiegare perché ha raggiunto quella conclusione, il che rende difficile valutarne l’affidabilità.
Detto questo, esistono applicazioni dell’IA orientate ai pazienti che stanno mostrando un valore concreto. Le app per la riabilitazione cognitiva, ad esempio, possono supportare i pazienti con deficit cognitivi — memoria, attenzione, funzioni esecutive — che sono tra le conseguenze più frequenti e invalidanti della malattia e dei suoi trattamenti. Le app per il monitoraggio dei sintomi consentono al paziente di registrare quotidianamente come si sente, quali sintomi sta sperimentando, come sta raggiungendo gli obiettivi che si è posto: queste informazioni, condivise con il team clinico, possono migliorare la qualità delle decisioni terapeutiche e rendere le visite mediche molto più efficaci. In entrambi i casi, l’IA non sostituisce la relazione medico-paziente, ma la arricchisce di dati che altrimenti andrebbero persi.
Un esempio concreto e vicino a noi è Gliobot, il chatbot disponibile sul sito di Glioblastoma.IT ODV. Gliobot è integrato con i database delle sperimentazioni cliniche attive — sia il registro americano ClinicalTrials.gov che quello europeo — e consente ai pazienti e alle famiglie di cercare studi clinici rilevanti per la propria situazione, nonché di ottenere informazioni sui centri specializzati sul territorio. Integrato nel Glioblastoma Navigator, con dati sufficienti sul profilo del paziente è anche in grado di stimare la compatibilità con specifiche sperimentazioni cliniche in corso — un’applicazione pratica dell’intelligenza artificiale al servizio di chi deve orientarsi in un panorama terapeutico complesso. Non sostituisce il medico, ma può essere un punto di partenza molto utile per arrivare alla visita con le domande giuste.
Un aspetto che vale la pena sottolineare è il potenziale dell’IA nell’affrontare le disparità di accesso alle cure. Oggi non tutti i pazienti con glioblastoma hanno la stessa possibilità di essere seguiti da un team multidisciplinare esperto in centri specializzati. Strumenti di intelligenza artificiale che supportano la diagnostica o guidano le decisioni terapeutiche potrebbero, in prospettiva, ridurre il divario tra centri ad alta e bassa specializzazione — portando competenze avanzate anche dove oggi sono scarse.
Il messaggio del panel è stato equilibrato: l’intelligenza artificiale cambierà la neuro-oncologia, questo è certo. Ma i tempi e i modi dipenderanno dalla qualità dei dati disponibili, dalla capacità di validare clinicamente gli strumenti prima di adottarli su larga scala, e dalla volontà di coinvolgere i pazienti e le organizzazioni di advocacy nello sviluppo di queste tecnologie — non come destinatari passivi, ma come interlocutori attivi. Come ha sottolineato la discussione al Summit, collegare le persone alla tecnologia può trasformare l’informazione in influenza e il dato in progresso. Ma questo richiede che la tecnologia sia sviluppata anche pensando a chi la userà.
Per chi vuole approfondire o ha curiosità sull’uso responsabile degli strumenti di intelligenza artificiale nella gestione della propria malattia, il consiglio è sempre lo stesso: usarli come punto di partenza per farsi le domande giuste, non come fonte di risposte definitive. E poi portare quelle domande al proprio medico.
Fonte: Report del Sixth Biennial World Summit of Brain Tumour Patient Advocates, IBTA, Roma, 2–5 novembre 2025. Session Ten — Panel Discussion: Artificial Intelligence and Neuro-Oncology.
