IA e BIA per predire salute

Negli ultimi decenni, l’aumento della prevalenza delle malattie croniche non trasmissibili (MNT) — come patologie cardiovascolari, metaboliche, oncologiche, infiammatorie e psicologiche — ha evidenziato i limiti di un modello sanitario prevalentemente reattivo, basato sull’intervento a malattia conclamata. In questo contesto si sta affermando un cambio di paradigma: dalla medicina curativa alla medicina predittiva e preventiva.

La salute predittiva rappresenta un’evoluzione della medicina predittiva classica, poiché non si limita a individuare il rischio nei soggetti già vulnerabili, ma si concentra anche su individui apparentemente sani. L’obiettivo è identificare precocemente segnali subclinici di squilibrio fisiologico e intervenire con strategie personalizzate di stile di vita, nutrizione e gestione dello stress, riducendo o addirittura invertendo la progressione verso la malattia.

La salute è il risultato dell’interazione dinamica tra composizione corporea, regolazione del sistema nervoso autonomo, metabolismo, infiammazione e fattori psico-comportamentali. Parametri come la composizione corporea e la variabilità della frequenza cardiaca (HRV) rappresentano biomarcatori funzionali sensibili, in grado di riflettere precocemente alterazioni sistemiche associate a un aumentato rischio di MNT.

L’integrazione di questi parametri tramite intelligenza artificiale (IA) consente di superare l’analisi frammentata dei singoli indicatori, offrendo una visione globale e predittiva dello stato di salute.

Lo studio

Lo studio ha avuto come obiettivo lo sviluppo e la validazione di un Indice Predittivo di Salute (Predictive Health Index, PHI), capace di:

• valutare lo stato di salute globale,
• distinguere soggetti sani da individui ad alto rischio,
• predire il rischio di sviluppare specifiche malattie croniche non trasmissibili.

Il PHI è stato sviluppato utilizzando dati raccolti da 35.405 individui, monitorati clinicamente per un periodo medio di circa 5 anni.

I parametri analizzati derivano esclusivamente da test strumentali non invasivi, facilmente applicabili nella pratica clinica quotidiana:

• Analisi avanzata della composizione corporea tramite bioimpedenziometria multifrequenza e segmentale, in grado di valutare massa magra, massa grassa, distribuzione dei fluidi e qualità muscolare.
• Analisi della variabilità della frequenza cardiaca (HRV) mediante fotopletismografia (PPG), utile per stimare l’equilibrio del sistema nervoso autonomo e la resilienza allo stress.

I dati sono stati elaborati mediante algoritmi di machine learning, in particolare un modello Random Forest, addestrato e validato per identificare pattern predittivi di rischio in ambito cardiovascolare, metabolico, infiammatorio, neoplastico e psicologico.

Il Predictive Health Index ha dimostrato una capacità predittiva altamente significativa (p-value < 0,0001), risultando efficace nel:

• discriminare soggetti in buono stato di salute da individui ad alto rischio,
• identificare condizioni di vulnerabilità anche in assenza di diagnosi cliniche manifeste.

Il PHI si configura quindi come uno strumento:

• rapido,
• non invasivo,
• di facile utilizzo,
• altamente accurato, adatto a contesti clinici, ambulatoriali e di prevenzione primaria.

Significato clinico

Per medici e nutrizionisti, l’utilizzo di un indice predittivo integrato come il PHI apre nuove prospettive operative:

• personalizzazione degli interventi nutrizionali e dello stile di vita, basata su dati oggettivi;
• monitoraggio dell’efficacia degli interventi nel tempo;
• identificazione precoce di soggetti che trarrebbero maggiore beneficio da strategie preventive intensive.

In particolare, la possibilità di intervenire prima della comparsa della malattia consente di spostare l’attenzione dalla gestione della cronicità alla promozione attiva della salute.

L’integrazione di composizione corporea, HRV e intelligenza artificiale in un unico Indice Predittivo di Salute rappresenta un passo significativo verso una medicina realmente preventiva e personalizzata. Le informazioni fornite dal PHI possono supportare interventi precoci e mirati sullo stile di vita, con il potenziale di prevenire o invertire lo sviluppo delle malattie croniche non trasmissibili, riducendone l’impatto clinico, sociale ed economico.

Questo approccio segna un cambiamento culturale fondamentale: dalla cura della malattia alla costruzione e al mantenimento della salute nel lungo termine.