L’INTELLIGENZA ARTIFICIALE IN RADIOLOGIA PUÒ RIDURRE I TEMPI DI ANALISI DELLE IMMAGINI DIAGNOSTICHE E SUPPORTARE IL LAVORO DEI MEDICI, SENZA SOSTITUIRNE LE COMPETENZE.
L’obiettivo non è soltanto migliorare l’efficienza degli esami, ma restituire tempo alla relazione con il paziente, alla comunicazione dei risultati e alle decisioni terapeutiche. Una trasformazione che richiede nuove competenze, tecnologie affidabili e modelli organizzativi adeguati.
È questo uno dei temi centrali del 52° Congresso nazionale della Società Italiana di Radiologia Medica e Interventistica (SIRM), in programma a Milano fino all’8 novembre 2026. L’evento riunisce oltre 2.500 specialisti per discutere il futuro della diagnostica per immagini e il ruolo crescente dei radiologi nei percorsi di cura.
Come cambia la radiologia con l’intelligenza artificiale?
Indice dei contenuti
La radiologia è stata tra le prime discipline mediche ad affrontare una profonda trasformazione digitale. Il passaggio dalle immagini analogiche a quelle digitali ha modificato acquisizione, archiviazione e condivisione degli esami. Oggi l’intelligenza artificiale introduce ulteriori possibilità, soprattutto nell’analisi di grandi quantità di immagini.
Gli algoritmi possono supportare il riconoscimento di anomalie, la misurazione di lesioni e l’organizzazione delle informazioni diagnostiche. Alcuni sistemi aiutano inoltre a individuare esami che potrebbero richiedere una valutazione prioritaria.
Queste applicazioni possono alleggerire determinate attività ripetitive, ma la loro efficacia dipende dal contesto clinico e dalla qualità dei sistemi utilizzati. I risultati devono essere verificati dal medico, che rimane responsabile dell’interpretazione complessiva dell’esame.
Luca Brunese, presidente eletto SIRM, sottolinea che il tempo recuperato attraverso la tecnologia dovrebbe essere dedicato soprattutto al paziente. La digitalizzazione, quindi, non rappresenta soltanto un cambiamento tecnico, ma anche un’opportunità per ripensare l’assistenza.
In che modo l’intelligenza artificiale può migliorare le diagnosi?
L’intelligenza artificiale applicata alle immagini mediche utilizza algoritmi addestrati a riconoscere caratteristiche e configurazioni presenti nei dati diagnostici. Le applicazioni riguardano radiografie, tomografie computerizzate, risonanze magnetiche e altri esami.
In determinate condizioni, questi strumenti possono segnalare aree sospette, effettuare misurazioni automatiche e confrontare immagini acquisite in momenti differenti.
Nel monitoraggio oncologico, per esempio, la misurazione delle dimensioni di una lesione è importante per valutare la risposta alle terapie. Un sistema automatizzato può contribuire a rendere più rapide alcune operazioni, lasciando al radiologo l’interpretazione clinica.
Anche nella diagnostica d’urgenza gli algoritmi possono aiutare a identificare esami potenzialmente critici. Tuttavia, una segnalazione automatica non equivale a una diagnosi definitiva.
La qualità delle prestazioni deve essere dimostrata attraverso studi di validazione e controlli continui. Inoltre, gli algoritmi possono commettere errori, soprattutto quando vengono applicati a popolazioni o apparecchiature differenti da quelle utilizzate durante lo sviluppo.
L’intelligenza artificiale sostituirà il medico radiologo?
Secondo i vertici SIRM, l’evoluzione tecnologica non ridurrà l’importanza del radiologo. Al contrario, la crescente domanda di esami e la complessità delle decisioni cliniche richiederanno competenze sempre più articolate.
Il radiologo non si limita a descrivere le immagini. Deve valutare il quesito diagnostico, scegliere gli approfondimenti appropriati e interpretare i risultati considerando la storia clinica del paziente.
Inoltre, partecipa ai gruppi multidisciplinari che definiscono le strategie terapeutiche, soprattutto nei percorsi oncologici.
Nicoletta Gandolfo, presidente SIRM, evidenzia che questa evoluzione richiede una revisione dei modelli organizzativi. Il lavoro del radiologo comprende infatti attività che vanno oltre la refertazione, come il confronto con altri specialisti e la valutazione dell’efficacia dei trattamenti.
L’intelligenza artificiale può supportare alcune fasi del processo, ma non sostituisce il giudizio clinico, la responsabilità professionale e la comunicazione con il paziente.
Perché l’intelligenza artificiale può restituire tempo ai pazienti?
Uno degli obiettivi indicati dalla SIRM è utilizzare il tempo risparmiato nelle attività tecniche per migliorare la relazione tra medico e paziente.
La crescente quantità di immagini prodotte dagli esami diagnostici richiede infatti un impegno significativo. Ridurre i tempi di alcune operazioni potrebbe consentire ai radiologi di dedicare maggiore attenzione alla spiegazione dei risultati.
Questo aspetto è particolarmente importante quando un esame individua una patologia complessa oppure richiede ulteriori accertamenti.
Il paziente ha bisogno di comprendere il significato del referto, i limiti dell’indagine e le eventuali tappe successive del percorso diagnostico.
In alcune aree, come la senologia e l’ecografia, il rapporto diretto con il radiologo è già parte integrante dell’attività clinica. Lo stesso avviene nella radiologia interventistica, dove il medico esegue procedure diagnostiche e terapeutiche.
La disponibilità di nuove tecnologie, tuttavia, non garantisce automaticamente più tempo per il colloquio. Servono organizzazione, personale adeguato e percorsi assistenziali che riconoscano il valore della comunicazione.
Quali applicazioni può avere l’IA nella diagnosi dei tumori?
La diagnostica per immagini svolge un ruolo fondamentale nell’oncologia, dalla diagnosi iniziale alla stadiazione e al monitoraggio delle terapie.
L’intelligenza artificiale può contribuire all’identificazione di alcune anomalie e alla valutazione quantitativa delle lesioni. Inoltre, può supportare il confronto tra esami successivi, facilitando l’analisi dell’evoluzione della malattia.
In senologia, alcuni sistemi vengono studiati o utilizzati come supporto alla lettura delle mammografie. Altre applicazioni riguardano l’analisi di immagini polmonari, cerebrali e addominali.
Un ulteriore ambito di ricerca è la radiomica, che permette di estrarre dalle immagini numerose caratteristiche quantitative, non sempre riconoscibili attraverso la semplice osservazione.
Questi dati possono essere analizzati insieme alle informazioni cliniche per studiare possibili associazioni con il comportamento dei tumori e la risposta ai trattamenti.
Molte applicazioni rimangono però oggetto di ricerca. Prima dell’utilizzo clinico è necessario dimostrare che producano benefici concreti e risultati affidabili.
Qual è il ruolo dell’intelligenza artificiale nelle emergenze mediche?
Nelle urgenze, la rapidità della valutazione diagnostica può influenzare significativamente il percorso assistenziale.
Gli algoritmi di intelligenza artificiale possono supportare l’identificazione di immagini compatibili con determinate condizioni acute, aiutando a organizzare le priorità di lettura.
Tra le applicazioni studiate figurano il riconoscimento di emorragie intracraniche, alcune alterazioni vascolari e altri reperti che richiedono attenzione tempestiva.
In questi contesti, la tecnologia può funzionare come uno strumento di supporto al triage radiologico, senza sostituire la valutazione dello specialista. Il beneficio effettivo dipende anche dall’integrazione con i sistemi informatici ospedalieri e dall’organizzazione del pronto soccorso.
Un algoritmo accurato, infatti, può avere un impatto limitato se i risultati non raggiungono rapidamente i professionisti coinvolti nelle decisioni cliniche.
Quali rischi e limiti presenta l’intelligenza artificiale in radiologia?
L’introduzione dell’intelligenza artificiale comporta importanti questioni relative alla sicurezza, alla qualità dei dati e alla responsabilità clinica. Un algoritmo può produrre falsi positivi, segnalando anomalie inesistenti, oppure falsi negativi, non riconoscendo alterazioni realmente presenti.
Le prestazioni possono inoltre variare in funzione delle caratteristiche dei pazienti, dei protocolli di acquisizione e delle apparecchiature utilizzate.
Per questo è essenziale verificare l’affidabilità dei sistemi prima dell’impiego e monitorarne il funzionamento nel tempo. Un altro aspetto riguarda la protezione dei dati sanitari, particolarmente sensibili perché collegati alla salute e all’identità delle persone.
L’utilizzo clinico deve rispettare le normative applicabili ai dispositivi medici e alla protezione dei dati personali. La supervisione del radiologo rimane quindi indispensabile, insieme alla formazione del personale e alla definizione di procedure chiare.
Come cambia il lavoro del radiologo nei gruppi multidisciplinari?
La radiologia assume un ruolo sempre più rilevante nella definizione delle strategie terapeutiche.
Nei gruppi oncologici multidisciplinari, il radiologo contribuisce alla valutazione dell’estensione della malattia e alla scelta degli accertamenti più appropriati.
Le immagini possono orientare decisioni relative alla chirurgia, alla radioterapia e ai trattamenti farmacologici. Inoltre, permettono di monitorare l’efficacia delle cure e individuare eventuali complicanze. Questa attività richiede tempo dedicato alla discussione dei casi clinici e una collaborazione costante con oncologi, chirurghi e altri specialisti.
Secondo Nicoletta Gandolfo, i modelli organizzativi devono riconoscere queste responsabilità, superando una visione della radiologia concentrata esclusivamente sul numero di esami effettuati.
L’intelligenza artificiale potrebbe contribuire a rendere più efficienti alcune attività, ma il confronto multidisciplinare rimane essenziale per garantire decisioni appropriate.
Che cos’è la radiologia interventistica e quali vantaggi offre?
La radiologia interventistica utilizza tecniche di imaging per guidare procedure diagnostiche e terapeutiche minimamente invasive.
Attraverso piccoli accessi cutanei, il medico può raggiungere specifiche strutture anatomiche utilizzando aghi, cateteri e altri dispositivi. Le applicazioni comprendono biopsie, trattamenti vascolari, drenaggi e alcune procedure oncologiche.
La guida mediante ecografia, tomografia computerizzata o angiografia consente di controllare il posizionamento degli strumenti durante l’intervento.
In pazienti selezionati, queste procedure possono rappresentare alternative meno invasive rispetto alla chirurgia tradizionale. L’evoluzione digitale può migliorare ulteriormente la pianificazione e il supporto alle procedure, ma ogni applicazione richiede una valutazione clinica specifica.
La radiologia interventistica conferma quindi il ruolo del radiologo come medico direttamente coinvolto nel trattamento, oltre che nella diagnosi.
Congresso SIRM 2026: quali novità per la radiologia italiana?
Il 52° Congresso nazionale SIRM si svolge all’Allianz MiCo di Milano fino all’8 novembre 2026, con la partecipazione di oltre 2.500 esperti. Il programma, intitolato Non solo diagnostica: esploriamo l’universo digitale, affronta le principali innovazioni della disciplina, dall’intelligenza artificiale alla radiologia interventistica.
Per la prima volta, l’evento viene organizzato insieme all’Associazione Italiana di Neuroradiologia (AINR), favorendo il confronto tra specialisti. Le attività scientifiche comprendono oltre mille comunicazioni orali e 250 presentazioni di casi clinici, oltre a corsi, laboratori e sessioni dedicate ai giovani radiologi.
Roberto Grassi, presidente del Congresso, evidenzia anche la dimensione organizzativa dell’evento, con oltre 50mila metri quadrati destinati alle attività scientifiche ed espositive.
La SIRM conta oltre 13mila soci, dei quali il 49% donne e il 46% con meno di 45 anni. Numeri che testimoniano il ricambio generazionale e la crescente partecipazione alla vita scientifica.
Secondo Luigia Romano, presidente del Comitato scientifico, la formazione dei giovani specialisti rappresenta una priorità per accompagnare l’evoluzione tecnologica.
La sfida per il sistema sanitario sarà trasformare queste innovazioni in benefici misurabili per i pazienti, senza perdere la centralità del rapporto medico-paziente.