Dai tumori all'Alzheimer, la medicina ascolterà il bisbiglio della biologia per anticipare le diagnosi

20/02/2026 SALUTE Preferisci Informazione.News su Google

Redazione Salute   -   La medicina tradizionale, si sa, ha un difetto di udito piuttosto pronunciato: tende ad accorgersi dei problemi solo quando questi iniziano a urlare. Un dolore lancinante, una glicemia fuori controllo o una dimenticanza troppo frequente sono, nella stragrande maggioranza dei casi, i segnali di una malattia che ha già percorso gran parte della sua strada, quella che porta dall'esordio silenzioso alla manifestazione conclamata. E inseguire una patologia cronica quando è già ben radicata significa, il più delle volte, giocare una partita in salita, cercando di tamponare i danni piuttosto che prevenirli. Una prospettiva, questa, che un gruppo di ricercatori del Buck Institute for Research on Aging, guidato da Nathan Price, professore e co-direttore del Center for Human Healthspan, e da Noa Rappaport, propone di ribaltare radicalmente. L'idea, pubblicata sulla rivista Cell Systems con un Titolo che è già un programma – “We Wait for Disease to Shout. What if We Listened When Biology Whispered?” (Aspettiamo che la malattia gridi. E se ascoltassimo quando la biologia sussurra?) – è tanto semplice nella sua formulazione quanto rivoluzionaria nelle sue implicazioni: intercettare la malattia anni prima che si manifesti, imparando a decifrare i sussurri di una biologia che inizia impercettibilmente a cambiare rotta -1-7.

Non si tratta di una fantascienza biomedicale, ma di un cambio di paradigma reso possibile dalla convergenza di tecnologie ormai mature. L'approccio attuale, che potremmo definire “reattivo”, si basa sul confronto dei dati di un paziente con medie statistiche di popolazione, un metodo che appiattisce le differenze individuali e rischia di trascurare segnali deboli ma cruciali. La proposta di Price e colleghi è invece quella di un monitoraggio “proattivo” e profondamente personalizzato, in cui ogni individuo diventa il riferimento di se stesso -7. In pratica, si tratterebbe di tracciare nel tempo, mese dopo mese, anno dopo anno, i propri parametri biologici – migliaia di essi, misurabili da un semplice campione di sangue, saliva o urina – per costruire una mappa dinamica della propria salute -1-7. È in quel flusso di dati, nell'alterazione di un pattern, nello spostamento di un equilibrio, che si potrebbe leggere in anticipo la traiettoria verso una malattia, molto prima che questa abbia la forza di “urlare” il suo sintomo.

Dalla coda lunga delle patologie all’ascolto dei segnali deboli

Il concetto chiave che sta alla base di questa nuova frontiera della prevenzione è quello della “coda lunga” della biologia. Le malattie croniche – dal diabete di tipo 2 alle patologie neurodegenerative come l'Alzheimer, dai tumori alle malattie cardiovascolari – non sono eventi improvvisi, ma il risultato finale di un processo lento e progressivo. Per anni, decine di piccoli fattori interagiscono tra loro: il corredo genetico, naturalmente, ma anche lo stile di vita, l'alimentazione, l'esposizione a inquinanti, la qualità del sonno, lo stress, le alterazioni del microbiota intestinale -1. Tutti questi elementi, come gocce che scavano la roccia, contribuiscono a erodere la resilienza dell'organismo, spostandolo impercettibilmente dallo stato di salute verso quello di malattia. Nel diabete di tipo 2, per esempio, i cambiamenti biologici legati all'infiammazione, al metabolismo e alla funzionalità insulinica possono precedere di dieci o addirittura quindici anni l'innalzamento della glicemia che porta alla diagnosi -1-7. È in quella finestra temporale, ampia e decisiva, che si gioca la partita della prevenzione.

Per raccogliere e interpretare questi segnali deboli, la medicina del futuro potrà contare su un alleato potente: l'intelligenza artificiale. Dispositivi indossabili come smartwatch e sensori di vario tipo sono già in grado di monitorare in continuazione parametri vitali come la frequenza cardiaca, i pattern del sonno, l'attività fisica. Se a questi dati aggiungiamo le migliaia di informazioni molecolari ricavabili dalle analisi di laboratorio, il volume di informazioni diventa semplicemente ingestibile per la mente umana. Ed è qui che entrano in gioco gli algoritmi, capaci di setacciare questa montagna di dati per trovare pattern, correlazioni e anomalie che sfuggirebbero a qualsiasi occhio umano, per quanto esperto -1. Non solo: l'IA può imparare a riconoscere, per ogni singolo individuo, quale deviazione dalla sua norma personale rappresenti un autentico campanello d'allarme. Un progetto ambizioso in questa direzione è, peraltro, già partito in Italia con la piattaforma “Mia” (Medicina e Intelligenza Artificiale), promossa da Agenas e finanziata dal PNRR, che sarà sperimentata in 1.500 studi di medici di famiglia per supportare diagnosi, gestione della cronicità e prevenzione, attingendo a linee guida certificate e non all’oceano talvolta torbido del web -3-9.

Vaccini personalizzati e predittori dal sonno: gli strumenti che cambieranno la clinica

Parallelamente a questo sforzo di predizione, la ricerca sta facendo passi da gigante anche sul fronte terapeutico, con strumenti che sembravano inimmaginabili fino a pochi anni fa. Un esempio lampante è rappresentato dai vaccini personalizzati contro il cancro. Moderna e Merck hanno recentemente annunciato i risultati a cinque anni di uno studio sul loro vaccino sperimentale a mRna, intismeran autogene, per il melanoma. I dati sono sorprendenti: la combinazione del vaccino personalizzato – che sfrutta la firma genetica unica del tumore di ciascun paziente per addestrare il sistema immunitario a riconoscere e attaccare le cellule malate – con l'immunoterapia ha ridotto il rischio di recidiva o di morte del 49% nei pazienti con melanoma in stadio III e IV operato, rispetto a chi aveva ricevuto solo l'immunoterapia -2-8. Un risultato che, se confermato su larga scala, aprirebbe la strada a un nuovo paradigma di cura, estendibile ad altri tipi di tumore, come quelli al rene, alla vescica e al polmone.

E se per predire una malattia bastasse osservare come dormiamo? Uno studio pubblicato su Nature Medicine e condotto dalla Stanford Medicine di Palo Alto ha sviluppato un modello di intelligenza artificiale, chiamato SleepFM, capace di analizzare i dati della polisonnografia – l'esame più completo per lo studio del sonno, che monitora attività cerebrale, cardiaca, respiratoria e movimenti – per stimolare il rischio futuro di oltre 130 patologie. Testato su più di mezzo milione di ore di sonno di circa 65.000 partecipanti, l'algoritmo ha dimostrato una buona accuratezza nel prevedere l'insorgenza di malattie neurologiche come la demenza, cardiovascolari come l'ictus e l'infarto, e persino alcune forme di cancro -6. In alcuni casi, la precisione predittiva ha superato l'ottanta per cento. Questi strumenti, dai vaccini a mRna agli analizzatori del sonno, non sono che i primi frutti di una rivoluzione copernicana in atto: quella che, abbandonata l'idea di una medicina basata sulla risposta agli eventi, si appresta a costruire un modello di assistenza continua e personalizzata, dove l'obiettivo primario non è più solo curare, ma mantenere le persone in salute il più a lungo possibile.