L’intelligenza artificiale (AI) sta rapidamente ridefinendo i confini in numerosi settori e la medicina non fa eccezione. Nella famiglia di modelli di AI open-source di Google, tra le ultime innovazioni emerge MedGemma, progettata per affrontare le sfide e le complessità del mondo sanitario.

MedGemma è una serie di modelli di intelligenza artificiale basati sull’architettura Gemma 3, un framework di modelli leggeri e performanti sviluppato da Google. La caratteristica distintiva è la sua specializzazione nel campo medico e il suo status di open-source. Questo naturalmente implica che, a differenza di molti altri sistemi AI proprietari, il codice e i modelli di MedGemma sono accessibili a sviluppatori, ricercatori e istituzioni sanitarie di tutto il mondo.

Questa apertura permette una trasparenza senza precedenti, favorendo la collaborazione, l’innovazione e la personalizzazione dei modelli per specifiche esigenze cliniche e contesti geografici. In sostanza, MedGemma non è un prodotto finito, ma un punto di partenza solido su cui costruire una nuova generazione di applicazioni AI per la salute.

Le diverse anime di MedGemma

MedGemma si articola in diverse varianti per rispondere a diverse esigenze computazionali e applicative:

• MedGemma 4B: questa versione, con 4 miliardi di parametri, è la più innovativa per la sua capacità multimodale. Ovvero può elaborare e interpretare non solo il testo medico (come cartelle cliniche, articoli scientifici, anamnesi), ma anche una vasta gamma di immagini mediche. Parliamo di radiografie del torace, immagini dermatologiche, oftalmologiche e di istopatologia. La sua forza risiede nella capacità di collegare il linguaggio visivo della medicina con quello testuale, un’abilità fondamentale per la comprensione completa di un caso clinico. È disponibile sia in versione pre-addestrata che “instruction-tuned”, ottimizzata per seguire istruzioni specifiche, rendendola più facile da usare per compiti specifici.
• MedGemma 27B: questa variante, con 27 miliardi di parametri, si concentra esclusivamente sull’analisi e la generazione di testo medico. È ottimizzata per l’inferenza, ovvero per produrre risposte accurate e pertinenti a domande complesse, riassumere lunghi documenti o estrarre informazioni chiave da vasti archivi testuali.

Entrambi i modelli sono stati pre-addestrati su un corpus immenso di dati sanitari de-identificati e proprietari, garantendo una comprensione profonda della terminologia e dei concetti medici.

Le applicazioni pratiche di MedGemma

Il potenziale di MedGemma nel mondo reale è vastissimo con alcune applicazioni particolarmente promettenti:

• Diagnosi e screening precoce: attraverso l’analisi di immagini il modello 4B può aiutare i radiologi a identificare anomalie su radiografie, TAC e risonanze magnetiche con maggiore velocità e precisione. Può, ad esempio, rilevare noduli polmonari sospetti, lesioni tumorali in fase iniziale o segni di retinopatia diabetica da immagini oculari. Inoltre, analizzando le immagini di lesioni cutanee, fungendo da “dermatologia assistita”, segnalando potenziali melanomi o altre condizioni che richiedono un’ulteriore valutazione da parte di uno specialista. Supporta, anche, i patologi nell’analisi di vetrini istologici, identificando pattern cellulari anomali e facilitando la classificazione delle patologie (istopatologia).
• Supporto decisionale clinico: il modello 27B può fornire risposte basate sull’evidenza a domande complesse poste dai medici, attingendo a migliaia di articoli scientifici e linee guida. Questo può accelerare il processo decisionale e garantire l’accesso alle informazioni più aggiornate. Può riassumere rapidamente lunghe e complesse cartelle cliniche, mettendo in evidenza informazioni chiavi come anamnesi, farmaci assunti, allergie e risultati di esami recenti.
• Ricerca e Sviluppo Farmaceutico:
• Accelerazione della Ricerca: MedGemma può essere utilizzato per analizzare grandi set di dati clinici e genomici, identificando correlazioni e pattern che possono portare alla scoperta di nuovi biomarcatori o bersagli farmacologici.
• Analisi di Studi Clinici: Può aiutare a sintetizzare e interpretare i risultati di studi clinici, accelerando il processo di revisione e pubblicazione della ricerca.
• Educazione medica e formazione: gli studenti e i professionisti possono utilizzare MedGemma come strumento interattivo per apprendere, simulare casi clinici e mettere alla prova le proprie conoscenze, analizzando scenari complessi e ricevendo feedback immediati.

I vantaggi dell’approccio Open Source

La decisione di Google di rendere MedGemma open-source non è casuale. Rende l’AI medica avanzata accessibile a una platea molto più ampia, incluse startup, università e ricercatori con risorse limitate. La possibilità di esaminare il programma permette di comprendere meglio come funzionano i modelli al fine di costruire fiducia e affrontare questioni etiche. MedGemma incoraggia la comunità globale a contribuire al miglioramento dei modelli, sviluppare nuove applicazioni e validare le performance in contesti diversi. Gli sviluppatori possono personalizzare e ottimizzare MedGemma per specifiche nicchie mediche o per conformarsi alle normative sanitarie locali, rendendolo più versatile.

L’etica

Nonostante il suo enorme potenziale, l’adozione di MedGemma e dell’AI in medicina in generale presenta delle sfide significative. L’utilizzo di dati sanitari sensibili richiede protocolli rigorosi per la protezione della privacy dei pazienti e la conformità alle normative (come il GDPR in Europa). Inoltre  se i dati di addestramento non sono rappresentativi o contengono pregiudizi storici, l’AI potrebbe riprodurre o amplificare tali bias, portando a diagnosi o trattamenti iniqui per alcuni gruppi di pazienti. (Bias Algoritmico).

In caso di errore diagnostico o terapeutico assistito dall’AI, la questione della responsabilità (medico, sviluppatore del software, struttura sanitaria) è ancora complessa e dibattuta. L’incorporazione di questi sistemi AI nei flussi di lavoro clinici esistenti richiede un’attenta pianificazione, interoperabilità con i sistemi informativi sanitari e formazione del personale.

I modelli AI utilizzati in contesti clinici devono superare rigorosi processi di validazione e ottenere le approvazioni necessarie dagli enti regolatori. Google stessa sottolinea che MedGemma non è «clinical-grade out of the box» e richiede ulteriori test e validazioni prima dell’uso clinico.

È fondamentale ribadire che l’obiettivo di MedGemme non è sostituire il medico, ma potenziarne le capacità. L’empatia, il giudizio clinico basato sull’esperienza e la relazione umana con il paziente rimarranno insostituibili.

MedGemma è uno strumento che, se utilizzato eticamente e responsabilmente, può liberare i medici da compiti ripetitivi, fornire insights preziosi e, in ultima analisi, contribuire a un sistema sanitario più efficiente, preciso e personalizzato per tutti.

Opportunità

Il bando « Leveraging multimodal data to advance Generative Artificial Intelligence applicability in biomedical research (GenAI4EU)», parte del programma Horizon Europe, all’interno del cluster 1 «health» si concentra esplicitamente sull’applicabilità dell’Intelligenza Artificiale Generativa (GenAI) nella ricerca biomedica. L’obiettivo principale è sviluppare e testare soluzioni GenAI innovative che possano accelerare le scoperte scientifiche, migliorare la comprensione delle malattie e ottimizzare lo sviluppo di nuovi trattamenti.

I progetti finanziati sotto questo bando cercheranno di esplorare come la GenAI possa essere utilizzata per:

• Generazione di ipotesi: La GenAI può analizzare vasti dataset scientifici per proporre nuove ipotesi su meccanismi di malattia o bersagli farmacologici.
• Progettazione di farmaci e molecole: generare nuove molecole con proprietà desiderate per lo sviluppo di farmaci.
• Simulazione di processi biologici: creare modelli virtuali di sistemi biologici per testare interazioni o prevedere risposte a trattamenti.
• Sintesi e analisi di dati complessi: Trasformare dati grezzi (genomici, proteomici, clinici) in formati più comprensibili e utilizzabili per la ricerca.
• Automatizzazione e accelerazione della ricerca: Ridurre i tempi e i costi delle fasi iniziali della ricerca biomedica.

Il bando in questione, la cui scadenza è fissata per il 16 settembre 2025, dispone di un budget complessivo pari a circa 50 milioni di euro. È prevista l’erogazione di finanziamenti a circa tre progetti, con un contributo individuale stimato tra i 15 e i 17 milioni di euro, e con una copertura pari al 100% delle spese ammissibili.

Questa call è rivolto a consorzi internazionali composti da almeno tre entità giuridiche indipendenti provenienti da tre diversi Paesi dell’Unione Europea o Paesi associati a Horizon Europe.

Possono partecipare i seguenti soggetti:

• Enti di ricerca o università
• Imprese (incluse PMI e startup) specializzate in IA generativa, analisi dati biomedicali, infrastrutture tecnologiche
• Ospedali, Cliniche, Laboratori diagnostici, Centri di cura o medicina di precisione
• Ricercatori biomedici, Medici e professionisti sanitari, Policy maker e decisori in ambito sanitario
• Enti no-profit, fondazioni, ONG attive nel campo della salute, della protezione dei dati, o dell’etica tecnologica.
• Enti con esperienza nella condivisione di dati FAIR, gestione di infrastrutture EOSC o simili, per assicurare accesso, interoperabilità e riproducibilità dei dati
• Organizzazioni esperte in aspetti etici, legali e sociali (ELSI), necessarie per garantire che i modelli rispettino il quadro normativo UE, inclusi il GDPR e la AI Act.