Il Gemelli Women’s Health Center for Digital and Personalized Medicine ha partecipato il 10 marzo a un incontro al MIMIT dedicato all’intelligenza artificiale nella medicina di genere.
Al centro del confronto, il ruolo dei dati e dell’AI per ridurre il gender health gap e sviluppare modelli di medicina personalizzata.
WORKSHOP
Roma
Workshop Istituzionale al MIMIT del 10 Marzo 2026
Roma
Intelligenza Artificiale e medicina di genere: il contributo del Gemelli Women’s Health Center al MIMIT
Il 10 marzo, presso la Sala del Parlamentino del Ministero delle Imprese e del Made in Italy (MIMIT), si è svolto un incontro dedicato al ruolo dell’intelligenza artificiale nella medicina di genere, che ha visto la partecipazione del Gemelli Women’s Health Center for Digital and Personalized Medicine come uno dei principali attori accademici coinvolti nello sviluppo di nuove progettualità nazionali in questo ambito.
L’incontro, organizzato dal Comitato Unico di Garanzia e moderato dalla Dott.ssa Donatella Proto, Direttore Generale della Direzione per le Nuove Tecnologie Abilitanti, si inserisce in un contesto di crescente attenzione istituzionale verso l’integrazione dell’intelligenza artificiale nei sistemi sanitari e, in particolare, nella riduzione del gender health gap .
Un contesto in evoluzione: AI e salute della donna al centro delle politiche
L’invito al MIMIT si inserisce nel coinvolgimento del Centro, recentemente selezionato tra quattro poli universitari italiani – insieme al Politecnico di Milano, al Politecnico di Torino e all’Università di Catania – per lo sviluppo di progetti di ricerca basati sull’intelligenza artificiale, anche grazie al supporto di Google.org .
Questo crescente interesse istituzionale si colloca all’interno di un quadro più ampio in cui la medicina di genere sta progressivamente assumendo una dimensione strutturata nelle politiche sanitarie, sia a livello nazionale che europeo. Tuttavia, persistono importanti disuguaglianze: le donne, pur vivendo più a lungo, trascorrono una quota maggiore della vita in condizioni di salute non ottimali, con un impatto significativo anche in termini economici e sociali .
Il ruolo dell’intelligenza artificiale: opportunità e responsabilità
Nel corso dell’incontro è stato sottolineato come l’intelligenza artificiale rappresenti oggi uno strumento fondamentale per analizzare grandi quantità di dati clinici e biologici, consentendo di identificare pattern non rilevabili con i metodi tradizionali e migliorare la capacità predittiva della medicina.
Tuttavia, è emerso con chiarezza che l’AI non è neutrale: se sviluppata su dataset non rappresentativi, rischia di amplificare le disuguaglianze esistenti. Attualmente, meno di un terzo dei dataset sanitari include variabili disaggregate per sesso, con conseguenze rilevanti sulla qualità e sull’equità dei modelli predittivi .
In questo contesto, la medicina di genere diventa un elemento imprescindibile per lo sviluppo di sistemi di intelligenza artificiale affidabili, equi e clinicamente efficaci.
L’esperienza del Gemelli: un ecosistema integrato di dati e innovazione
Durante la presentazione è stata illustrata l’esperienza del Policlinico Gemelli, che rappresenta oggi una delle principali infrastrutture di dati clinici in Europa, grazie alla capacità di integrare informazioni cliniche, di imaging, laboratoristiche e multi-omiche generate dalla pratica assistenziale quotidiana .
All’interno del Gemelli Science and Technology Park (G-STeP), queste informazioni vengono raccolte, standardizzate e analizzate attraverso piattaforme dedicate ai Real World Data e al machine learning, creando un ecosistema in cui clinica, ricerca e tecnologia operano in modo integrato.
In questo contesto, il Women’s Health Center svolge un ruolo centrale nell’orientare l’analisi dei dati verso la comprensione delle differenze di genere e lo sviluppo di modelli di medicina personalizzata.
Dalla ricerca alla pratica: verso una medicina data-driven
Un elemento chiave emerso nel corso dell’incontro è la necessità di superare una visione frammentata dell’intelligenza artificiale, ancora troppo spesso confinata a progetti isolati.
La sfida attuale è costruire infrastrutture solide e interoperabili, in cui dati clinici di alta qualità, competenze multidisciplinari e modelli di governance condivisi permettano di trasformare l’AI da sperimentazione a reale traiettoria di sviluppo per i sistemi sanitari.
