L’intelligenza artificiale entra sempre più spesso nella vita quotidiana, proponendo strumenti capaci di analizzare immagini, raccogliere dati personali e formulare previsioni sul nostro stato di salute. Tra le applicazioni più discusse ci sono quelle che, partendo da una semplice fotografia del volto, promettono di stimare l’età biologica o persino di fornire indicazioni sulle probabilità di sopravvivenza. Tecnologie che aprono nuove prospettive per la medicina, ma che sollevano anche interrogativi sull’affidabilità dei risultati, sull’utilizzo dei dati e sui possibili effetti psicologici di informazioni tanto delicate.
Il dibattito si concentra soprattutto sulla differenza tra strumenti sviluppati per supportare le decisioni cliniche e applicazioni commerciali che promettono di prevedere il futuro individuale. Nel primo caso, l’obiettivo è aiutare i medici a valutare i rischi e a personalizzare le cure; nel secondo, il rischio è che stime probabilistiche vengano interpretate come certezze. La possibilità di conoscere, attraverso un selfie o un questionario online, quanto tempo resti da vivere suscita curiosità, ma anche preoccupazioni. A rendere il tema particolarmente sensibile sono la natura personale delle informazioni coinvolte e la difficoltà, per chi utilizza questi servizi, di comprendere come vengano elaborate le previsioni.
Fahr-Face, l’intelligenza artificiale applicata alla prognosi oncologica
Tra le tecnologie che hanno alimentato il confronto c’è Fahr-Face, un sistema sviluppato da ricercatori del Mass General Brigham, negli Stati Uniti, per studiare il rapporto tra le caratteristiche del volto e gli esiti clinici dei pazienti oncologici. Il progetto si articola in due strumenti: Fahr-FaceAge, che stima l’età biologica apparente, e Fahr-FaceSurvival, progettato per valutare la sopravvivenza sulla base delle immagini. La ricerca, pubblicata sulla rivista scientifica The Lancet Digital Health, esplora la possibilità di ricavare da una fotografia informazioni utili alla valutazione prognostica.
Il modello è stato addestrato su un ampio insieme di immagini, descritto dai ricercatori come composto da oltre 40 milioni di fotografie. Attraverso l’analisi di caratteristiche del viso, come le rughe, la forma della bocca e altri dettagli, l’algoritmo cerca correlazioni tra l’aspetto esteriore e gli esiti delle malattie. L’obiettivo non è stabilire una data di morte individuale, ma individuare segnali che possano contribuire alla valutazione del rischio clinico.
I risultati dello studio e le prospettive per le cure
Secondo i dati riportati nello studio, tra i pazienti oncologici sottoposti a radioterapia negli Stati Uniti, quelli ai quali il sistema attribuiva un’età apparente superiore di almeno cinque anni rispetto a quella anagrafica presentavano un rischio di morte più elevato del 21% durante un periodo medio di osservazione di quattro anni. Per i pazienti che apparivano almeno cinque anni più giovani, il rischio risultava invece inferiore del 17%.
Queste percentuali descrivono associazioni statistiche osservate nella popolazione studiata e non costituiscono una previsione certa per il singolo paziente. Il significato clinico dei risultati deve essere valutato considerando le caratteristiche del campione, le condizioni di salute e gli altri fattori prognostici. Come sottolineato dai ricercatori coinvolti, tra cui Raymond Mak, il sistema è pensato per supportare decisioni terapeutiche personalizzate, non per sostituire il giudizio del medico. Anche Hugo Aerts ha evidenziato il carattere innovativo dell’approccio, che esplora la possibilità di stimare la sopravvivenza oncologica attraverso una semplice immagine.
Dalla ricerca alle app commerciali: cosa cambia
Accanto agli strumenti sviluppati in ambito scientifico, esistono siti e applicazioni che promettono di stimare la longevità attraverso questionari, informazioni sullo stile di vita e altri dati personali. Alcuni servizi propongono risultati dettagliati, arrivando a indicare periodi o date presunte. Le modalità di calcolo, la qualità delle basi scientifiche e il livello di trasparenza, tuttavia, possono variare considerevolmente da una piattaforma all’altra.
È importante distinguere queste proposte dai sistemi sottoposti a valutazione scientifica. Una previsione generata da un’applicazione non equivale a una diagnosi e non può stabilire con certezza quanto vivrà una persona. Le stime sulla longevità dipendono da numerose variabili, tra cui condizioni cliniche, familiarità, ambiente e comportamenti individuali. Inoltre, un risultato apparentemente preciso, espresso in anni, mesi o giorni, può dare un’impressione di accuratezza superiore a quella effettivamente dimostrata.
Privacy e dati personali, le questioni ancora aperte
Un altro tema centrale riguarda la protezione dei dati personali. Una fotografia del volto è un’informazione potenzialmente identificativa e può essere utilizzata, a seconda delle caratteristiche del servizio, insieme ad altri dati forniti dall’utente. Prima di utilizzare una piattaforma di questo tipo è quindi importante verificare quali informazioni vengano raccolte, per quanto tempo siano conservate, se siano condivise con terzi e per quali finalità possano essere impiegate.
Anche i questionari sulla salute e sulle abitudini quotidiane possono contenere informazioni particolarmente delicate. Le condizioni contrattuali, l’informativa sulla privacy e le modalità di cancellazione dei dati sono elementi essenziali per valutare un servizio. Il fatto che un’applicazione sia facilmente accessibile o presenti un’interfaccia intuitiva non garantisce, da solo, che i suoi risultati siano affidabili o che il trattamento delle informazioni sia adeguatamente tutelato.
L’impatto psicologico delle previsioni sulla longevità
Le applicazioni che promettono di stimare la durata della vita sollevano anche interrogativi sul piano psicologico. Ricevere una previsione negativa può provocare ansia o preoccupazione, soprattutto quando il risultato viene interpretato come una sentenza anziché come una stima incerta. Al contrario, una previsione rassicurante potrebbe indurre a sottovalutare sintomi o fattori di rischio che richiedono attenzione medica.
Il problema riguarda soprattutto il modo in cui vengono presentati i risultati. Senza spiegazioni chiare sui margini di errore e sui limiti del modello, anche una stima statistica può essere fraintesa. Per questo, nel campo sanitario, la comunicazione del rischio deve accompagnare lo sviluppo tecnologico: i risultati hanno valore soltanto se vengono interpretati nel contesto appropriato e, quando necessario, discussi con professionisti qualificati.
Un’innovazione da valutare senza confondere probabilità e certezze
L’intelligenza artificiale applicata alla medicina offre opportunità importanti, dalla ricerca di indicatori precoci alla possibilità di affinare le strategie terapeutiche. Sistemi come Fahr-Face mostrano come immagini e algoritmi possano essere utilizzati per esplorare nuove correlazioni cliniche. La loro utilità effettiva dipenderà però dalla solidità delle evidenze, dalla validazione su popolazioni diverse e dalla capacità di dimostrare benefici concreti per i pazienti.
Diverso è il caso delle applicazioni che promettono di anticipare la data della morte. In assenza di solide prove scientifiche e di una chiara spiegazione dei metodi impiegati, tali indicazioni non devono essere considerate previsioni attendibili. La distinzione fondamentale resta quella tra una tecnologia che aiuta la medicina a valutare meglio i rischi e un servizio che promette di trasformare l’incertezza della vita in una data sul calendario. Tra innovazione, curiosità e interessi commerciali, trasparenza, tutela dei dati e rigore scientifico restano i criteri essenziali per valutare queste nuove applicazioni.
