La cardiomiopatia ipertrofica (HCM) è una malattia del muscolo cardiaco caratterizzata dall'ispessimento delle pareti del cuore, che può portare a gravi complicanze, tra cui aritmie pericolose e morte cardiaca improvvisa. Una delle caratteristiche distintive di questa patologia è la presenza di fibrosi miocardica, ovvero la formazione di tessuto cicatriziale all'interno del muscolo cardiaco, che può essere rilevata attraverso la risonanza magnetica cardiaca (CMR) con una tecnica chiamata late adolinium enhancement (LGE).
Studi precedenti hanno dimostrato che l'estensione della fibrosi, quantificata tramite LGE, è associata a un peggioramento della prognosi nei pazienti con HCM. Tuttavia, una ricerca pubblicata sull' American Journal of Cardiology ha recentemente evidenziato come non sia solo la quantità di fibrosi a essere rilevante, ma anche la velocità con cui essa progredisce nel tempo.

Nello studio Prognostic Role of the Progression of Late Gadolinium Enhancement in Hypertrophic Cardiomyopathy ¹, 105 pazienti con HCM (72 uomini, età media 53 anni) sono stati sottoposti a due esami CMR, uno al basale (CMR-I) e un secondo dopo almeno due anni (CMR-II). Questo approccio ha consentito ai ricercatori di calcolare il cosiddetto LGE rate, ovvero l'incremento della fibrosi nel tempo, espresso in grammi al mese. L'obiettivo principale era valutare se questo parametro potesse fornire indicazioni prognostiche più precise rispetto alla semplice misurazione dell'estensione della fibrosi in un singolo momento.
I risultati hanno rivelato che la percentuale di pazienti con una fibrosi estesa (LGE ≥15% della massa ventricolare sinistra ) è aumentata significativamente nel tempo, passando dal 9% al 20% tra il primo e il secondo esame di CMR (p = 0.03). Questo dato suggerisce come la HCM non sia una malattia statica, ma possa evolvere e peggiorare anche in pazienti con una condizione apparentemente stabile. In particolare, l'incremento della fibrosi è stato maggiore nei pazienti che al CMR-I avevano un LGE 15% e che al CMR-II hanno superato tale soglia. L'incremento mediano di questo gruppo è stato di 17 grammi (range interquartile da 9 a 26) contro 1 grammo (range interquartile da 0 a 3) (p=0.04) dell’altro gruppo.

L'aspetto più innovativo dello studio è l'identificazione dell'LGE rate come fattore prognosticoindipendente per prevedere eventi avversi maggiori in pazienti con cardiomiopatia ipertrofica (HCM). I pazienti con un LGE rate superiore a 0.07 g/mese hanno mostrato un rischio significativamente più elevato di tali eventi rispetto a quelli con una progressione più lenta della fibrosi.
Questo cut-off di 0.07 g/mese non è un numero casuale, ma è stato determinato attraverso un'analisi statistica specifica (MaxStat Analysis) che ha identificato questo valore come il miglior predittore di eventi avversi, con una sensibilità dell'84% (range dal 64% al 96%) e una specificità dell'80% (range dal 70% all'88%). Inoltre, l'LGE rate >0.07 g/mese ha permesso una significativa riclassificazione netta del rischio dei pazienti rispetto al parametro LGE ≥15% in un singolo punto temporale, sia al primo che al secondo esame (CMR-I NRI 0.49, 95% CI 0.16 to 0.82, p = 0.003 vs CMR-II NRI 0.27, 95% CI 0.02 to 0.52, p = 0.03). Ciò significa che la progressione della fibrosi, misurata attraverso l'LGE rate, è un indicatore che, se confermato anche da altri studi con coorti più numerose, potrebbe essere più preciso e utile per identificare i soggetti a maggiore rischio rispetto alla misurazione statica dell’LGE.

Le implicazioni cliniche di questa ricerca sono rilevanti. Innanzitutto, lo studio suggerisce che la CMR andrebbe ripetuta in tutti i pazienti con HCM (in un periodo che potrebbe essere variabile tra 2-5 anni, alla luce della presenza di “rapidi e lenti progressori” documentati in Letteratura), soprattutto in quelli con una LGE inferiore al 15% al basale. Questo approccio consentirebbe di monitorare l'evoluzione della fibrosi e di individuare precocemente i soggetti che potrebbero andare incontro a un peggioramento della loro condizione.
Inoltre, la misurazione dell'LGE rate (ed eventualmente, se confermato con lavori mirati, anche la variazione del volume extracellulare con tecnica di T1 mapping ECV) potrebbe nell’immediato futuro contribuire a una stratificazione del rischio più accurata, consentendo di prendere decisioni terapeutiche più mirate, come l'impianto di un defibrillatore (ICD) nei pazienti a rischio più elevato.
È importante notare come i meccanismi alla base della progressione della fibrosi non siano ancora completamente chiari. Tra i fattori ipotizzati vi sono ripetuti episodi di ischemia, causati da una ridotta perfusione del muscolo cardiaco, e alterazioni energetiche delle cellule cardiache. Tuttavia, le terapie convenzionali per la HCM, come i beta-bloccanti, non sembrano in grado di influenzare significativamente la progressione della fibrosi, essendo efficaci prevalentemente come “sintomatici”. Questo apre la strada allo studio di nuove terapie, come i farmaci inibitori della miosina, che potrebbero agire direttamente sui meccanismi patofisiologici alla base della fibrosi.

Questi risultati sottolineano l'importanza di considerare la progressione della fibrosi nella gestione clinica della HCM. L'LGE rate si configura come un nuovo e promettente indicatore prognostico, potenzialmente in grado di migliorare la stratificazione del rischio e guidare le scelte terapeutiche nei pazienti affetti da questa complessa patologia.
In sintesi, questo studio apre nuove prospettive nella gestione della HCM, evidenziando come la velocità di progressione della fibrosi, misurata tramite l'LGE rate, sia un fattore prognostico estremamente importante. La ripetizione della CMR a intervalli regolari e l'attenzione alla progressione della fibrosi rappresentano elementi chiave per migliorare la cura e la prognosi dei pazienti affetti da questa malattia.

L’angio-TC coronarica (CCTA) è fondamentale per la diagnosi delle malattie coronariche, ma la sua efficacia può risultare compromessa nei pazienti con frequenza cardiaca elevata (≥80 bpm), in quanto il movimento cardiaco e la variabilità del ritmo possono generare artefatti che riducono la qualità delle immagini. Questi pazienti, spesso ricoverati in pronto soccorso per dolore toracico acuto e sospetto di sindrome coronarica acuta, presentano un quadro clinico in cui una diagnosi rapida e accurata è essenziale.
Tradizionalmente, l’elevata frequenza cardiaca ha rappresentato un limite all’esecuzione della CCTA, a causa degli artefatti da movimento che ne compromettevano l'accuratezza diagnostica. Tuttavia, grazie ai progressi tecnologici, come l'introduzione della modalità 1-Beat Cardiac su Revolution CT/Apex, è ora possibile ottenere immagini di alta qualità anche in pazienti con una frequenza cardiaca superiore agli 80 bpm, senza compromettere la sicurezza del paziente o esporlo a dosi eccessive di radiazioni.

Uno studio condotto da Andreini et al. ha valutato la performance diagnostica della Unlimited 1-Beat CCTA in un gruppo di 202 pazienti, di cui 100 con una frequenza cardiaca ≥80 bpm (età media: 64 anni; BMI medio: 27.4 kg/m²; frequenza cardiaca media: 93 bpm) e 102 con una frequenza ≤65 bpm (età media: 68 anni; BMI medio: 26.4 kg/m²; frequenza cardiaca media: 57 bpm). L’obiettivo dello studio era confrontare la qualità delle immagini e l’accuratezza diagnostica tra i due gruppi, valutando la capacità della tecnologia di rilevare stenosi coronariche superiori al 50%.
I risultati hanno mostrato che, nonostante la frequenza cardiaca più elevata, la qualità delle immagini nel gruppo con frequenza cardiaca ≥80 bpm non era significativamente diversa rispetto a quella del gruppo con frequenza cardiaca inferiore (HR ≤65 bpm). In entrambi i gruppi, la qualità è stata valutata come alta, con punteggi medi di 3.35 e 3.39 su una scala Likert a 4 punti, e la percentuale di interpretabilità dei segmenti coronarici è stata quasi identica (97.3% nel gruppo con frequenza cardiaca alta e 98% nel gruppo con frequenza cardiaca bassa).
La CCTA ha inoltre dimostrato di essere altrettanto precisa nel rilevare una stenosi superiore al 50%, sia nei pazienti con frequenza cardiaca alta che in quelli con frequenza bassa. I valori di sensibilità, specificità e accuratezza erano molto simili in entrambi i gruppi, a conferma che la tecnica 1-beat Cardiac permette di mantenere un’elevata accuratezza diagnostica indipendentemente dalla frequenza cardiaca.

Un ulteriore vantaggio della modalità 1-Beat Cardiac risiede nella riduzione significativa della dose di radiazioni. Studi precedenti avevano dimostrato che è possibile ottenere una buona qualità dell’immagine utilizzando sistemi TC a doppia sorgente con 128 strati, ma ciò comportava un’esposizione alle radiazioni relativamente elevata (dose media superiore a 20 mSv). Al contrario, lo studio di Andreini et al. ha evidenziato che l'uso della tecnica Unlimited 1-Beat Cardiac su Revolution CT/Apex ha permesso di ridurre significativamente la dose, mantenendola a una media di 2.9 mSv nei pazienti con frequenza cardiaca alta, rispetto agli 1.1 mSv nel gruppo con frequenza cardiaca bassa. Questo risultato è stato ottenuto grazie alla capacità di acquisire i dati in una finestra temporale di 500 ms, corrispondente alla fase tra la fine della sistole e la fine della diastole, in un unico ciclo cardiaco.

La cardiomiopatia ipertrofica (HCM) è una malattia del muscolo cardiaco caratterizzata dall'ispessimento delle pareti del cuore, che può portare a gravi complicanze, tra cui aritmie pericolose e morte cardiaca improvvisa. Una delle caratteristiche distintive di questa patologia è la presenza di fibrosi miocardica, ovvero la formazione di tessuto cicatriziale all'interno del muscolo cardiaco, che può essere rilevata attraverso la risonanza magnetica cardiaca (CMR) con una tecnica chiamata late adolinium enhancement (LGE).
Studi precedenti hanno dimostrato che l'estensione della fibrosi, quantificata tramite LGE, è associata a un peggioramento della prognosi nei pazienti con HCM. Tuttavia, una ricerca pubblicata sull' American Journal of Cardiology ha recentemente evidenziato come non sia solo la quantità di fibrosi a essere rilevante, ma anche la velocità con cui essa progredisce nel tempo.

Nello studio Prognostic Role of the Progression of Late Gadolinium Enhancement in Hypertrophic Cardiomyopathy ¹, 105 pazienti con HCM (72 uomini, età media 53 anni) sono stati sottoposti a due esami CMR, uno al basale (CMR-I) e un secondo dopo almeno due anni (CMR-II). Questo approccio ha consentito ai ricercatori di calcolare il cosiddetto LGE rate, ovvero l'incremento della fibrosi nel tempo, espresso in grammi al mese. L'obiettivo principale era valutare se questo parametro potesse fornire indicazioni prognostiche più precise rispetto alla semplice misurazione dell'estensione della fibrosi in un singolo momento.
I risultati hanno rivelato che la percentuale di pazienti con una fibrosi estesa (LGE ≥15% della massa ventricolare sinistra ) è aumentata significativamente nel tempo, passando dal 9% al 20% tra il primo e il secondo esame di CMR (p = 0.03). Questo dato suggerisce come la HCM non sia una malattia statica, ma possa evolvere e peggiorare anche in pazienti con una condizione apparentemente stabile. In particolare, l'incremento della fibrosi è stato maggiore nei pazienti che al CMR-I avevano un LGE 15% e che al CMR-II hanno superato tale soglia. L'incremento mediano di questo gruppo è stato di 17 grammi (range interquartile da 9 a 26) contro 1 grammo (range interquartile da 0 a 3) (p=0.04) dell’altro gruppo.

L'aspetto più innovativo dello studio è l'identificazione dell'LGE rate come fattore prognosticoindipendente per prevedere eventi avversi maggiori in pazienti con cardiomiopatia ipertrofica (HCM). I pazienti con un LGE rate superiore a 0.07 g/mese hanno mostrato un rischio significativamente più elevato di tali eventi rispetto a quelli con una progressione più lenta della fibrosi.
Questo cut-off di 0.07 g/mese non è un numero casuale, ma è stato determinato attraverso un'analisi statistica specifica (MaxStat Analysis) che ha identificato questo valore come il miglior predittore di eventi avversi, con una sensibilità dell'84% (range dal 64% al 96%) e una specificità dell'80% (range dal 70% all'88%). Inoltre, l'LGE rate >0.07 g/mese ha permesso una significativa riclassificazione netta del rischio dei pazienti rispetto al parametro LGE ≥15% in un singolo punto temporale, sia al primo che al secondo esame (CMR-I NRI 0.49, 95% CI 0.16 to 0.82, p = 0.003 vs CMR-II NRI 0.27, 95% CI 0.02 to 0.52, p = 0.03). Ciò significa che la progressione della fibrosi, misurata attraverso l'LGE rate, è un indicatore che, se confermato anche da altri studi con coorti più numerose, potrebbe essere più preciso e utile per identificare i soggetti a maggiore rischio rispetto alla misurazione statica dell’LGE.

Le implicazioni cliniche di questa ricerca sono rilevanti. Innanzitutto, lo studio suggerisce che la CMR andrebbe ripetuta in tutti i pazienti con HCM (in un periodo che potrebbe essere variabile tra 2-5 anni, alla luce della presenza di “rapidi e lenti progressori” documentati in Letteratura), soprattutto in quelli con una LGE inferiore al 15% al basale. Questo approccio consentirebbe di monitorare l'evoluzione della fibrosi e di individuare precocemente i soggetti che potrebbero andare incontro a un peggioramento della loro condizione.
Inoltre, la misurazione dell'LGE rate (ed eventualmente, se confermato con lavori mirati, anche la variazione del volume extracellulare con tecnica di T1 mapping ECV) potrebbe nell’immediato futuro contribuire a una stratificazione del rischio più accurata, consentendo di prendere decisioni terapeutiche più mirate, come l'impianto di un defibrillatore (ICD) nei pazienti a rischio più elevato.
È importante notare come i meccanismi alla base della progressione della fibrosi non siano ancora completamente chiari. Tra i fattori ipotizzati vi sono ripetuti episodi di ischemia, causati da una ridotta perfusione del muscolo cardiaco, e alterazioni energetiche delle cellule cardiache. Tuttavia, le terapie convenzionali per la HCM, come i beta-bloccanti, non sembrano in grado di influenzare significativamente la progressione della fibrosi, essendo efficaci prevalentemente come “sintomatici”. Questo apre la strada allo studio di nuove terapie, come i farmaci inibitori della miosina, che potrebbero agire direttamente sui meccanismi patofisiologici alla base della fibrosi.

Questi risultati sottolineano l'importanza di considerare la progressione della fibrosi nella gestione clinica della HCM. L'LGE rate si configura come un nuovo e promettente indicatore prognostico, potenzialmente in grado di migliorare la stratificazione del rischio e guidare le scelte terapeutiche nei pazienti affetti da questa complessa patologia.
In sintesi, questo studio apre nuove prospettive nella gestione della HCM, evidenziando come la velocità di progressione della fibrosi, misurata tramite l'LGE rate, sia un fattore prognostico estremamente importante. La ripetizione della CMR a intervalli regolari e l'attenzione alla progressione della fibrosi rappresentano elementi chiave per migliorare la cura e la prognosi dei pazienti affetti da questa malattia.

L’angio-TC coronarica (CCTA) è fondamentale per la diagnosi delle malattie coronariche, ma la sua efficacia può risultare compromessa nei pazienti con frequenza cardiaca elevata (≥80 bpm), in quanto il movimento cardiaco e la variabilità del ritmo possono generare artefatti che riducono la qualità delle immagini. Questi pazienti, spesso ricoverati in pronto soccorso per dolore toracico acuto e sospetto di sindrome coronarica acuta, presentano un quadro clinico in cui una diagnosi rapida e accurata è essenziale.
Tradizionalmente, l’elevata frequenza cardiaca ha rappresentato un limite all’esecuzione della CCTA, a causa degli artefatti da movimento che ne compromettevano l'accuratezza diagnostica. Tuttavia, grazie ai progressi tecnologici, come l'introduzione della modalità 1-Beat Cardiac su Revolution CT/Apex, è ora possibile ottenere immagini di alta qualità anche in pazienti con una frequenza cardiaca superiore agli 80 bpm, senza compromettere la sicurezza del paziente o esporlo a dosi eccessive di radiazioni.

Uno studio condotto da Andreini et al. ha valutato la performance diagnostica della Unlimited 1-Beat CCTA in un gruppo di 202 pazienti, di cui 100 con una frequenza cardiaca ≥80 bpm (età media: 64 anni; BMI medio: 27.4 kg/m²; frequenza cardiaca media: 93 bpm) e 102 con una frequenza ≤65 bpm (età media: 68 anni; BMI medio: 26.4 kg/m²; frequenza cardiaca media: 57 bpm). L’obiettivo dello studio era confrontare la qualità delle immagini e l’accuratezza diagnostica tra i due gruppi, valutando la capacità della tecnologia di rilevare stenosi coronariche superiori al 50%.
I risultati hanno mostrato che, nonostante la frequenza cardiaca più elevata, la qualità delle immagini nel gruppo con frequenza cardiaca ≥80 bpm non era significativamente diversa rispetto a quella del gruppo con frequenza cardiaca inferiore (HR ≤65 bpm). In entrambi i gruppi, la qualità è stata valutata come alta, con punteggi medi di 3.35 e 3.39 su una scala Likert a 4 punti, e la percentuale di interpretabilità dei segmenti coronarici è stata quasi identica (97.3% nel gruppo con frequenza cardiaca alta e 98% nel gruppo con frequenza cardiaca bassa).
La CCTA ha inoltre dimostrato di essere altrettanto precisa nel rilevare una stenosi superiore al 50%, sia nei pazienti con frequenza cardiaca alta che in quelli con frequenza bassa. I valori di sensibilità, specificità e accuratezza erano molto simili in entrambi i gruppi, a conferma che la tecnica 1-beat Cardiac permette di mantenere un’elevata accuratezza diagnostica indipendentemente dalla frequenza cardiaca.

Un ulteriore vantaggio della modalità 1-Beat Cardiac risiede nella riduzione significativa della dose di radiazioni. Studi precedenti avevano dimostrato che è possibile ottenere una buona qualità dell’immagine utilizzando sistemi TC a doppia sorgente con 128 strati, ma ciò comportava un’esposizione alle radiazioni relativamente elevata (dose media superiore a 20 mSv). Al contrario, lo studio di Andreini et al. ha evidenziato che l'uso della tecnica Unlimited 1-Beat Cardiac su Revolution CT/Apex ha permesso di ridurre significativamente la dose, mantenendola a una media di 2.9 mSv nei pazienti con frequenza cardiaca alta, rispetto agli 1.1 mSv nel gruppo con frequenza cardiaca bassa. Questo risultato è stato ottenuto grazie alla capacità di acquisire i dati in una finestra temporale di 500 ms, corrispondente alla fase tra la fine della sistole e la fine della diastole, in un unico ciclo cardiaco.

1. Migliorare l’esperienza degli utenti: ridurre il tempo speso dai clinici su attività non cliniche.
2. Elevare la qualità della cura: integrare IT e pratica clinica per diagnosi più rapide e accurate.
3. Ottimizzare la gestione ospedaliera: aumentare la produttività e migliorare l’allocazione delle risorse.

• Accesso centralizzato ai dati: immagini, tracciati, referti e strumenti di analisi sono disponibili su un’unica piattaforma, migliorando la continuità del percorso cardiovascolare.
• Riduzione degli errori: le misure e i dati chiave vengono esportati automaticamente dallemodalita’, riducendo la possibilità di errori nei referti.
• Refertazione più rapida: grazie a report intelligenti e strutturati, i medici impiegano meno tempo al computer e più tempo con i pazienti.
• Supporto alla diagnosi: la piattaforma consente di combinare dati provenienti da diversi sistemi per ottenere insight clinici più completi.

“Dobbiamo prendere la decisione migliore per il paziente, quindi non possiamo permetterci di perdere dati rilevanti.”

— Dr.ssa Marta Belmonte

• Standardizzazione dei referti: uniformità nei report di laboratorio (Caterismo, ecocardiografia, etc), utile per audit e accreditamenti.
• Ottimizzazione delle risorse: miglior allocazione di infermieri e tecnici, aumento del numero di esami eseguibili.
• Strumenti analitici avanzati: possibilità di analizzare la produttività e individuare le aree di inefficienza.
• Gestione semplificata: notifiche automatiche per errori nei referti, pianificazione intelligente di appuntamenti e risorse.

“Avere tutti questi dati su un’unica piattaforma è un vero punto di svolta per la gestione ospedaliera.”

— Dr.ssa Marta Belmonte

Il caso Sant’Andrea dimostra che:

• Un approccio integrato IT-clinica può essere implementato con successo in contesti universitari e ospedalieri complessi.
• La collaborazione tra team multidisciplinari (clinici, IT, amministrativi) è cruciale per il successo.
• La scalabilità è possibile: la soluzione è modulare e può essere adattata a diversi volumi di attività e strutture sanitarie.

Nota importante:
I risultati sono riferiti al sito e possono variare in base al contesto, al grado di adozione e alle risorse disponibili.
Il progetto ha trasformato il modo in cui l’Azienda Ospedaliero Universitaria Sant'Andrea gestisce il percorso di cura delle patologie cardiovascolari, dimostrando che l’adozione di una piattaforma IT avanzata può:

• Migliorare la qualità clinica.
• Aumentare l’efficienza operativa.
• Fornire una base solida per decisioni strategiche e finanziarie.

Il Policlinico Gemelli sta portando avanti un percorso verso la costruzione di un ecosistema sanitario digitale, integrato e data-driven. Alla base di questa trasformazione c'è un obiettivo chiaro: superare la frammentazione informativa, garantire l'interoperabilità tra sistemi e migliorare l'efficienza clinica, gestionale e della ricerca. Un tassello fondamentale di questo percorso è l'integrazione delle modalità diagnostiche nei sistemi informativi ospedalieri.

Il progetto si articola attorno a tre aree strategiche:

• Pratica clinica e assistenziale: l'integrazione consente di aggregare i dati diagnostici all'interno del Sistema Informativo Ospedaliero (SIO), migliorando la qualità della documentazione clinica e offrendo ai professionisti sanitari una visione completa e accessibile del percorso del paziente. La disponibilità immediata delle informazioni supporta decisioni più tempestive e accurate, migliorando la sicurezza e la continuità delle cure.
• Ricerca:  i dati strutturati provenienti dalle apparecchiature diagnostiche alimentano studi retrospettivi e prospettici, favorendo la creazione di algoritmi previsionali, l'identificazione di trend e lo sviluppo di nuove terapie. L'analisi dei dati aggregati consente anche una valutazione più precisa dell'efficacia degli interventi clinici e delle strategie terapeutiche adottate.
• Efficienza gestionale: grazie all'integrazione, è possibile ottimizzare le risorse ospedaliere, rimodulare gli slot delle prestazioni e monitorare l'effettivo utilizzo delle apparecchiature, migliorando la pianificazione e il controllo dei costi. L'integrazione permette, ad esempio, di confrontare i tempi programmati con quelli realmente registrati per ogni prestazione, evidenziando margini di miglioramento nella gestione dei flussi. Questo processo non solo migliora la gestione interna, ma ha ricadute dirette e misurabili anche sull’esperienza dei pazienti: ottimizzare gli slot e le agende permette infatti di ridurre i tempi di attesa, offrendo cure più puntuali e accessibili. In pratica, il paziente beneficia di un’organizzazione più fluida e tempestiva senza necessariamente accorgersi del lavoro tecnologico e analitico sottostante.

Il Policlinico Gemelli ha adottato un approccio dinamico che coinvolge ingegneria clinica, ICT e unità di valutazione delle tecnologie (UVT). Sono già state integrate numerose apparecchiature, tra cui sistemi di monitoraggio, ecografi (200 unità), macchine di anestesia (112 unità), TC (7 unità), RM (5 unità), angiografi digitali (7 unità), PET-CT, ciclotrone e robot chirurgici. Un esempio emblematico è il pilot study condotto al Gemelli Curae, dove è stato integrato il SIO con un Sistema di Monitoraggio delle Modalità (SMM). Il progetto ha permesso l'elaborazione di KPI specifici, come:

• Work Load (WL): stima del carico di lavoro per unità operativa, utile per evidenziare eventuali discrepanze tra l'uso previsto ed effettivo delle apparecchiature. Questo indicatore è calcolato mettendo in relazione il numero di prestazioni (Npr), il numero di modalità presenti (Nmod) e i giorni lavorativi (gglav), e consente un confronto tra unità operative.
• Effective to Expected Time Ratio (EET): rapporto tra la durata reale della prestazione (∆teff) rilevata dal SMM e il tempo atteso (∆texp) pianificato nel SIO. L'analisi dell'EET permette di valutare l'adeguatezza degli slot assegnati nelle agende e, se necessario, procedere alla loro rimodulazione per migliorare l'efficienza complessiva.

L'integrazione si basa sull'interazione tra più sistemi:

• SIO per la gestione della pratica clinica;
• RIS/CIS per la gestione della worklist e delle immagini;
• PACS per l'archiviazione delle immagini;
• SMM (es. GE Imaging Insights) per il monitoraggio delle prestazioni.

Il sistema SMM è in grado di stimare il tempo mediano degli esami, l'intervallo tra i pazienti, e di rilevare situazioni di sovra- o sotto-utilizzo delle apparecchiature. Inoltre, può operare anche in assenza di integrazione con il PACS, rendendo accessibili informazioni operative fondamentali come il numero di prestazioni erogate. Attraverso un processo di data warehouse, i dati estratti da questi sistemi vengono elaborati in un data mart, da cui derivano i KPI utilizzati per supportare il decision making clinico e organizzativo.

I primi risultati del progetto hanno evidenziato benefici concreti in termini di:

• razionalizzazione delle risorse;
• ottimizzazione della manutenzione programmata e correttiva;
• supporto alla pianificazione degli investimenti per nuove apparecchiature;
• incremento del patrimonio informativo per la ricerca clinica;
• identificazione di fabbisogni formativi per un uso più appropriato delle tecnologie.

L'analisi dei KPI ha permesso di evidenziare le aree ad alta intensità di utilizzo, ottimizzare la distribuzione del carico di lavoro tra reparti e professionisti, e migliorare la gestione degli spazi e degli slot nelle agende ambulatoriali. Le informazioni raccolte sono state anche utilizzate per proporre percorsi formativi specifici nei reparti con scostamenti sistematici tra tempi attesi e reali. Il prossimo passo sarà l'estensione dell'integrazione ad altre apparecchiature e l'interconnessione completa tra il sistema SMM e l'infrastruttura informativa del Policlinico. L'obiettivo finale è trasformare il Policlinico Gemelli in un modello di ospedale intelligente, orientato all'uso strategico dei dati per migliorare la qualità dell'assistenza, l'efficienza gestionale e l'innovazione clinica.

Risonanza Magnetica 1,5T

Il sistema di monitoraggio predittivo OnWatch Predict, basato su intelligenza artificiale e modello digital twin, ha rilevato in autonomia una temperatura ambientale media elevata e persistente nella sala RM, prossima ai limiti superiori raccomandati per l’esecuzione in sicurezza degli esami.
Al momento dell’avviso, il cliente non aveva percepito alcun problema: il sistema risultava pienamente funzionante.

A seguito della segnalazione, il team GE HealthCare di Remote Services ha eseguito un’analisi approfondita, combinando:

• I dati del modulo di autodiagnosi integrato OnWatch Predict, che monitora 24/7 i parametri chiave di funzionamento;
• I log di sistema, per individuare correlazioni tra le condizioni ambientali e le logiche operative dell’apparecchiatura.

L’analisi ha confermato che, in determinate fasce orarie, la temperatura nella sala raggiungeva valori fino a 24°C — una condizione che, pur non causando un blocco immediato, può ridurre progressivamente le prestazioni del sistema e compromettere la sicurezza termica del paziente.

In ambienti troppo caldi:

• L’energia RF (Radio Frequency) e i gradienti possono aumentare il riscaldamento corporeo percepito dal paziente, con impatti sul comfort e sulla tollerabilità dell’esame;
• Il sistema, per protezione, limita automaticamente il SAR (Specific Absorption Rate), riducendo l’energia erogata. Questo può influenzare negativamente i tempi di esecuzione, la qualità immagine e, di conseguenza, le prestazioni diagnostiche.

Il cliente è stato immediatamente informato, con la raccomandazione di riportare la temperatura nella sala RM entro i parametri ottimali:

• Temperatura consigliata: 21°C
• Umidità relativa: 40% – 60%

Queste condizioni favoriscono il corretto funzionamento del sistema, evitando compensazioni termiche, limitazioni prestazionali automatiche e, in casi estremi, guasti futuri.

Grazie al rilevamento anticipato e alla verifica da remoto:

• Non si è verificato alcun fermo macchina o rallentamento dell’attività clinica
• Non si è registrata alcuna degradazione della qualità diagnostica
• Sono stati garantiti comfort e sicurezza del paziente

Risonanza Magnetica 1,5T

Il sistema OnWatch Predict, basato su AI e digital twin, ha generato una chiamata predittiva automatica per un potenziale degrado delle performance della bobina HNU (Head/Neck Unit). L’alert è stato innescato dalla rilevazione di deviazioni nei parametri di funzionamento della bobina, analizzati 24/7 in modo autonomo. Al momento dell’allerta, l’apparecchiatura risultava pienamente operativa e il cliente non aveva alcuna percezione del problema.

Il team di Remote Services ha eseguito una valutazione dettagliata dei dati raccolti da OnWatch Predict e dei log di sistema.

• È stato confermato un segnale ridotto in uno dei canali della bobina HNU, coerente con un iniziale decadimento funzionale;
• L’analisi ha inoltre evidenziato una possibile anomalia qualitativa in zona TL (potenzialmente riferita alla copertura per il lobo temporale), indicativa di una condizione d’usura più ampia.

Nota tecnica: a questo stadio, la diagnostica remota non consente di escludere con certezza un degrado interno all’elettronica della bobina. L’intervento sul sito è necessario per effettuare una verifica funzionale diretta (coil test, ispezione fisica, test di qualità dei segnali).

In assenza di intervento:

• Progressivo deterioramento della qualità immagine, in particolare nelle acquisizioni encefalo;
• Possibilità di guasto improvviso con impatto su produttività, continuità diagnostica e sicurezza operativa.

l Remote Services Leader ha attivato la seguente procedura:

• Informazione tempestiva al cliente, ignaro della problematica fino a quel momento;
• Pianificazione di un intervento on-site entro 14 giorni per esecuzione test di qualità sulla bobina encefalo;
• In accordo con il Field Engineer, è stata suggerita una valutazione preliminare sull’eventualità di ordinare la bobina HNU, da confermare in base all’esito della diagnosi in loco.

Durante l’intervento, il tecnico ha riscontrato che l’anomalia era causata da un cavo difettoso. È stato quindi sufficiente sostituire il cavo per ripristinare la piena funzionalità del sistema, senza dover sostituire l’intera bobina.

Grazie al monitoraggio continuo e all’intervento anticipato:

• È stato evitato un guasto critico in fase operativa;
• Non vi è stata alcuna interruzione della programmazione clinica;
• È stata preservata la qualità diagnostica delle immagini.

Risonanza Magnetica 1,5T

Il sistema predittivo OnWatch Predict, alimentato da intelligenza artificiale, ha generato un alert automatico (RF Chilled Airflow Checks), segnalando una riduzione del flusso d’aria fredda destinata al raffreddamento della bobina RF. Il sistema RM era ancora pienamente operativo e il cliente non aveva rilevato alcun malfunzionamento apparente. L’anomalia è stata identificata unicamente grazie al monitoraggio predittivo continuo, prima che emergessero effetti clinici o tecnici visibili.

L’andamento della misura del flusso d’aria, rilevato analizzando da remoto i log del sistema, mostrava una graduale diminuzione verso il valore di soglia, al di sotto del quale il sistema si blocca per protezione da surriscaldamento. In base a questi dati, è stato richiesto un intervento on-site per:

• Pulizia e verifica dei filtri aria (zona paziente e body coil);
• Controllo di eventuali perdite o inversioni nei condotti di mandata e ritorno;
• Ispezione delle connessioni d’aria presso HEC (Heat Exchange Cabinet), SPW (Secondary Penetration Wall) e giunzioni;
• Verifica di eventuali fessure nei cover e nelle end bell, possibili punti di dispersione del flusso.

Il filtro antipolvere dell’aria, pur controllato durante le manutenzioni programmate (PM), può occludersi prematuramente in ambienti più contaminati del previsto. Se la riduzione del flusso non viene rilevata in tempo, può verificarsi:

• Inefficace raffreddamento della bobina RF;
• Attivazione automatica dei sistemi di protezione, con interruzione dell’esame e fermo macchina?

Durante l’intervento, il tecnico ha identificato una saturazione del filtro aria come causa principale del flusso ridotto.
Il filtro è stato sostituito e, al termine delle verifiche, il sistema è stato riportato a condizioni operative ottimali, con valori del flusso d’aria nuovamente conformi agli standard.

Il monitoraggio continuo e intelligente di OnWatch Predict ha permesso di:

• Intercettare una condizione critica prima che si manifestasse;
• Evitare un fermo macchina non pianificato;
• Mantenere continuità operativa e sicurezza del sistema.

Grazie al monitoraggio continuo e all’intervento anticipato:

• È stato evitato un guasto critico in fase operativa;
• Non vi è stata alcuna interruzione della programmazione clinica;
• È stata preservata la qualità diagnostica delle immagini.

Risonanza Magnetica 1,5T

Il sistema di monitoraggio predittivo OnWatch Predict, attivo sull’apparecchiatura 1.5T MR, ha registrato una condizione anomala nell’impianto di refrigerazione esterno, con un blocco temporaneo del compressore.
Il malfunzionamento non riguardava componenti GE HealthCare, ma un sistema ausiliario esterno (impianto di raffreddamento dell’acqua per il compressore del magnete). Il cliente non aveva rilevato avvisaglie evidenti al momento dell’evento.

Grazie al monitoraggio 24/7 basato su AI e digital twin, OnWatch Predict ha rilevato:

• Arresto del compressore per surriscaldamento;
• Pressione del magnete in aumento ma ancora sotto al valore di apertura della valvola di emergenza per lo scarico di elio.

Il cliente è stato informato del blocco compressore causato da acqua troppo calda, ed è stato suggerito di usare il circuito di acqua a perdere (emergenza) in attesa che il chiller principale venisse riparato.

Se l’anomalia non fosse stata intercettata tempestivamente, si sarebbe potuto verificare:

• Perdita accidentale di elio;
• Costi di reintegro del gas a carico del cliente e relativo fermo macchina;
• Rischio di fermo macchina prolungato per instabilità criogenica. Se il livello fosse sceso troppo ( 40%), il suggerimento sarebbe stato di sospendere l’attività di scansione (per evitare quench del magnete) fino al reintegro dell’elio sopra la soglia di sicurezza.

Dopo essere stato avvertito tempestivamente, il cliente ha commutato sul circuito di acqua di emergenza in modo da far ripartire subito il compressore, e allo stesso tempo ha eseguito il lavoro per il ripristino del chiller principali.

Questo caso evidenzia come la sorveglianza attiva di OnWatch Predict sia efficace anche in presenza di anomalie originate da infrastrutture esterne:

• Sorveglianza continua dei parametri ambientali e criogenici
• Prevenzione di perdita elio accidentale e fermo macchina.

La teranostica è oggi considerata una delle frontiere più avanzate della medicina nucleare. Come definirebbe questo concetto e cosa rappresenta per lei nella pratica medica?
La teranostica è l’integrazione, in un unico approccio, delle tecniche diagnostiche e terapeutiche basate sull’utilizzo di radiofarmaci. Attraverso un radiofarmaco marcato con un isotopo per l’imaging possiamo identificare i pazienti che esprimono un determinato target molecolare; successivamente, utilizzando lo stesso radiofarmaco marcato con un isotopo terapeutico, possiamo trattare selettivamente la malattia. Per me rappresenta la quintessenza della medicina di precisione: diagnosi e terapia si fondono, consentendo un percorso realmente personalizzato per ogni paziente oncologico.

L’integrazione fra diagnostica e trattamento consente oggi un livello di personalizzazione mai raggiunto prima. In che modo questo approccio sta cambiando il vostro modo di prendere decisioni cliniche?
La PET ha assunto il ruolo di “driver decisionale”: ci permette di selezionare i pazienti candidabili al trattamento, di predire l’efficacia della terapia e, in molti casi, di monitorare precocemente la tossicità. Questo approccio ha trasformato il modo di discutere i casi clinici nei team multidisciplinari: non ci basiamo più soltanto su criteri anatomo-clinici, ma utilizziamo dati funzionali e molecolari che guidano in maniera sempre più precisa le scelte terapeutiche.

La dosimetria sta assumendo un ruolo sempre più clinico e predittivo. Qual è la sua esperienza nell’utilizzo di una dosimetria paziente-specifica?
La dosimetria oggi ha una duplice valenza: da un lato è obbligatoria per legge per stimare la dose agli organi sani e garantire la sicurezza del trattamento; dall’altro, rappresenta uno strumento prezioso per quantificare la dose assorbita dal tumore. Questo è particolarmente rilevante come fattore predittivo di risposta alla terapia. Prendiamo il caso del tumore alla prostata. Sappiamo che l’imaging post-terapia in associazione con il dosaggio del PSA ci permette di avere un ottimo strumento per capire l’andamento della terapia in corso di trattamento.

Una quantificazione accurata in PET dell’espressione dei differenti target/biomarcatori è fondamentale per guidare i trattamenti. Quanto è importante oggi, nella sua esperienza, disporre di dati quantitativi affidabili a supporto della pratica clinica?
Oggi la PET è un vero e proprio gate-keeper decisionale. La disponibilità di dati quantitativi affidabili è fondamentale per determinare l’eterogeneità di espressione del target, stimare la probabilità di risposta e valutare l’impatto del trattamento. La quantificazione riduce la variabilità interpretativa e rende la PET uno strumento predittivo oltre che diagnostico. Pertanto, abbiamo bisogno di strumenti e software che permettano un’analisi quantitativa riproducibile, ma anche di facile utilizzo per applicarla nella pratica clinica di tutti i giorni.

Uno dei temi più discussi oggi è l’utilizzo dell’intelligenza artificiale per supportare i processi decisionali. Quali potenzialità intravede nel supporto all’interpretazione delle immagini, alla segmentazione e alla pianificazione delle terapie?
L’intelligenza artificiale apre prospettive straordinarie. Penso soprattutto alla segmentazione automatica delle lesioni, all’identificazione di reperti difficili da rilevare a occhio nudo e al supporto nella refertazione, con un notevole risparmio di tempo. Ma il vero valore aggiunto sarà la costruzione di modelli predittivi: combinando i dati di imaging con le caratteristiche cliniche e biologiche del paziente, potremo selezionare con maggiore precisione i candidati alla radioligand therapy o ad altri trattamenti oncologici. Questo sarà il vero percorso in cui avremo realmente a disposizione una medicina di precisione in oncologia.

Può farci un esempio concreto di come una nuova tecnologia teranostica abbia migliorato l’efficacia di un trattamento personalizzato?
Un esempio paradigmatico è il carcinoma della prostata con l’introduzione della PET con PSMA, e i tumori neuroendocrini con la PET con analoghi della somatostatina. In entrambi i casi, l’imaging ha trasformato la gestione clinica: prima identificando con grande accuratezza i pazienti eleggibili e poi offrendo un trattamento mirato, con benefici significativi in termini di sopravvivenza e qualità di vita. Senza dimenticare l’importanza dell’imaging post-terapeutico con la SPECT/CT, in particolare con i nuovi macchinari che sfruttano la tecnologia CZT. PET di ultima generazione per la rilevazione corretta del target molecolare, terapia radioattiva di precisione e controllo SPECT per una valutazione “real-time” della risposta alla terapia e la gestione degli effetti collaterali. Questo è il core della teranostica.

Quali sono le principali sfide per l’adozione diffusa delle tecnologie “teranostiche” nei sistemi sanitari?
Le sfide principali riguardano la consapevolezza (awareness) tra gli specialisti, la logistica legata alla produzione e distribuzione dei radiofarmaci e la capacità dei centri di gestire in sicurezza e su larga scala questi percorsi. È fondamentale investire in formazione, infrastrutture e reti di collaborazione per rendere la teranostica realmente accessibile, in tutti gli ospedali e a tutti i pazienti.

Il successo di un approccio teranostico passa anche dalla collaborazione tra figure diverse. Qual è, secondo lei, il valore del lavoro multidisciplinare in questo tipo di percorsi?
Il valore del team multidisciplinare è assoluto. La discussione collegiale dei casi consente di integrare le diverse prospettive – oncologica, urologica, radioterapica, medica e nucleare – offrendo al paziente un percorso condiviso e personalizzato. Inoltre, le diverse figure professionali rappresentano un livello di competenza e conoscenze differenti. Senza questa integrazione, la teranostica perderebbe gran parte del suo potenziale.

Se dovesse spiegare a un paziente perché il ruolo del medico nucleare è così importante in un percorso teranostico, cosa gli direbbe?
Spiegherei che il medico nucleare è lo specialista che valuta se un paziente può beneficiare di questo tipo di terapia di precisione. È l’esperto nella gestione della componente radioattiva del farmaco, nella dosimetria e nella radioprotezione. È anche la figura che monitora la comparsa di possibili effetti collaterali legati alle radiazioni. In sintesi: senza la competenza del medico nucleare, non sarebbe possibile né somministrare né garantire la sicurezza di queste terapie.

Guardando al futuro della medicina nucleare, quali sviluppi della teranostica ritiene più promettenti, e quale sarà – secondo lei – il ruolo del medico nucleare in questo nuovo scenario sempre più personalizzato, quantitativo e multidisciplinare?
Il futuro della medicina nucleare sarà sempre più centrato sul paziente, con approcci che integrano imaging quantitativo, terapie personalizzate e modelli predittivi basati su AI. La parola chiave sarà “multidisciplinarietà”. In questo scenario, il medico nucleare avrà un ruolo cruciale in tre ambiti: la selezione dei pazienti candidabili, la valutazione della risposta attraverso la PET e la gestione specialistica del trattamento radiante e dei suoi effetti collaterali. Il patient journey diventerà un percorso collettivo, ma con la medicina nucleare al suo centro.

Negli ultimi anni si parla sempre più spesso di “teranostica” come paradigma emergente in medicina nucleare. Come definirebbe questo concetto e in cosa si differenzia rispetto agli approcci tradizionali alla diagnosi e alla terapia?
La teranostica rappresenta un approccio integrato che combina in modo sinergico la capacità di visualizzare e quantificare una malattia attraverso l’imaging molecolare, con la possibilità di trattarla selettivamente impiegando lo stesso bersaglio molecolare (“treat what you see”). In medicina nucleare, ciò si traduce nell’utilizzo di radiofarmaci che condividono una struttura identica o molto simile, ma marcati con isotopi differenti: uno emettitore di radiazione gamma o positroni per l’imaging, l’altro emettitore di radiazione beta o alfa per scopi terapeutici.
Rispetto agli approcci tradizionali, la teranostica non prevede più una netta separazione tra diagnosi e terapia; al contrario, consente un monitoraggio continuo e dinamico della malattia, permettendo di personalizzare le dosi, anticipare le risposte e ottimizzare gli esiti clinici. In questo senso, si configura come uno dei pilastri fondamentali della medicina di precisione.

Con l’affermarsi della teranostica, la medicina nucleare sta diventando sempre più personalizzata. Come contribuisce la fisica sanitaria a modellare trattamenti “su misura” per ciascun paziente?
La fisica sanitaria svolge un ruolo cruciale nella personalizzazione dei trattamenti teranostici, in particolare attraverso la dosimetria interna, ovvero la stima delle dosi assorbite dai tessuti sani e dalle lesioni tumorali. Questo processo si basa su modelli fisico-matematici che integrano immagini quantitative (SPECT o PET) con la conoscenza delle cinetiche biologiche del radiofarmaco.
Grazie a queste analisi, è possibile costruire un profilo dosimetrico individuale che tiene conto della distribuzione spaziale e temporale del radiofarmaco. Ciò consente di modulare l’attività somministrata in funzione della massa tumorale, dell’uptake specifico, delle caratteristiche metaboliche del paziente e dei limiti di tolleranza degli organi a rischio.
È in questo contesto che la fisica sanitaria, con l’ausilio di strumenti computazionali avanzati, rende possibile un trattamento realmente personalizzato.
Naturalmente, perché questo processo generi reale impatto, è fondamentale che venga integrato stabilmente già a partire dalla ricerca fino alla pratica clinica, in modo che sia facilmente adottabile e offra un effettivo valore aggiunto al percorso terapeutico.

Quali sono le principali sfide per l’adozione diffusa delle tecnologie “teranostiche” nei sistemi sanitari?
Le sfide principali sono sia di natura tecnica che sistemica. Dal punto di vista tecnico, la produzione e disponibilità dei radiofarmaci terapeutici richiede infrastrutture complesse, catene di fornitura affidabili e cicli di produzione stabilmente regolati. Inoltre, la standardizzazione dei protocolli di imaging quantitativo e dosimetria necessita di competenze multidisciplinari che, sebbene non ancora uniformemente diffuse, sono facilmente raggiungibili con programmi di formazione mirati.
Sul piano sistemico, la sostenibilità economica rappresenta un nodo centrale. I costi associati ai radiofarmaci, alle tecnologie dedicate e alla formazione del personale devono essere bilanciati rispetto ai benefici clinici, che in molti casi sono già evidenti, ma richiedono studi prospettici di lungo termine per essere pienamente riconosciuti dalle autorità regolatorie e dai sistemi di rimborso.

Uno dei temi più discussi oggi è l’utilizzo dell’intelligenza artificiale per supportare i processi decisionali. Come sta cambiando il lavoro del fisico sanitario grazie all’AI?
I fisici sanitari stanno sempre più integrando il proprio lavoro con l’intelligenza artificiale, alcuni in qualità di sviluppatori, molti come utilizzatori diretti di strumenti AI, e tantissimi come validatori degli algoritmi sviluppati, garantendone l’affidabilità nell’impiego clinico. In medicina nucleare, i progressi sono evidenti in due ambiti specifici:
- Ricostruzione delle immagini: moltissimi algoritmi AI sono ormai integrati nelle PET permettendo una ricostruzione più rapida e accurata, migliorando la qualità dell’immagine con minor dose somministrata o tempi di acquisizione ridotti.
- Segmentazione automatica delle lesioni: l’uso di reti neurali profonde consente un’identificazione rapida, riproducibile e standardizzata delle aree patologiche, riducendo la variabilità inter-operatore.

La quantificazione dell’attività radioattiva non è solo un dato tecnico, ma un elemento cruciale per la qualità del trattamento. Quali sono oggi le tecnologie e i metodi che permettono una misurazione sempre più accurata?
È ormai consolidato il concetto che “images are more than pictures, they are data”. Le immagini SPECT e PET racchiudono un’enorme quantità di informazioni che vanno ben oltre la semplice localizzazione delle lesioni, includendo elementi quantitativi di fondamentale valore clinico.
L’esperienza accumulata con la [18F]FDG PET nei linfomi ne è un esempio rilevante: la valutazione dell’uptake viene effettuata routinariamente secondo i criteri di risposta della classificazione di Lugano. Inoltre, numerosi indici quantitativi — in particolare il volume tumorale metabolico (MTV, Metabolic Tumor Volume) — hanno ormai dimostrato la maturità necessaria per essere considerati veri e propri imaging biomarkers con valore prognostico e predittivo pre-trattamento.
Tuttavia, l’introduzione su larga scala degli imaging biomarkers richiede che al contributo della ricerca si aggiunga quello determinante dell’industria, che deve promuovere la standardizzazione metodologica necessaria per l’adozione clinica.

Può farci un esempio concreto di come una nuova tecnologia teranostica possa migliorare l’efficacia di un trattamento personalizzato?
Riprendendo l’esempio precedente, l’adozione di strumenti certificati in grado di segmentare automaticamente le lesioni tumorali può rappresentare un cambio di paradigma nella personalizzazione terapeutica. Nel caso specifico dei linfomi, presso l’Azienda Ospedaliera Santa Croce e Carle di Cuneo, abbiamo ideato un trial clinico internazionale di fase 3 che utilizza il MTV come criterio di stratificazione dei pazienti. In altri contesti, come dimostrano le esperienze dei colleghi australiani, siamo ormai vicini a una workflow semi-automatico “single-click” per la determinazione completa delle lesioni in pazienti con carcinoma prostatico PSMA-positivo, aprendo nuove prospettive per una gestione realmente personalizzata.

Se dovesse spiegare a un paziente perché il lavoro del fisico sanitario è così importante in un percorso teranostico, cosa gli direbbe?
Nella mia esperienza, posso affermare che la comunicazione del valore del nostro lavoro non è mai stato uno dei punti di forza della nostra categoria. Tuttavia, direi a un paziente che il fisico sanitario è il professionista che assicura che ogni trattamento sia sicuro, efficace e realmente calibrato sul suo caso specifico.
È la persona che, dietro le quinte, traduce le immagini in numeri, i numeri in dosi, e le dosi in decisioni terapeutiche. Grazie alla sua competenza, ogni paziente riceve la giusta quantità di radioattività per colpire la malattia, proteggere gli organi sani e minimizzare gli effetti collaterali.
In altre parole, il fisico sanitario è un ponte tra la tecnologia e la clinica, tra la fisica e la cura. Lavora fianco a fianco con il medico nucleare, condividendo dati, modelli e interpretazioni per costruire insieme un percorso terapeutico realmente centrato sul paziente. È questa sinergia tra competenze tecnico-scientifiche e cliniche a rendere possibile una medicina di precisione: una medicina che non si accontenta di essere “corretta in media”, ma che mira a essere “giusta per ciascuno”. In questo senso, il fisico sanitario — insieme al medico — è una figura essenziale nella medicina personalizzata del presente e del futuro.

Guardando al futuro della teranostica, come evolverà la figura del fisico sanitario?
Nel futuro della teranostica, il fisico sanitario sarà sempre più al centro dei team multidisciplinari, lavorando in stretta sinergia con il medico nucleare e con gli altri professionisti della salute. Integrerà le competenze classiche di radioprotezione e imaging con quelle di bioinformatica, modellistica computazionale e intelligenza artificiale — ambiti che oggi sono un’estensione naturale e imprescindibile della sua formazione.
n un contesto di medicina di precisione, fisico sanitario e medico nucleare collaboreranno nella costruzione di modelli predittivi, nella gestione dei flussi di dati clinici e dosimetrici, nella garanzia della tracciabilità e nella pianificazione terapeutica personalizzata, traducendo le informazioni raccolte in decisioni cliniche più informate, sicure ed efficaci.
In sintesi, il fisico sanitario sarà sempre più protagonista nella definizione di percorsi diagnostico-terapeutici personalizzati. Insieme al medico, contribuirà a portare la splendida disciplina della medicina nucleare verso nuove frontiere di efficacia, innovazione e umanizzazione della cura..