16.09.26 – Il progetto DIGIT-CARE rappresenta un’iniziativa di ricerca avanzata volta a esplorare l’applicazione dell’intelligenza artificiale (IA) nei percorsi terapeutici per le dipendenze patologiche. Coordinato dalla software house GekoSoft, con sede a San Benedetto del Tronto, il progetto opera in sinergia scientifica con l’Università di Camerino e coinvolge quattro cooperative sociali del territorio marchigiano: Ama Aquilone, Dianova, L’imprevisto e Polo9. Queste realtà gestiscono complessivamente dodici strutture terapeutiche, coprendo circa due terzi dei posti accreditati per il trattamento delle dipendenze nella regione.
Metodologia e Obiettivi Clinici
L’esito dei percorsi di recupero dalle dipendenze è determinato da una matrice multifattoriale, che include le condizioni baseline del paziente, le dinamiche del contesto familiare e le variazioni comportamentali osservate durante la permanenza in comunità. L’ipotesi centrale di DIGIT-CARE è che l’analisi incrociata di dati longitudinali possa far emergere pattern ricorrenti e indicatori di rischio che rimangono spesso occultati durante le valutazioni cliniche isolate dei singoli casi. A tal fine, il progetto analizza circa ottocento cartelle cliniche relative a percorsi di cura, rese disponibili in forma rigorosamente anonimizzata. L’obiettivo non è automatizzare o delegare le decisioni cliniche a un algoritmo, bensì fornire agli operatori sanitari strumenti di supporto decisionale (Clinical Decision Support Systems) in grado di arricchire la valutazione professionale.
L’esito dei percorsi di recupero dalle dipendenze è determinato da una matrice multifattoriale, che include le condizioni baseline del paziente, le dinamiche del contesto familiare e le variazioni comportamentali osservate durante la permanenza in comunità. L’ipotesi centrale di DIGIT-CARE è che l’analisi incrociata di dati longitudinali possa far emergere pattern ricorrenti e indicatori di rischio che rimangono spesso occultati durante le valutazioni cliniche isolate dei singoli casi. A tal fine, il progetto analizza circa ottocento cartelle cliniche relative a percorsi di cura, rese disponibili in forma rigorosamente anonimizzata. L’obiettivo non è automatizzare o delegare le decisioni cliniche a un algoritmo, bensì fornire agli operatori sanitari strumenti di supporto decisionale (Clinical Decision Support Systems) in grado di arricchire la valutazione professionale.
Applicazione Pratica: La Gestione dei Momenti Critici
Un ambito specifico di applicazione del modello predittivo riguarda la gestione di fasi delicate del trattamento, come i permessi o i brevi rientri in famiglia. Durante questi passaggi, il paziente torna temporaneamente nel contesto di origine, esponendosi a potenziali fattori di rischio o trigger legati alla dipendenza. Il sistema di IA è progettato per aggregare micro-variabili osservate nei giorni precedenti (ad esempio, un incremento delle richieste di terapie al bisogno o sottili cambiamenti nella partecipazione alle attività di gruppo) che, se considerate singolarmente, potrebbero apparire irrilevanti, ma che insieme possono segnalare la necessità di una supervisione clinica più attenta.
Un ambito specifico di applicazione del modello predittivo riguarda la gestione di fasi delicate del trattamento, come i permessi o i brevi rientri in famiglia. Durante questi passaggi, il paziente torna temporaneamente nel contesto di origine, esponendosi a potenziali fattori di rischio o trigger legati alla dipendenza. Il sistema di IA è progettato per aggregare micro-variabili osservate nei giorni precedenti (ad esempio, un incremento delle richieste di terapie al bisogno o sottili cambiamenti nella partecipazione alle attività di gruppo) che, se considerate singolarmente, potrebbero apparire irrilevanti, ma che insieme possono segnalare la necessità di una supervisione clinica più attenta.
Protezione dei Dati e Compliance Normativa
Data la natura altamente sensibile delle informazioni sanitarie trattate, la protezione dei dati è stata un pilastro fondamentale fin dalla fase di progettazione (privacy by design). GekoSoft e l’Università di Camerino hanno sviluppato un protocollo di anonimizzazione avanzato che impedisce qualsiasi possibilità di re-identificazione dei pazienti a partire dai dataset analizzati. Il progetto ha inoltre effettuato una comunicazione preventiva al Garante per la protezione dei dati personali, garantendo la piena conformità al Regolamento Generale sulla Protezione dei Dati (GDPR).
Data la natura altamente sensibile delle informazioni sanitarie trattate, la protezione dei dati è stata un pilastro fondamentale fin dalla fase di progettazione (privacy by design). GekoSoft e l’Università di Camerino hanno sviluppato un protocollo di anonimizzazione avanzato che impedisce qualsiasi possibilità di re-identificazione dei pazienti a partire dai dataset analizzati. Il progetto ha inoltre effettuato una comunicazione preventiva al Garante per la protezione dei dati personali, garantendo la piena conformità al Regolamento Generale sulla Protezione dei Dati (GDPR).
Prospettive Future e Integrazione Operativa
La fase di ricerca di DIGIT-CARE si concluderà nel dicembre 2026. I risultati della sperimentazione permetteranno di validare la significatività statistica e l’utilità clinica degli indicatori generati, valutando se i benefici giustificano i costi tecnologici associati. In caso di esito positivo, il modello analitico sarà integrato in GISSS, la piattaforma software già in uso per la gestione delle cartelle e delle procedure socio-sanitarie. Questo approccio sottolinea come la raccolta di dati strutturati e omogenei sia un prerequisito indispensabile per lo sviluppo di strumenti di analisi affidabili, mantenendo sempre l’operatore umano al centro del processo interpretativo e decisionale.
La fase di ricerca di DIGIT-CARE si concluderà nel dicembre 2026. I risultati della sperimentazione permetteranno di validare la significatività statistica e l’utilità clinica degli indicatori generati, valutando se i benefici giustificano i costi tecnologici associati. In caso di esito positivo, il modello analitico sarà integrato in GISSS, la piattaforma software già in uso per la gestione delle cartelle e delle procedure socio-sanitarie. Questo approccio sottolinea come la raccolta di dati strutturati e omogenei sia un prerequisito indispensabile per lo sviluppo di strumenti di analisi affidabili, mantenendo sempre l’operatore umano al centro del processo interpretativo e decisionale.
Fonti Scientifiche di Riferimento
- GekoSoft srl. DIGIT-CARE: Digital Health Technologies and predictive models to support therapeutic pathways for pathological addictions [Internet]. San Benedetto del Tronto: GekoSoft; 2025 [cited 2026 Sep 16]. Available from: https://www.gekosoft.it/news/digit-care
- Corriere dell’Economia. Artificial intelligence and pathological addictions: GekoSoft leads the DIGIT-CARE project with 4 cooperatives in Marche and the University of Camerino [Internet]. 2026 [cited 2026 Sep 16]. Available from: https://www.corrieredelleconomia.it/2026/09/15/intelligenza-artificiale-e-dipendenze-patologiche-gekosoft-capofila-del-progetto-digit-care-con-4-cooperative-delle-marche-e-luniversita-di-camerino/