Uno studio rileva che l’IA potrebbe ridurre i costi dello screening della tubercolosi nelle aree rurali delle Filippine

Uno studio condotto da ricercatori di Ateneo suggerisce che l’intelligenza artificiale potrebbe rendere meno costoso lo screening della tubercolosi nelle aree rurali delle Filippine, dove l’accesso agli specialisti medici resta limitato. I risultati non sostengono un’immediata adozione a livello nazionale, ma indicano la possibilità di sperimentazioni mirate nelle comunità che faticano a ottenere tempestivamente servizi di radiologia.

La ricerca, riportata da medicalxpress.com, ha esaminato il valore economico dell’impiego dell’IA per interpretare le radiografie toraciche eseguite durante lo screening della tubercolosi. I risultati sono stati pubblicati nel numero di agosto 2026 di BMC Health Services Research da Harold Henrison Chiu, Bryan Christopher Lao e Gloanne C. Adolor.

La tubercolosi è un grave problema di salute pubblica nelle Filippine. L’Organizzazione mondiale della sanità ha stimato che nel 2024 nel Paese 739.000 persone abbiano sviluppato la malattia. Questa cifra rappresentava il 6,8% dei 10,8 milioni di casi di tubercolosi registrati a livello globale quell’anno.

Una diagnosi precoce può consentire di iniziare il trattamento prima che la malattia diventi grave o provochi danni permanenti. Tuttavia, i pazienti nelle aree geograficamente isolate possono incontrare diversi ostacoli anche dopo aver raggiunto una struttura in grado di effettuare una radiografia. Un radiologo o un servizio di teleradiologia potrebbe non essere disponibile tempestivamente, costringendo i pazienti a compiere un altro viaggio, spendere più denaro o perdere tempo di lavoro. I ritardi possono inoltre interrompere il percorso per ottenere le cure successive.

Cosa ha confrontato il modello

I ricercatori hanno costruito un modello decisionale basato su un gruppo ipotetico di 1.000 pazienti con sospetta tubercolosi. Si presumeva che ogni paziente si sottoponesse a una radiografia toracica presso un’unità sanitaria rurale e l’analisi ha seguito i costi e gli esiti previsti nell’arco di cinque anni.

Il confronto riguardava due approcci: l’interpretazione assistita dall’IA e la lettura manuale convenzionale. I ricercatori hanno incluso il prezzo del software di IA, i costi operativi, le tariffe per l’interpretazione da parte dei radiologi e i test di conferma GeneXpert. Questi ultimi restano necessari perché una valutazione della radiografia assistita dall’IA, da sola, non stabilisce una diagnosi definitiva di tubercolosi.

Secondo le principali ipotesi dello studio, l’approccio assistito dall’IA costerebbe circa Php 877,330 all’anno per il gruppo di 1.000 persone. Il costo dell’interpretazione manuale è stato stimato in circa Php 1,14 milioni. Su base individuale, le cifre corrispondevano a circa Php 877 con l’assistenza dell’IA e Php 1,142 con la lettura manuale.

Il modello ha quindi rilevato che la strategia basata sull’IA sarebbe l’opzione meno costosa. L’argomentazione dei ricercatori, tuttavia, va oltre il confronto tra software e tariffe professionali. Nei luoghi in cui le competenze specialistiche sono scarse, l’IA potrebbe offrire un modo per rendere disponibile il supporto radiologico più vicino ai pazienti, invece di richiedere che ogni immagine attenda l’intervento di un esperto distante.

Perché le condizioni locali sono importanti

Il potenziale beneficio dipende in larga misura dal modo in cui la tecnologia viene introdotta. I ricercatori hanno affermato che l’IA potrebbe essere integrata nei programmi esistenti contro la tubercolosi attraverso apparecchiature portatili per radiografie digitali e sistemi in grado di funzionare con una connettività internet limitata. Un simile assetto potrebbe portare lo screening nelle comunità poco servite e ridurre le barriere geografiche che rendono più difficile la diagnosi.

I risultati non sono stati favorevoli in modo uniforme sotto ogni insieme di ipotesi. Quando l’analisi ha utilizzato una tariffa più bassa per l’interpretazione manuale o in teleradiologia, oppure ha applicato stime delle prestazioni diagnostiche provenienti da un contesto filippino, l’IA ha continuato a essere più efficace, ma non è sempre risultata l’opzione meno costosa.

Questo risultato limita la portata con cui può essere applicato il confronto dei costi presentato nel titolo. Lo studio si basa su una coorte teorica di pazienti e su ipotesi relative alle spese e all’accuratezza diagnostica. I risultati effettivi potrebbero variare tra le diverse unità sanitarie a seconda del personale, della connettività, delle apparecchiature, delle tariffe di lettura e delle prestazioni del sistema di IA nelle condizioni locali.

I ricercatori hanno inoltre sottolineato che l’IA non eliminerebbe la necessità dei test di conferma. Una valutazione positiva o sospetta della radiografia toracica dovrebbe comunque essere seguita da un test GeneXpert, aggiungendo sia costi sia un ulteriore passaggio al percorso diagnostico.

Un argomento a favore di progetti pilota testati con attenzione

Invece di raccomandare un’immediata introduzione a livello nazionale, lo studio chiede progetti pilota in unità sanitarie rurali selezionate e poco servite. Queste sperimentazioni potrebbero verificare se i risparmi e i benefici diagnostici previsti si manifestano nella pratica ordinaria, individuando al contempo problemi tecnici o operativi che potrebbero non essere visibili in un modello teorico.

L’approccio proposto comprende la convalida locale, la garanzia della qualità, il monitoraggio continuo e una valutazione dei bilanci disponibili. Queste tutele contribuirebbero a determinare se l’IA può funzionare in modo affidabile all’interno dei servizi esistenti per la tubercolosi, invece di diventare un’iniziativa tecnologica separata, priva di un sostegno a lungo termine certo.

Per i ricercatori, la questione centrale non è semplicemente se una macchina possa eguagliare o assistere un radiologo. È se un supporto di livello specialistico possa raggiungere le comunità in cui l’assistenza degli specialisti è scarsa, a un costo sostenibile per i servizi sanitari. In questo senso, lo studio presenta l’IA come uno strumento potenziale per ridurre le disuguaglianze nell’accesso, ma solo se la sua implementazione sarà orientata dalle evidenze locali e dalle esigenze dei pazienti rurali.