GE HealthCare ha presentato una serie di iniziative che puntano a rivoluzionare il modo in cui l’intelligenza artificiale viene applicata alla sanità. Tra le novità più interessanti, lo sviluppo di soluzioni basate su AI agentica, pensate per semplificare il lavoro dei clinici e migliorare la qualità delle cure, oltre alla collaborazione con il Mass General Brigham e la University of Wisconsin–Madison per perfezionare il foundation model per la risonanza magnetica, adattandolo a scenari clinici specifici.
L’AI Innovation Lab nasce con un obiettivo chiaro: accelerare la trasformazione digitale in sanità, passando dalle idee alla pratica.
“Non ci limitiamo a risolvere le sfide di oggi: investiamo per anticipare quelle di domani”, spiega Taha Kass-Hout, Chief Science and Technology Officer di GE HealthCare. “Oggi gli ospedali sfruttano appena il 3% dei dati disponibili[i]. Questo significa che il potenziale dell’AI è enorme: può alleggerire i carichi di lavoro, aumentare l’efficienza e generare risultati concreti per pazienti e operatori.”
Radiologia e AI agentica: verso un assistente diagnostico integrato
La radiologia sta attraversando un momento delicato: la richiesta di esami diagnostici continua a crescere[ii], mentre le risorse disponibili non riescono a tenere il passo. Questo squilibrio si traduce in una forte pressione sui professionisti e in una sfida costante per garantire tempi e qualità adeguati [iii].
In questo scenario, GE HealthCare sta sviluppando il primo assistente diagnostico basato su AI agentica, progettato per essere integrato direttamente nei dispositivi e pensato specificamente per la radiologia.
Che cosa significa “AI agentica”? Non si tratta di algoritmi che si limitano ad analizzare immagini, ma di sistemi capaci di ragionare, pianificare e agire sotto supervisione umana. L’obiettivo è creare un software di orchestrazione che:
- Processi gli esami in modo intelligente;
- Permetta al radiologo di interagire utilizzando il linguaggio naturale;
- Generi referti interattivi, semplificando il flusso di lavoro e liberando tempo per la cura del paziente.
Parallelamente, GE HealthCare sta studiando come integrare queste funzionalità nei workflow clinici esistenti, sfruttando le piattaforme di enterprise imaging. La tecnologia si basa su modelli linguistici di grandi dimensioni (LLM), modelli visione-linguaggio (VLM) e agenti capaci di orchestrare processi end-to-end.
Partnership con centri di eccellenza per perfezionare il foundation model di risonanza magnetica
GE HealthCare ha avviato una collaborazione strategica con il Mass General Brigham e la University of Wisconsin–Madison per affinare il proprio foundation model dedicato alla risonanza magnetica, una tecnologia pionieristica annunciata lo scorso anno e addestrata su oltre 200.000 immagini MRI provenienti da più di 20.000 studi [iv].
Questa fase è cruciale per verificare quanto il modello possa adattarsi a scenari clinici e operativi reali. Le due istituzioni metteranno a disposizione i propri dati ospedalieri per testare e perfezionare la tecnologia attraverso il machine learning:
- Il Mass General Brigham AI si concentrerà sulla prostata, lavorando su classificazione della malattia, segmentazione delle lesioni e misurazioni, con riferimento agli score PI-RADS, standard internazionale per valutare il rischio di tumore clinicamente significativo.
- La University of Wisconsin–Madison valuterà il modello in contesti clinici e operativi più ampi, focalizzandosi su rilevazione della regione anatomica, controllo qualità delle immagini e riconoscimento del mezzo di contrasto, e confrontando le prestazioni con altri foundation model di ultima generazione.
Incidentalomi nella TC addominale: l’AI agentica come alleato del radiologo
Quando si esegue una TC dell’addome, non è raro imbattersi in reperti inattesi, come una cisti renale non correlata al quesito clinico. Secondo uno studio recente, oltre il 47% delle TC addominali presenta scoperte accidentali [v]. GE HealthCare sta esplorando come un sistema basato su AI agentica possa trasformare questa criticità in un’opportunità di diagnosi precoce.
Il progetto prevede un assistente intelligente capace di:
- Individuare e classificare lesioni a rischio;
- Stimare la probabilità di malignità e suggerire il follow-up più appropriato (es. una lesione epatica con rischio elevato potrebbe generare la raccomandazione per una RM dedicata);
- Confrontare esami attuali e precedenti per valutare la progressione.
L’integrazione con gli strumenti radiologici esistenti è pensata per snellire i flussi di lavoro, mantenendo il radiologo al centro: ogni referto viene validato prima della condivisione con i clinici. Le prime applicazioni si concentrano su fegato, milza, reni, surreni, lesioni ossee e noduli polmonari.
AI sostenibile per la tomografia: meno energia, più efficienza
GE HealthCare sta lavorando a un’innovazione che unisce qualità diagnostica e sostenibilità: reti neurali progettate per consumare meno energia e ridurre la potenza di calcolo necessaria. Il focus è sulla imaging tomografico—che comprende TC, PET e SPECT—dove la ricostruzione delle immagini richiede normalmente cicli complessi e ripetuti di calcoli.
Le tecniche tradizionali, come la ricostruzione iterativa basata su modello, garantiscono immagini di alta qualità ma richiedono fino a 40 iterazioni. I primi risultati della ricerca mostrano che, grazie all’AI, è possibile scendere a solo 6 iterazioni. [vi] Inoltre, si studiano modelli gerarchici che, un po’ come fa l’occhio umano quando valuta la profondità, si concentrano sui dettagli più importanti, riducendo ulteriormente il carico computazionale.
Queste soluzioni potrebbero aprire la strada a ricostruzioni più rapide, maggiore precisione clinica e minore impatto energetico, con benefici tangibili sia per i reparti di radiologia sia per la sostenibilità delle strutture sanitarie.
AI generativa per ridurre i tempi di fermo e garantire continuità operativa
GE HealthCare sta sperimentando l’uso della generative AI per migliorare i processi interni e supportare i field service engineers, i tecnici specializzati che intervengono negli ospedali per la manutenzione delle apparecchiature. L’azienda ha sviluppato un agente conversazionale multimodale che consente agli ingegneri di trovare rapidamente le informazioni necessarie, evitando di dover consultare manualmente migliaia di pagine tra manuali, log e documentazione storica.
Il sistema non solo sintetizza i dati, ma suggerisce le soluzioni più probabili e fornisce le fonti per una verifica immediata. Grazie ai primi risultati positivi, GE HealthCare sta lavorando a un’interfaccia comune basata su generative AI per accelerare lo sviluppo di funzionalità conversazionali su tutta la gamma di prodotti.
Innovazione continua: la strategia di GE HealthCare
I progetti dell’AI Innovation Lab rappresentano il cuore di un percorso che unisce 125 anni di esperienza alla mentalità agile di una start-up, con l’obiettivo di affrontare le sfide più urgenti della sanità. Questa visione si inserisce in una strategia più ampia: diventare una realtà cloud-first, AI-powered e software-enabled, dove i dati diventano il motore di nuove scoperte e progressi clinici.
GE HealthCare investe da anni nell’intelligenza artificiale e oggi guida il settore con oltre 100 dispositivi autorizzati dalla FDA, mantenendo il primato per quattro anni consecutivi. Un impegno che conferma come l’AI non sia più un’opzione, ma una leva fondamentale per per innovare in sanità.
[i] https://www.gehealthcare.com/about/newsroom/press-releases/ge-healthcare-announces-careintellect-for-oncology-harnessing-ai-to-give-clinicians-an-easy-way-to-see-the-patient-journey-in-a-single-view?srsltid=AfmBOooOq94CQ8utrnGSIhQ4EZolMguXaa1DkBE3Y41zd24
[ii] https://www.diagnosticimaging.com/view/where-things-stand-with-the-radiologist-shortage
[iii] https://www.beckershospitalreview.com/radiology/how-systems-are-managing-the-radiology-shortage/
[iv] https://www.gehealthcare.com/insights/article/ge-healthcare-unveils-firstofitskind-mri-foundation-model?srsltid=AfmBOoq3RFcNtrSrElD2Dk5BzDVc9O09rHZUZwZDyIPBdqsyiSD5UTLk
[v] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0328049
[vi] https://research.gehealthcare.com/in-the-device/sustainable-ai-in-medical-imaging-how-ge-healthcare-helps-pioneer-energy-efficient-neural-networks-for-ct-reconstruction/
