Tra sovraccarico informativo e mancanza di tempo, l’Evidence-Based Medicine fatica a trovare applicazione nella pratica clinica quotidiana: DatAIMed nasce per colmare questo divario, mettendo l’intelligenza artificiale al servizio dei medici per rendere le evidenze scientifiche più accessibili, affidabili e utilizzabili nei contesti clinici reali, facendo risparmiare loro il 95% del tempo in ricerca.
L’Evidence-Based Medicine – l’approccio che guida le decisioni cliniche sulla base delle migliori evidenze scientifiche disponibili – è oggi sempre più sotto pressione. La produzione di letteratura medica cresce infatti a un ritmo serratissimo: ogni giorno vengono pubblicate in media 163 nuove revisioni sistematiche, per un totale di oltre 69.424 nel solo 2025, un volume di informazioni che rende sempre più complesso per i medici orientarsi tra gli studi scientifici, valutarne l’affidabilità e applicarli in modo tempestivo nella pratica clinica.
L’EBM rappresenta uno standard fondamentale per migliorare la qualità delle cure e gli outcome dei pazienti. Eppure, solo il 13,7% dei clinici riesce ad applicarla con continuità nella propria attività quotidiana[2], nonostante quasi il 90% dei professionisti sanitari ne riconosca il valore[3]. Le principali barriere sono legate alla mancanza di tempo, alla complessità dell’analisi critica degli studi scientifici, alle barriere linguistiche e al sovraccarico informativo generato dalla crescita esponenziale delle pubblicazioni.
Un problema clinico, ma anche di sostenibilità del sistema sanitario
La difficoltà nell’applicare l’EBM non incide solo sulle decisioni cliniche, ma ha un impatto diretto sulla sostenibilità dei sistemi sanitari. In Europa, i costi legati a diagnosi errate e trattamenti inefficaci ammontano a circa 446 miliardi di euro all’anno, mentre in Italia i costi attribuibili a trattamenti non supportati da evidenze scientifiche si aggirano attorno ai 14 miliardi di euro[4]. Questi numeri evidenziano come l’adozione efficace dell’EBM rappresenti una leva strategica non solo per migliorare la qualità delle cure, ma anche per ridurre sprechi e inefficienze.
La risposta: nasce DatAIMed
È proprio per tentare di arginare questa problematica che è nata – all’interno dell’incubatore del Politecnico di Torino – DatAIMed, startup health-tech che ha sviluppato una piattaforma basata sull’intelligenza artificiale per supportare l’applicazione dell’Evidence-Based Medicine nella pratica clinica.
Il progetto è nato dall’idea di Dario Taborelli, Founder & CEO, fisioterapista con un forte focus sull’utilizzo rigoroso delle evidenze scientifiche nella pratica clinica, che ha saputo cogliere le potenzialità dell’intelligenza artificiale nell’utilizzo medico, seppur notando diversi limiti ed errori nel momento della restituzione delle informazioni. Proprio per questo motivo, ha deciso di sviluppare un progetto che fosse in grado di discriminare e selezionare accuratamente i paper scientifici, facendone poi una sintesi.
Ed è da qui che ha preso forma il team composto da Giorgio Maritano (Co-Founder & CTO), Davide Mingrino (Co-Founder & AI Lead), Barbara Gentile (Co-Founder & Software Engineer), Elia Tezze (Co-Founder & AI Engineer) e Matteo Villosio (Co-Founder & AI Engineer). La società è inoltre supportata da un advisory board di 6 medici e ricercatori, coinvolti nella co-progettazione e nella validazione scientifica della piattaforma. Accanto ai co-founder opera anche un team operativo che include 2 ulteriori ingegneri informatici e AI, oltre a 2 collaboratori esterni.
DatAIMed oggi si propone come un copilot AI per i medici, con la missione di rendere le evidenze scientifiche accessibili, affidabili e facilmente utilizzabili in tempi rapidi nei contesti clinici reali.
Come funziona DatAIMed
La piattaforma accompagna il medico lungo le diverse fasi dell’EBM, automatizzando attività ad alto dispendio di tempo: dalla ricerca bibliografica allo screening degli articoli, dall’analisi qualitativa delle fonti alla sintesi delle evidenze scientifiche più rilevanti.
A differenza degli strumenti di AI generalisti, DatAIMed è sviluppata specificamente per la letteratura medico-scientifica ed è addestrata su pubblicazioni e metadati bibliografici. Il prodotto integra quindi criteri di valutazione della qualità metodologica per prioritizzare le evidenze più robuste e ridurre il rischio di affidarsi a studi di bassa qualità o scarsamente pertinenti, offrendo un supporto decisionale progettato specificamente per l’utilizzo in contesti ospedalieri e clinici.
La piattaforma è inoltre conforme alle normative GDPR, distinguendosi dagli strumenti di intelligenza artificiale generalisti.
I primi risultati e i prossimi passi
Nei primi mesi di utilizzo, DatAIMed ha già coinvolto oltre 5.000 utenti clinici, con più di 30.000 ricerche effettuate sulla piattaforma. Cresce inoltre l’interesse da parte di ASL e strutture cliniche – tra cui l’Azienda Ospedaliera Universitaria di Alessandria – a conferma di un bisogno concreto di strumenti in grado di supportare decisioni cliniche basate su evidenze affidabili.
“L’obiettivo di DatAIMed è contribuire a un modello di sanità in cui ogni decisione clinica sia supportata dalle migliori evidenze scientifiche disponibili, migliorando gli outcome dei pazienti e supportando sistemi sanitari più efficienti e sostenibili. Il nostro obiettivo è contribuire a un modello di sanità in cui ogni decisione clinica possa essere informata dalle migliori evidenze disponibili. Stiamo lavorando per costruire uno standard europeo di accesso e utilizzo dell’evidenza scientifica nella pratica clinica.” – ha commentato Dario Taborelli.
