L’Evidence-Based Medicine (EBM), pilastro delle decisioni cliniche moderne, fatica sempre più a trovare spazio nella pratica quotidiana. La produzione scientifica cresce a ritmi vertiginosi: solo nel 2025 sono state pubblicate oltre 69.000 revisioni sistematiche, con una media di 163 nuove pubblicazioni al giorno. Un flusso informativo che rende complesso orientarsi, valutare la qualità degli studi e applicarli tempestivamente al letto del paziente.
Indice degli argomenti:
Un paradosso per i clinici
Nonostante l’EBM sia riconosciuta come uno standard essenziale per migliorare la qualità delle cure, solo il 13,7% dei clinici riesce ad applicarla con continuità. Eppure, quasi il 90% dei professionisti sanitari ne riconosce il valore. A frenare l’adozione sono soprattutto la mancanza di tempo, la complessità dell’analisi critica, le barriere linguistiche e il sovraccarico informativo generato dalla letteratura scientifica.
Un impatto anche sulla sostenibilità sanitaria
La difficoltà di applicare l’EBM non è solo un problema clinico, ma anche economico. In Europa, diagnosi errate e trattamenti inefficaci generano costi stimati in 446 miliardi di euro l’anno. In Italia, circa 14 miliardi di euro sono attribuibili a trattamenti non supportati da solide evidenze scientifiche. Numeri che mostrano come l’EBM sia una leva strategica per ridurre sprechi e inefficienze.
La risposta tecnologica: nasce DatAIMed
Per colmare questo divario nasce DatAIMed, startup health-tech sviluppata all’interno dell’incubatore del Politecnico di Torino. La piattaforma utilizza l’intelligenza artificiale per supportare i medici nell’applicazione concreta dell’EBM, riducendo fino al 95% il tempo necessario per la ricerca e l’analisi delle evidenze scientifiche.
Dall’intuizione al team multidisciplinare
DatAIMed nasce da un’idea di Dario Taborelli, founder e CEO, fisioterapista con una forte attenzione al rigore scientifico. Consapevole dei limiti degli strumenti di AI generalisti in ambito medico, Taborelli ha promosso lo sviluppo di una soluzione capace di selezionare, valutare e sintetizzare in modo affidabile i paper scientifici. Attorno a lui si è formato un team di co-founder con competenze tecnologiche e di intelligenza artificiale, supportato da un advisory board di sei medici e ricercatori.
Un copilot AI pensato per la clinica
DatAIMed si propone oggi come un vero e proprio “copilot” per i medici. La piattaforma accompagna tutte le fasi dell’EBM: dalla ricerca bibliografica allo screening degli articoli, dall’analisi qualitativa delle fonti fino alla sintesi delle evidenze più rilevanti. A differenza delle AI generaliste, è addestrata esclusivamente su letteratura medico-scientifica e integra criteri di valutazione metodologica, riducendo il rischio di basarsi su studi poco robusti.
Sicurezza, conformità e primi risultati
La piattaforma è conforme al GDPR e progettata per l’utilizzo in contesti clinici e ospedalieri. Nei primi mesi ha già coinvolto oltre 5.000 utenti clinici, con più di 30.000 ricerche effettuate. Cresce anche l’interesse di ASL e strutture sanitarie, tra cui l’Azienda Ospedaliera Universitaria di Alessandria.
Verso uno standard europeo
“Vogliamo contribuire a un modello di sanità in cui ogni decisione clinica sia supportata dalle migliori evidenze scientifiche disponibili”, afferma Dario Taborelli. L’obiettivo di DatAIMed è ambizioso: costruire uno standard europeo per l’accesso e l’utilizzo dell’evidenza scientifica, migliorando gli outcome dei pazienti e rendendo i sistemi sanitari più efficienti e sostenibili.
