Aprile 2026 - Volume XLV - numero 4
Problemi speciali
1Università dell’Insubria
2SC Pediatria, Centro Fondazione Mariani per il Bambino Fragile ASST Lariana, Osp. Sant’Anna, San Fermo della Battaglia, Como
3Università di Milano
Indirizzo per corrispondenza: daniele.vitale@unimi.it
Key words: Artificial Intelligence, Rare diseases, Facial recognition tools, Phenotypic recognition
Artificial Intelligence (AI) is playing an increasingly pivotal role in the field of rare diseases, where diagnostic complexity and the limited availability of therapeutic options still pose significant challenges. Machine learning and deep learning models are now widely employed in clinical genetics and offer a valuable support throughout the diagnostic process: from assisting in the phenotypic recognition, to analysing/processing genomic data and interpreting genetic variants. In the field of dysmorphology advanced facial recognition tools, such as ‘Face2Gene’, have showed a remarkable ability to recognise phenotypic features associated with rare genetic conditions. Therefore, diagnostic precision has been substantially enhanced and more patients have been able to receive timely and accurate evaluations (thereby reducing the ‘diagnostic odyssey’ that affects many patients with ultra-rare conditions). AI is also a strategic resource to use innovative therapies, namely drug repurposing strategies that enable to identify new indications for already approved drugs and reduce research and development overall burden in an effective and automated way. The application of AI-based tools opens up new perspectives on personalised therapy, as it enables the correlation of patients’ clinical, biochemical and genomic data and leads to the proposal of individualised interventions. Starting from a clinical report in which the application of facial recognition tools has led to a definitive diagnosis, the article aims to describe the current state of the art and the future perspective for AI in the field of medical genetics.
L’Intelligenza Artificiale (IA) sta assumendo un ruolo sempre più rilevante nel campo delle malattie rare, dove la complessità diagnostica e la limitata disponibilità di opzioni terapeutiche continuano a rappresentare sfide ancora irrisolte. Modelli di machine learning e deep learning si stanno affermando quali strumenti in grado di supportare il genetista in ogni fase del percorso diagnostico genetico: dal riconoscimento del fenotipo, all’analisi/elaborazione dei dati genomici e interpretazione del significato delle varianti genetiche. In ambito dismorfologico, strumenti avanzati di riconoscimento facciale, come “Face2Gene”, hanno dimostrato una notevole capacità nel riconoscimento di caratteristiche fenotipiche associate a sindromi genetiche rare, contribuendo in modo sostanziale alla riduzione della “odissea diagnostica” che accompagna numerosi pazienti affetti da condizioni ultra-rare. L’IA si configura, inoltre, come risorsa strategica nell’applicazione di terapie innovative: strategie di riposizionamento farmacologico (drug repurposing) consentono in maniera efficace e automatizzata di ipotizzare e validare nuove indicazioni per farmaci già approvati, riducendo tempi e costi di ricerca e sviluppo. L’applicazione di strumenti basati su IA apre prospettive inedite sulla personalizzazione terapeutica consentendo di correlare dati clinici, biochimici, e genomici del paziente e proporre gli interventi su base individuale. Dal racconto di un caso in cui l’applicazione di strumenti di riconoscimento facciale ha condotto ad una diagnosi definitiva, l’articolo intende descrivere stato dell’arte e potenzialità future dell’IA in ambito genetico.
Vuoi citare questo contributo?