Secondo il Rapporto Synthetic Health Data Hub1, realizzato da TEHA in collaborazione con Aindo e Novartis, entro il 2030 i dati sintetici supereranno quelli reali nell’addestramento dei modelli di AI2 garantendo anonimato, qualità analitica e basi dati più ampie e bilanciate.
Gli impieghi sanitari sono molteplici: ricerca, programmazione dei servizi, sviluppo di terapie e sperimentazioni più efficienti. I dati sintetici consentono di pre-addestrare algoritmi e creare synthetic control arms (gruppi di controllo “artificiali” utilizzati negli studi clinici al posto, o in aggiunta, al gruppo di pazienti reali), riducendo tempi e costi. In ambito oncologico l’uso dei dati sintetici ha migliorato fino al 17,5% la capacità dei modelli di AI di individuare lesioni nelle fasi iniziali, rendendo più efficace il processo diagnostico; nelle malattie rare permettono di superare la scarsità di casi reali, generando coorti solide per addestrare modelli predittivi.
Come emerge dal report TEHA, tale tecnologia è stata sperimentata in Friuli-Venezia Giulia in collaborazione con Aindo, società che ha sviluppato e brevettato una piattaforma di generazione di dati sintetici che abilita l’uso di dati sensibili nel rispetto della privacy, e Novartis. Le simulazioni condotte indicano che, su scala regionale, l’adozione di tali tecnologie potrebbe portare a fino a 92 trial clinici aggiuntivi l’anno, un risparmio di 89,5 milioni di euro per il Servizio Sanitario Regionale e un impatto economico diretto stimato in 12 milioni di euro di PIL3.
“Il modello delineato nel report propone di fare del Friuli Venezia Giulia un laboratorio nazionale per l’uso dei dati sintetici in sanità, costruendo un ecosistema pubblico‑privato in cui università, IRCCS, imprese e istituzioni possano accedere e condividere dati in modo sicuro, standardizzato e interoperabile. Questo permetterà di accelerare la ricerca clinica, potenziare la capacità di attrarre investimenti e talenti qualificati, e rendere più efficienti e sostenibili i servizi per i cittadini, creando al tempo stesso nuove filiere industriali ad alto valore aggiunto sul territorio”, commenta Davide Ruffo, Chief Institutional Relations Officer di Aindo. “Il documento evidenzia anche come i dati sintetici stiano emergendo come strumento privilegiato di AI. Nel Regolamento europeo sullo European Health Data Space (EHDS) appaiono come modalità legittima di riuso dei dati sanitari e, dal nuovo AI Act, come risorsa chiave per addestrare sistemi di intelligenza artificiale ad alto rischio in condizioni di maggiore tutela dei diritti fondamentali. A livello nazionale, la Legge 132 approvata a settembre 2025 introduce una base giuridica autonoma che consente la sintetizzazione dei dati sanitari a fini di ricerca, anticipando l’attuazione dell’EHDS e ponendo le premesse per un mercato regolato dei dati, in cui il FVG può giocare un ruolo di primo piano”.
Friuli-Venezia Giulia hub europeo dei dati sintetici in sanità – Dal punto di vista economico e territoriale, il Friuli-Venezia Giulia emerge come laboratorio ideale per la nascita di un Synthetic Data Hub: la Regione vanta tre IRCCS, due università, tre parchi scientifici e un’alta intensità di spesa in R&S (1,49% del PIL4). Questi indicatori la rendono un contesto fertile per integrare ricerca biomedica, innovazione industriale e sanità pubblica. L’esperienza friulana può essere considerata l’applicazione sistematica dei dati sintetici nella ricerca biomedica e nella programmazione dei servizi sanitari.
La tecnologia di Aindo innova la ricerca grazie ai dati sanitari – Unica realtà europea certificata dal 2024 Europrivacy per l’utilizzo secondario di dati sintetici sanitari (in conformità all’articolo 42 del GDPR), Aindo stabilisce un nuovo standard di riferimento per la protezione della privacy unita all’innovazione: i dati sintetici, generati con tecnologia proprietaria, rendono possibile addestrare modelli AI su informazioni cliniche senza esporre i dati reali dei pazienti, garantendo privacy e conformità normativa. Grazie alla tecnologia di sintetizzazione del dato sarà possibile accorciare i tempi necessari per la realizzazione di trial clinici basati su dati dedotti dalla pratica clinica quotidiana (Real World Evidence) accelerando la ricerca, validando nuove terapie e migliorando la prevenzione delle malattie.
Note
[1] Synthetic Health Data Hub, TEHA in collaborazione con Aindo e Novartis
[2] TEHA Group su dati Gartner e GPDPD, 2025
[3] Elaborazione TEHA Group su dati ALTEMS, EMA, EFPIA e Farmindustria, 2025
[4] TEHA Group su dati Istat e MIMIT, 2025