Ricercatori del Boston Children's Hospital, Harvard e OpenAI hanno usato il modello o3 Deep Research per analizzare 376 casi pediatrici di malattie genetiche rare irrisolti. Il sistema ha identificato 18 nuove diagnosi confermate, pari a circa il 4,8% dei casi, in bambini per cui i test standard e la revisione umana...

Create a landscape editorial hero image for this Studio Global article: What key findings and implications are associated with the peer-reviewed study published Wednesday in NEJM AI, in which researchers at Bosto. Article summary: Here is a breakdown of the study, the broader hospital-wide AI initiative, and what this means globally.. Topic tags: general, general web, user generated, government, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an ill
Ecco una panoramica dello studio, del più ampio programma di adozione dell'IA nell'ospedale e delle implicazioni globali.
I ricercatori del Manton Center for Orphan Disease Research del Boston Children's Hospital, dell'Università di Harvard e di OpenAI hanno utilizzato il modello di ragionamento o3 Deep Research per analizzare 376 casi pediatrici de-identificati che avevano già superato test genetici standard e revisioni di esperti senza arrivare a una diagnosi . La diagnosi delle malattie rare è estremamente complessa: il sequenziamento del DNA può produrre milioni di varianti genetiche, e le conoscenze mediche si evolvono continuamente
. Il modello ha aiutato a collegare i dati clinici con le più recenti evidenze genomiche, portando a 18 nuove diagnosi confermate per bambini affetti da patologie genetiche rare fino a quel momento non identificate
.
Questo studio si inserisce in una trasformazione digitale molto più ampia. L'ospedale ha integrato l'IA come vera e propria infrastruttura operativa. I risultati chiave ottenuti grazie alla collaborazione con OpenAI includono:
I 50 milioni di dollari menzionati si riferiscono al consorzio NextGenAI, lanciato da OpenAI nel marzo 2025 con 15 istituzioni di ricerca (fra cui Harvard) per finanziare borse di studio, accesso a potenza di calcolo e risorse API per la ricerca in ambito IA . Il Boston Children's Hospital ha beneficiato direttamente di questi fondi, come ha dichiarato pubblicamente il Chief Innovation Officer John Brownstein
. Inoltre, la OpenAI Foundation ha impegnato ulteriori 50 milioni di dollari nel 2026 per iniziative di IA incentrate sulle persone
.
Si stima che 300 milioni di persone in tutto il mondo soffrano di malattie rare, e molte affrontano lunghe "odissee diagnostiche" – visite da diversi specialisti, test ripetuti e, spesso, nessuna risposta . Questo studio dimostra che i modelli di IA possono individuare diagnosi a partire da dati genomici già disponibili che gli esperti umani non avevano colto, comprimendo potenzialmente anni di ricerca in settimane o giorni. Sebbene 18 diagnosi su 376 casi rappresenti una resa modesta (circa il 4,8%), l'approccio è scalabile, riproducibile e migliora con l'avanzare delle conoscenze mediche. La conseguenza è che la rianalisi genomica assistita dall'IA potrebbe diventare uno strumento di secondo livello standard, riducendo drasticamente il costo emotivo ed economico delle malattie rare non diagnosticate per milioni di famiglie.
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Ricercatori del Boston Children's Hospital, Harvard e OpenAI hanno usato il modello o3 Deep Research per analizzare 376 casi pediatrici di malattie genetiche rare irrisolti.
Ricercatori del Boston Children's Hospital, Harvard e OpenAI hanno usato il modello o3 Deep Research per analizzare 376 casi pediatrici di malattie genetiche rare irrisolti. Il sistema ha identificato 18 nuove diagnosi confermate, pari a circa il 4,8% dei casi, in bambini per cui i test standard e la revisione umana non avevano dato risultati.
L’iniziativa fa parte di un programma più ampio che ha portato a oltre 40 diagnosi rare, un risparmio di 7 milioni di dollari e 60.000 ore di lavoro recuperate.
Loading comments...
Comments
0 comments