Percorso
IT & Sanità: AI clinica, dati e normativa
AlphaFold, LLM in corsia, EU AI Act per dispositivi medici e gestione dati sensibili.
Sei un IT manager in ambito sanitario o un medico con responsabilità tecnologiche che vuole capire dove l'AI sta cambiando diagnosi, proteomica e gestione dei dati clinici — e quali vincoli normativi si applicano già oggi. Questo percorso connette i breakthrough scientifici di AlphaFold con l'evoluzione dei modelli general-purpose in contesti clinici e con il quadro regolatorio europeo che classifica molti sistemi AI medici come ad alto rischio.
- 01
Perché conta per te
AlphaFold 2 risolve il problema del folding proteico con accuratezza senza precedenti: il punto di partenza per capire come l'AI profonda stia ridisegnando la ricerca biomedica traslazionale.
Pietra miliare Modelli foundationAlphaFold 2 vince CASP14 e risolve il protein folding
DeepMind annuncia che AlphaFold 2 ha vinto la competizione CASP14 con accuratezza media GDT >90, equivalente a metodi sperimentali, considerata la soluzione del problema di protein folding aperto da 50 anni.
- 02
Perché conta per te
La pubblicazione peer-reviewed e il rilascio del database strutture proteiche rende AlphaFold uno strumento operativo: il modello di trasferimento dalla ricerca alla pratica clinica e farmaceutica.
Alto Infrastruttura AIAlphaFold 2: codice e database aperti, la biologia accelera
DeepMind pubblica codice e pesi di AlphaFold 2 su GitHub e, con EMBL-EBI, rilascia il database con la struttura predetta di 350.000 proteine umane e di altri organismi modello.
- 03
Perché conta per te
AlphaFold 3 estende la predizione a DNA, RNA e piccole molecole: amplia direttamente l'utilità per il drug discovery e la medicina personalizzata su cui si basano molti progetti ospedalieri.
Pietra miliare Modelli foundationAlphaFold 3: dalla struttura delle proteine alle interazioni di tutte le molecole della vita
DeepMind e Isomorphic Labs pubblicano AlphaFold 3 su Nature: prevede struttura e interazione tra proteine, DNA, RNA, ligandi e ioni, estendendo enormemente il dominio rispetto ad AlphaFold 2.
- 04
Perché conta per te
AlphaGeometry dimostra che i modelli AI raggiungono capacità di ragionamento formale di livello olimpico: un segnale rilevante per i sistemi di supporto decisionale clinico basati su inferenza strutturata.
Alto Modelli foundationAlphaGeometry: DeepMind risolve la geometria delle olimpiadi
DeepMind pubblica su Nature AlphaGeometry, sistema neuro-simbolico che risolve problemi di geometria delle olimpiadi internazionali (IMO) a livello da medaglia, senza dati umani annotati.
- 05
Perché conta per te
L'EU AI Act classifica i sistemi AI per diagnosi, triage e supporto decisionale clinico come ad alto rischio: definisce obblighi di conformità, audit e documentazione tecnica per chi acquista o distribuisce questi sistemi in ambito sanitario.
Pietra miliare Sicurezza AIEU AI Act: il Parlamento europeo approva il primo quadro normativo organico sull'AI
Il Parlamento europeo adotta in via definitiva l'AI Act, prima legge organica al mondo sull'intelligenza artificiale, con approccio basato su livelli di rischio e obblighi specifici per modelli foundation.
- 06
Perché conta per te
GPT-4 supera l'esame USMLE e dimostra capacità cliniche documentate: il paper che ha reso urgente per gli IT manager sanitari valutare policy sull'uso dei LLM da parte del personale medico.
Pietra miliare Modelli foundationGPT-4: il salto di reasoning che cambia gli standard
OpenAI rilascia GPT-4, multimodale (testo + immagine), con un livello di ragionamento, codice e affidabilità nettamente superiore a GPT-3.5. Supera esami da avvocato, medicina, programmazione.
- 07
Perché conta per te
Il Nobel per la Chimica ad AlphaFold consacra l'AI computazionale come infrastruttura scientifica permanente: un argomento istituzionale per giustificare investimenti in piattaforme AI cliniche.
Pietra miliare Modelli foundationNobel Chimica 2024 a Hassabis, Jumper e Baker per il protein folding computazionale
L'Accademia Svedese assegna il Nobel per la Chimica 2024 a David Baker (protein design) e a Demis Hassabis e John Jumper di DeepMind per AlphaFold, prima volta che un'AI industriale è co-protagonista di un Nobel scientifico.