La recente e tragica scomparsa di una giovane donna a Milano, vittima di oltre trenta coltellate, ha riacceso i riflettori sull’urgenza di rafforzare la prevenzione dei femminicidi. Casi come il suo, in cui le vittime si rivolgono ripetutamente al pronto soccorso con segni di violenza senza che il “Codice Rosso” venga attivato, evidenziano una lacuna critica nel sistema di protezione. Una risposta innovativa a questa sfida emerge dal progetto Vides (Violence Detection System), ideato dall’Università di Torino in collaborazione con l’Istituto Superiore di Sanità e finanziato da Fondazione CRT. Questo sistema, basato sull’intelligenza artificiale, si propone di analizzare i referti dei reparti di emergenza per identificare lesioni di possibile origine non accidentale, combinando competenze interdisciplinari di informatica, epidemiologia, psicologia e medicina.
La Sfida della Rilevazione: Una “Cifra Oscura” allarmante
Il riconoscimento tempestivo delle aggressioni in ambito ospedaliero è ostacolato da molteplici fattori. L’omertà delle vittime, spesso dettata da paura o dipendenza economica, rappresenta una barriera significativa. A ciò si aggiunge la presenza dei carnefici che accompagnano le vittime nelle strutture sanitarie, esercitando un controllo intimidatorio. Le difficoltà linguistiche per le donne straniere complicano ulteriormente la comunicazione. Tuttavia, una criticità spesso sottovalutata risiede nella registrazione delle informazioni da parte degli operatori sanitari. Lo stress lavorativo, il tempo limitato e interfacce informatiche complesse possono portare alla perdita di dettagli cruciali. Un recente rapporto dell’European Institute for Gender Equality (EIGE) ha rivelato che a livello europeo meno del 20% dei casi di violenza di genere grave viene segnalato alle forze dell’ordine o ai servizi sanitari, evidenziando una vasta “cifra oscura” di incidenti non denunciati che sistemi AI come Vides potrebbero aiutare a far emergere.
Vides: L’Algoritmo al Servizio della Sicurezza
È proprio in questo contesto che la tecnologia Vides si rivela un alleato prezioso. “Tramite suggerimenti automatici, supporta i medici nell’individuazione rapida di traumi compatibili con un maltrattamento,” spiega il professor Daniele Radicioni, alla guida del gruppo di lavoro. Il sistema si basa su modelli linguistici probabilistici e ha attraversato diverse fasi di sviluppo. La fase di addestramento, condotta tra il 2019 e il 2020, ha esaminato circa 500.000 cartelle cliniche. Nella successiva fase di test su refertazioni mai vagliate, l’algoritmo ha dimostrato un’impressionante accuratezza del 97% nella classificazione delle lesioni, identificando elementi ricorrenti correlati all’abuso. La fase di applicazione operativa, avviata nel 2023 presso l’Azienda Ospedaliera Mauriziano di Torino, ha visto il modello analizzare circa 350.000 record anonimi. Il risultato è stato sorprendente: circa 2.000 cartelle, inizialmente associate a traumi di altra natura, sono state identificate come episodi di violenza. Nel 96% dei casi, verificati manualmente dai ricercatori, le previsioni si sono dimostrate corrette. Questa metodologia di successo è ora oggetto di attenzione da parte delle autorità sanitarie regionali in Lombardia, dove valutazioni preliminari suggeriscono la possibilità di individuare ulteriori 1.500-2.000 casi non segnalati annualmente nei principali ospedali urbani, attestando la scalabilità e il potenziale impatto del sistema.
Prospettive Future e Impatto Sociale
Gli obiettivi futuri del progetto Vides mirano a rendere il metodo più accessibile, sviluppando modelli a bassa complessità in grado di operare su macchine di uso comune, pur mantenendo un’elevata affidabilità. Parallelamente, si sta studiando la creazione di meccanismi di rete per collegare, nel rispetto della privacy, accessi ripetuti della stessa persona in ospedali diversi, intercettando precocemente situazioni di rischio. In quest’ottica, l’esplorazione di tecniche di federated learning emerge come una soluzione promettente per aggregare dati sensibili da diverse istituzioni senza compromettere la privacy individuale, allineandosi alle più avanzate pratiche etiche nell’AI. Il sistema non mira a identificare gli individui, ma a segnalare al personale sanitario descrizioni compatibili con un’aggressione, permettendo l’attivazione delle procedure di tutela. Il Ministero della Salute italiano ha recentemente annunciato un piano d’azione nazionale contro la violenza di genere, stanziando 50 milioni di euro in tre anni per servizi di prevenzione e supporto. Progetti come Vides, che offrono strumenti tecnologici avanzati per l’identificazione precoce delle vittime all’interno del sistema sanitario, sono esplicitamente riconosciuti come strumenti cruciali in questa strategia nazionale più ampia. L’auspicio è che Vides possa fungere da esempio virtuoso di innovazione tecnologica al servizio delle donne e dell’intera collettività, contribuendo in modo significativo alla prevenzione e al contrasto della violenza di genere.