AgenticHealth
Piattaforma clinica on-premise con LLM locali, RAG su dati FHIR/DICOM, supporto alla diagnosi e follow-up remoto. Architettura progettata per il percorso MDR.
Scopri AgenticHealth →
Digital Health
Software medicale conforme agli standard CE e MDR. Sistemi di supporto alle decisioni cliniche e integrazione dell’AI nei flussi clinici.
Scopri →
Ricerca & Sviluppo
Ricerca applicata e prototipazione, dall’imaging biomedicale all’AI, in collaborazione con università e centri clinici.
Scopri →
Open Source
Il contributo di noze all’ecosistema Open Source: progetti, strumenti e pubblicazioni rilasciati con licenze permissive.
Scopri →
Cosa ha mostrato Aleph Neuro
Il 24 giugno 2026 il laboratorio statunitense Aleph (Aleph Neuro) ha pubblicato quella che descrive come l’immagine vascolare più dettagliata mai ottenuta di un cervello umano vivo, acquisita con gli ultrasuoni attraverso il cranio intatto. Il giorno successivo, presentandosi pubblicamente come “un laboratorio di ricerca che costruisce interfacce cervello-macchina”, l’azienda ha rilanciato il risultato come “le immagini 3D a più alta risoluzione del cervello umano mai ottenute dall’esterno del cranio”.
Secondo Aleph si tratta della prima immagine 3D al mondo di microscopia a localizzazione con ultrasuoni (ULM) in un cervello umano attraverso il cranio, con una risoluzione dichiarata fino a 100 volte superiore, in termini volumetrici, a quella di una TC comparabile: strutture sotto il millimetro e circa un milione di “voxel” indipendenti distribuiti nell’encefalo. Sono numeri auto-riportati, da confermare con la revisione tra pari, ma l’ordine di grandezza è notevole per una tecnica non invasiva e senza radiazioni ionizzanti.
La tecnica: microscopia a localizzazione (ULM)
L’ecografia tradizionale ha un limite fisico: non riesce a distinguere dettagli più piccoli della lunghezza d’onda del fascio (il limite di diffrazione). La microscopia a localizzazione con ultrasuoni aggira questo limite con un’idea elegante, mutuata dalla microscopia ottica a super-risoluzione.
Si inietta nel circolo sanguigno un mezzo di contrasto fatto di microbolle (esafluoruro di zolfo racchiuso in un guscio lipidico, un agente già approvato dalla FDA e usato nell’ecografia con contrasto). Le bolle riflettono fortemente gli ultrasuoni. Iniettandole abbastanza diluite perché i loro echi non si sovrappongano, si può individuare il centro di ciascuna bolla con una precisione superiore alla lunghezza d’onda stessa. Tracciando milioni di queste posizioni mentre le bolle scorrono nei vasi, si ricostruisce la mappa della microvascolatura con un dettaglio impossibile all’ecografia convenzionale, fino a colorare ogni tratto in base alla velocità del flusso.
Aleph riferisce un’acquisizione di circa quattro minuti con infusione continua del contrasto, e una pipeline che comprime i dati grezzi fino a circa lo 0,1% del volume originale. La sfida vera, attraverso il cranio, è proprio questa: l’osso attenua e distorce gli ultrasuoni, ed è il motivo per cui finora la ULM transcranica 3D nell’uomo non era stata dimostrata.
Dall’ecografo da 100.000 dollari allo smartphone
C’è un fattore abilitante che vale la pena sottolineare. Gli apparati a ultrasuoni, scrive Aleph, sono passati nel giro di pochi anni da macchine “da 100.000 dollari e un carrello pieno di elettronica” a dispositivi “delle dimensioni e del prezzo di uno smartphone”. È la stessa traiettoria che ha reso possibile la fotografia computazionale: meno hardware dedicato, più elaborazione del segnale e software. Quando la fisica si sposta nel software, riproducibilità e accesso cambiano scala. Ed è qui che entra in gioco la scelta più interessante per chi, come noi, lavora su software medicale e open source.
La pipeline è open source (GitHub)
Aleph ha rilasciato l’intera pipeline insieme al dataset. Il repository è pubblico su GitHub: github.com/alephneuro/microbubbles (licenza MIT), scritto principalmente in Python, con i visualizzatori interattivi in JavaScript/HTML. Il link citato nell’articolo originale (alephneuro/braindump) reindirizza oggi a questo stesso repository.
Il flusso è organizzato in tre stadi, esposti come sottocomandi:
- Beamforming: dai dati ecografici grezzi (IQ demodulati) a un volume ricostruito in formato H5, con accelerazione GPU opzionale (CUDA).
- Tracking: filtraggio del clutter con SVD temporale, localizzazione 3D sub-voxel delle microbolle, collegamento delle tracce con filtro di Kalman e smoothing.
- Viewing: esportazione di tracce compatte e visualizzatori nel browser (animazione delle tracce, volume 3D ruotabile).
Insieme al codice è scaricabile un dataset di esempio (circa 98 GB, 223 acquisizioni), con i dati IQ demodulati e la configurazione di beamforming. Per chi fa ricerca, questo è il dettaglio che conta più del titolo: non un comunicato, ma codice e dati che permettono di riprodurre e verificare il risultato, e di costruirci sopra.
Perché conta per la clinica
La microvascolatura cerebrale è un bersaglio diagnostico difficile. Condizioni come ictus, malattia di Alzheimer e trauma cranico lasciano firme vascolari a scale che TC e risonanza magnetica faticano a risolvere. Un’imaging non invasiva, senza radiazioni, a risoluzione micrometrica e con apparati sempre più economici apre scenari di screening e monitoraggio oggi difficili da immaginare al letto del paziente. Aleph indica come direzione successiva l’imaging neurovascolare senza mezzo di contrasto, che eliminerebbe anche l’infusione di microbolle.
Va detto con onestà dove siamo: è un risultato di ricerca, con numeri dichiarati dall’azienda e non ancora validati in modo indipendente. La strada verso un dispositivo medico certificato (marcatura CE, percorso MDR, studi clinici) è lunga. Ma la base tecnologica è solida e, soprattutto, è aperta.
Cosa ne pensiamo
La cosa che colpisce di più è quanto il valore si stia spostando nel software e nell’AI. Quando un ecografo costa come uno smartphone e la fisica dell’acquisizione diventa elaborazione del segnale, il differenziale clinico non è più la macchina ma la pipeline che ne estrae significato: ricostruzione, localizzazione sub-voxel, tracciamento e, sempre più, modelli di AI che assistono detezione e interpretazione. La diagnostica avanzata, oggi, è prima di tutto un problema di software. È esattamente il terreno su cui lavoriamo con Digital Health e AgenticHealth: software conforme a CE/MDR, on-premise, con l’AI integrata nei flussi clinici e il dato del paziente che resta sotto controllo.
E non sarà un caso isolato. Appena sei giorni prima di Aleph, il 18 giugno 2026, Midjourney ha annunciato Midjourney Medical: uno scanner ecografico full-body da 60 secondi, pensato per rendere l’imaging preventivo accessibile come una visita alla spa. Due annunci nella stessa settimana, entrambi a spingere ultrasuoni e AI verso una diagnostica non invasiva, economica e potenzialmente di massa. Di cose del genere ne vedremo sempre di più: è una delle direzioni più promettenti dei prossimi anni. What a time to be alive, verrebbe da dire, e ancor più poter contribuire a questa rivoluzione sulla salute.
E un modo molto concreto di contribuire è l’open source. Rilasciare pipeline e dataset con licenza MIT, come ha fatto Aleph, fa la differenza tra un annuncio e un avanzamento condiviso e verificabile: è lo stesso modello che ha reso 3D Slicer una piattaforma di riferimento per l’imaging medicale. Non sempre, ovviamente, si rilascia tutto: hardware proprietario, modelli e dati sensibili spesso restano chiusi (Midjourney, sul punto, è l’esatto opposto di Aleph). Ma quando codice e dati sono aperti la ricerca accelera e i risultati si possono riprodurre, ed è il motivo per cui noze contribuisce all’open source e progetta i propri prodotti per essere auditabili.
Una nota di metodo vale per tutto: i numeri straordinari (la “prima al mondo”, il “100 volte la TC”, il “30% delle morti evitabili”) sono per ora dichiarazioni delle aziende, da confermare con la revisione tra pari, e la strada verso dispositivi medici certificati (CE, MDR, studi clinici) è lunga. Ma la direzione è chiara, ed è entusiasmante poterci lavorare dentro.
Fonti
- Aleph Neuro: Ultrasound imaging of the brain
- Annuncio di lancio (X / @alephneuro)
- Repository GitHub: alephneuro/microbubbles (pipeline + dataset, MIT)
- 3D transcranial ULM in awake mice: protocol and open-source pipeline (Communications Engineering)