Sommario
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 →
Intelligenza Artificiale
Architetture AI on-premise, LLM locali, RAG, agenti autonomi. Consulenza, progettazione e sviluppo.
Scopri →
Ricerca & Sviluppo
Ricerca applicata e prototipazione, dall’imaging biomedicale all’AI, in collaborazione con università e centri clinici.
Scopri →
Cosa ha annunciato Midjourney
Il 18 giugno 2026 Midjourney, l’azienda nota per la generazione di immagini con AI, ha presentato un progetto che con la grafica generativa non c’entra nulla: Midjourney Medical, descritto come “full-body Ultrasonic CT imaging” abbinato alla Midjourney Spa. L’idea, nelle parole dell’azienda, è “qualcosa di potente come una risonanza magnetica e casual come una visita alla spa”.
Il cuore è uno scanner che ricostruisce il corpo intero a ultrasuoni in un obiettivo di 60 secondi. Ci si immerge in una piscina poco profonda di acqua tiepida (“luce dorata”, nel racconto del concept) e si scende lentamente, circa 5 cm al secondo, attraverso un anello di circa mezzo milione di elementi, ciascuno grande quanto un granello di sabbia e capace di funzionare sia come minuscolo altoparlante sia come microfono. Gli elementi emettono onde ultrasoniche da ogni angolazione (come l’ecolocazione dei delfini) e ne registrano i ritorni milioni di volte al secondo: terabyte di dati per ogni secondo di scansione.
Come funziona: la fisica e l’AI
La ricostruzione dell’immagine è il compito computazionale pesante. Mentre attraversano l’acqua e i tessuti, le onde cambiano forma a ogni variazione di densità e rigidità (dall’acqua alla pelle, al grasso, al muscolo, all’osso). Analizzando come si deformano milioni di onde, un cluster di calcolo ricostruisce una mappa 3D del corpo fino a una frazione di millimetro, che secondo Midjourney “assomiglia molto alle MRI di oggi, ma a quasi cento volte la velocità”.
Qui entra l’intelligenza artificiale: ogni sezione mostra in dissolvenza la ricostruzione grezza e la sua segmentazione AI, cioè l’identificazione automatica di ciò che si trova all’interno del corpo. Il risultato, almeno all’inizio, sono mappe dettagliate di composizione corporea, non referti diagnostici.
La Spa, la roadmap e la scommessa
Il modello di distribuzione è inusuale. Lo scanner nasce dentro la Midjourney Spa: la prima aprirà a San Francisco verso la fine del 2027, con vasche calde, saune, bagni freddi e stanze con le “pozze di luce dorata” che eseguono la scansione. Aperta 24 ore su 24, con un’idea precisa: “la scansione è un effetto collaterale”, ci si va perché è un bel posto, e nel frattempo si accumula una libreria di dati sul proprio corpo.
La roadmap dichiarata è aggressiva: dodici mesi per affinare algoritmi e hardware, trial di ricerca e una “research spa”, poi seconda e terza generazione di scanner (con silicio interamente custom dal 2028) e l’obiettivo, al 2031, di una flotta di oltre 50.000 scanner in grado di erogare fino a un miliardo di scansioni al mese. Sul fronte regolatorio l’azienda è esplicita: si parte come prodotto “wellness”, fornendo mappe di composizione corporea, e si sottoporranno via via i risultati alla FDA per sbloccare capacità diagnostiche. La visione di fondo, dichiarata senza mezzi termini: con abbastanza imaging precoce “il mondo potrebbe evitare il 30% di tutte le morti e il 50% dei costi sanitari”.
C’è anche un dettaglio sul modello dell’azienda che vale la pena notare: Midjourney si definisce un “laboratorio di ricerca sostenuto dalla comunità”, senza investitori, finanziato dalle persone. Non una corporation classica, non una startup a capitale di rischio.
Le obiezioni prevedibili
È facile prevedere le obiezioni che arriveranno dal mondo clinico e radiologico, e molte sono fondate. Vale la pena anticiparle, perché distinguono l’entusiasmo dalla realtà.
- Sovradiagnosi e reperti incidentali. Scansionare il corpo intero di persone asintomatiche fa emergere moltissimi reperti casuali, in larga maggioranza benigni. Ognuno innesca però ansia, accertamenti e talvolta procedure invasive (biopsie) che hanno rischi propri. È il problema noto di ogni screening “a tappeto”.
- Evidenza di beneficio. Per lo screening total-body in popolazione sana mancano oggi prove solide di un beneficio su mortalità ed esiti; le linee guida non lo raccomandano in modo generalizzato. Più immagini non significa automaticamente persone più sane.
- La cornice “wellness, non diagnosi”. Partire come benessere consente di evitare l’iter regolatorio completo, ma il confine tra “mappa di composizione corporea” e “diagnosi” è sottile: l’utente percepirà comunque i risultati come clinici, e si porrà il tema di chi se ne assume la responsabilità.
- I limiti fisici degli ultrasuoni. Aria e osso restano ostici (polmoni, gas intestinale, strutture profonde): una qualità “tipo MRI” su tutto il corpo è una promessa forte, da dimostrare con dati indipendenti e non con i render del concept.
- Chi legge, e cosa succede dopo. Il collo di bottiglia non è solo produrre l’immagine, ma interpretarla, gestire il follow-up e le implicazioni medico-legali. Generare un miliardo di scansioni al mese senza un percorso clinico a valle rischia di spostare il carico, non di ridurlo.
- Equità, costi e dati. Accesso e prezzo, e la gestione di dati sanitari sensibili su scala enorme, sono questioni tutt’altro che secondarie.
- I numeri straordinari. Il “30% delle morti” e il “50% dei costi” sono, allo stato, dichiarazioni di visione, non risultati clinici validati.
Il segnale, oltre lo scanner
Al di là del singolo dispositivo, l’annuncio è soprattutto un segnale. Un’azienda nata nella generazione di immagini con AI entra nell’imaging medicale: è il sintomo di un movimento più ampio, in cui le aziende AI-native si spostano dal contenuto digitale ai prodotti sanitari fisici, i dispositivi medici diventano sempre più software-defined e l’imaging diventa computazionale. Wearable, monitoraggio remoto e assistenti conversazionali hanno già reso normale raccogliere segnali sul corpo in continuazione: l’imaging full-body, se reso sicuro e validato, sarebbe un altro strato della stessa tendenza. E il confine tra wellness, diagnostica e cura clinica diventa più difficile da gestire.
Ma un prototipo non è un prodotto medicale, ed è qui che inizia la parte difficile. In sanità il dispositivo non è mai solo il dispositivo: è l’ecosistema attorno al dispositivo. Una soluzione così richiede acquisizione affidabile del segnale, pipeline dati ad alto volume, elaborazione edge e cloud, ricostruzione e segmentazione AI, confronto longitudinale tra scansioni, gestione di identità e consenso, storage privacy-aware, workflow di revisione clinica, osservabilità del dispositivo, tracciabilità regolatoria, documentazione pronta per la validazione e integrazione con cartelle cliniche e flussi del medico. È questo stack a separare una demo spettacolare da un prodotto affidabile, ed è qui che si giocherà la prossima generazione di dispositivi: non sul design industriale o sulla performance dell’algoritmo da soli, ma su quanto bene hardware, software, AI, dati e flusso clinico stanno insieme.
Cosa ne pensiamo
Le obiezioni qui sopra sono serie e vanno prese sul serio: la storia dello screening insegna prudenza, e tra un annuncio spettacolare e un dispositivo medico certificato c’è una distanza fatta di studi clinici, validazione indipendente e percorsi assistenziali. Su questo non si fanno sconti.
Detto questo, la traiettoria di fondo è chiara e, per noi, è la cosa più importante. L’hardware a ultrasuoni “on-chip” diventa ogni anno più economico, l’AI sa ormai ricostruire e segmentare immagini, e la potenza di calcolo è abbondante. Quando i costi marginali dell’imaging crollano, la diagnostica diventa soprattutto un problema di software e di dati, non di macchinari esotici.
La nostra tesi è semplice: innovazioni di questo tipo le vedremo sempre più spesso, e non solo dalle grandi corporation. Lo stesso stack tecnologico (sensori commodity, modelli, cloud) che permette a un’azienda di tentare un salto del genere abilita anche piccoli gruppi di ricerca e startup a provarci, con budget che fino a ieri erano riservati a pochi colossi. È la democratizzazione dell’imaging biomedicale: più soggetti, più tentativi, più velocità. Alcuni falliranno, qualcuno cambierà la medicina.
È esattamente lo spazio in cui lavoriamo: software medicale conforme a CE/MDR, AI integrata nei flussi clinici, governance del dato del paziente. Con Digital Health e AgenticHealth costruiamo gli strati che a queste tecnologie servono per diventare cliniche davvero: tracciabilità, conformità, controllo del dato, integrazione nei percorsi. L’entusiasmo, insomma, lo teniamo, ma lo incanaliamo con rigore. È un bel momento per occuparsi di salute e tecnologia, e ancora di più per contribuirci.