C’è un dato che circola nei corridoi delle aziende sanitarie italiane e che fa quasi più impressione detto ad alta voce: circa il 30% delle prescrizioni di visite specialistiche è sbagliato. In alcune realtà ospedaliere universitarie si arriva al 70%: l’AOU Senese (come ha raccontato Antonio Davide Barretta sul Sole 24 Ore) ha rilevato che su un campione di prestazioni ambulatoriali, solo il 26,3% delle prescrizioni risultava appropriato. Più che è una svista occasionale, è il risultato strutturale di un sistema in cui il medico di base deve orientare i pazienti verso una rete di specialisti frammentata, in continua evoluzione, distribuita su portali e direttive che nessuno aggrega.

Geen.ai lo fa: è l’infrastruttura costruita con grafi di conoscenza, intelligenza artificiale e una consapevolezza politica che pochi player del settore sanno tradurre in architettura software.

A fondarla sono state due amiche che si conoscono dai tempi dell’università: la CEO Giulia Marchese, data scientist con un dottorato tra Germania e Messico e oltre un decennio di consulenze per agenzie ONU su gender data gap, femminicidio e accesso alla salute nelle popolazioni vulnerabili; e la CMO Lucia Vernino, con un percorso in aziende multinazionali e una lunga esperienza in marketing e comunicazione su sostenibilità e uguaglianza di genere.

Geen.ai nasce nel 2024, da un incrocio di biografie: Marchese è in maternità, rientra in Italia dopo anni tra Messico e Germania, e capisce che il lavoro che sa fare – modelli predittivi per l’accesso alla salute – non ha un mercato istituzionale ovvio in cui inserirsi. Vernino sta progettando di intraprendere una nuova avventura professionale e convive con la sclerosi multipla: la difficoltà di accedere a un supporto multidisciplinare che andasse oltre il solo neurologo, includendo specialisti con competenze specifiche come i professionisti della riabilitazione del pavimento pelvico, è stata una delle scintille che hanno dato origine a Geen.ai.

«La sua esperienza è diventata il caso d’uso zero» racconta Marchese. Collegare una sintomatologia alla sottospecializzazione giusta, da lì alla linea guida, al PDTA, fino ai servizi socio-sanitari territoriali era una catena di connessioni che nessuno si era occupato di costruire in modo strutturato.

Per più di un anno, prima di scrivere una riga di codice, le due fondatrici si sono dedicate a diventare «espertissime del problema»: un approccio che riflette la formazione di Marchese, per cui il dato, prima di diventare soluzione, va smontato e interrogato nei suoi presupposti.

Il grafo che sa tutto

La tecnologia alla base di Geen.ai è un motore di triage e navigazione sanitaria costruito su knowledge graph e GraphRAG – un’architettura che combina grafi di conoscenza, large language model e regole cliniche verificabili. Una rete di centinaia di migliaia di nodi: sintomi, specialità mediche, sottospecializzazioni, linee guida ministeriali, PDTA, servizi socio-sanitari, direttive delle singole aziende sanitarie. Quando un operatore sanitario interroga il sistema descrivendo la situazione di un paziente, Geen percorre il grafo ragionando per step, tenendo conto di genere, età, contesto territoriale, storia clinica.

«In Italia linee guida, PDTA, direttive e tariffari delle aziende sanitarie vivono come PDF dispersi su migliaia di siti diversi – spiega Marchese -. Noi li ricostruiamo in una base informativa unica e coerente, che si aggiorna continuamente». Quando Geen viene integrata all’interno di un’azienda sanitaria, il grafo assorbe anche le direttive interne: informazioni che spesso neanche il personale conosce nella loro interezza.

Il risultato è il miglioramento dell’«appropriatezza del primo indirizzamento»: la probabilità che il primo specialista a cui viene inviato un paziente sia davvero quello corretto. Il sistema raccoglie poi il feedback degli specialisti per affinare il ragionamento nel tempo.

Efficienza ed equità: la stessa variabile

Il gender data gap – la sistematica sottorappresentazione delle donne negli studi clinici, che ha prodotto una medicina costruita sul «paziente standard» adulto di sesso maschile – ha conseguenze cliniche precise. Se il sistema di indirizzamento è addestrato su una conoscenza sbilanciata, sbaglia in modo sistematico sempre sulle stesse categorie di persone.

«La nostra base di conoscenza è costruita per rappresentare equamente salute maschile e femminile. E sto lavorando per includere le persone non binarie e intersessuali, ancora fortemente sottorappresentate in letteratura». La scelta non è solo etica. «Una tecnologia non può essere efficiente se non è equa. Efficienza ed equità devono sempre stare allo stesso livello». La variabile di genere è uno degli step di ragionamento del grafo, forzato a essere sempre considerato.

Dal FemTech all’infrastruttura orizzontale

Geen nasce come startup FemTech – verticale sulla salute sessuale e riproduttiva femminile – e si riposiziona come infrastruttura orizzontale: una scelta dettata dal mercato e dalla tecnologia stessa. «Ci siamo rese conto che una soluzione molto verticale era difficile da comprare per le aziende sanitarie. E il grafo non aveva confini naturali di specialità».

Le connessioni tra sintomi, sottospecializzazioni e servizi socio-sanitari seguono la complessità reale delle persone, non le verticali di mercato. Oggi Geen.ai si vende B2B e B2G – ad aziende sanitarie, assicurazioni, comuni, strutture private, integrandosi su portali di welfare, sistemi ospedalieri, app assicurative.

Tra i partner tecnologici figura Microsoft, incontrata tramite Frontech – l’acceleratore di CDP Venture Capital, Cariplo Factory e Gellify – che ha selezionato Geen per una potenziale integrazione nel proprio marketplace: un canale commerciale verso tutte le organizzazioni italiane clienti Microsoft. È in corso anche una partnership con NTT Data.

Il primo cliente della startup è il Comune di Messina, la cui storia rivela una delle frizioni più sottovalutate nell’adozione dell’IA nel pubblico: prima di rendere uno strumento basato sull’intelligenza artificiale accessibile alla cittadinanza, la PA deve strutturare le proprie linee guida interne per il suo utilizzo, allungando i tempi anche dopo la firma del contratto. «La vendita è quasi un lavoro politico – dice Marchese – fatto di workshop formativi e mediazione tra la velocità della tecnologia e i tempi della governance istituzionale».

Sul fronte internazionale, Geen.ai sta testando un PoC con l’Isola di Man, territorio con sistema sanitario autonomo e circa 85mila abitanti: un laboratorio ideale per verificare la scalabilità fuori dall’Italia prima di affrontare il mercato europeo. In parallelo, la startup prepara un round pre-seed con selezione deliberatamente cauta: il profilo cercato è un lead investor con esperienza nel tech sanitario, capace di portare non solo capitale ma capacità di dialogo sulla costruzione del prodotto.

Quello che non si conta non esiste

«Quello che non si conta non esiste»: è una frase che viene dal lavoro di Marchese sul femminicidio in Messico, dai dataset sull’accesso alla salute per le popolazioni vulnerabili, dalle mappe sulla correlazione tra presenza di consultori e incidenza della violenza di genere. Ma descrive con la stessa precisione ciò che fa Geen.ai: rendere visibile ciò che il sistema sanitario non riesce a vedere, fare in modo che il medico di base di Siena e quello di Bolzano abbiano accesso alla stessa mappa.

Perché il 30% di prescrizioni di visite specialistiche sbagliato è una misura di sofferenza distribuita e significa persone che tornano dal medico con una diagnosi errata, risorse consumate in visite inutili, patologie che avanzano mentre il paziente brancola alla ricerca del percorso di cura corretto. Geen.ai prova a ridurre quel numero con un grafo di conoscenza, con la medicina di genere come variabile strutturale e con la convinzione che efficienza ed equità siano la stessa cosa vista da angolazioni diverse.