Nel panorama della salute globale esiste un apparente controsenso: le malattie rare, considerate singolarmente poco diffuse, rappresentano nel loro complesso un peso rilevante per la sanità pubblica. Secondo l’Organizzazione Mondiale della Sanità, una patologia è definita rara quando colpisce meno di una persona ogni 2.000, ma oggi oltre 300 milioni di individui nel mondo convivono con una delle circa 7.000 condizioni classificate come tali.

Uno degli ostacoli principali riguarda la distribuzione delle risorse per la ricerca, spesso orientate verso patologie ad alta prevalenza.

Circa l’80% delle malattie rare ha un’origine genetica. Condizioni come la sclerosi laterale amiotrofica, la fibrosi cistica o la distrofia muscolare di Duchenne sono legate ad alterazioni del DNA che possono manifestarsi con quadri clinici molto eterogenei, rendendo complessa l’identificazione precoce. A queste si aggiungono forme non ereditarie, dovute a mutazioni sporadiche, infezioni rare o risposte autoimmuni, spesso difficili da intercettare con i percorsi diagnostici tradizionali.

L’integrazione dei test genetici nella pratica clinica sta però cambiando questo scenario. Nel Regno Unito, il programma 100,000 Genomes ha posto le basi per l’uso routinario del sequenziamento dell’intero genoma nel sistema sanitario pubblico, consentendo diagnosi più rapide e mirate nei casi sospetti. L’analisi su larga scala dei dati genomici, resa possibile dal cloud, favorisce inoltre la collaborazione tra ricercatori e centri clinici a livello internazionale.

L’impatto di una diagnosi accurata è concreto. Per molte famiglie, identificare la causa genetica della malattia significa accedere a specialisti dedicati, strategie di gestione dei sintomi e programmi di ricerca specifici. Parallelamente, nuove terapie mirate all’espressione genica, come gli oligonucleotidi antisenso e le tecnologie basate su RNA, stanno beneficiando di piattaforme digitali capaci di ridurre costi, tempi di sviluppo e barriere di accesso.

Anche nella pediatria l’IA sta mostrando un potenziale significativo: dall’analisi delle immagini facciali per individuare segnali precoci di disturbi genetici, fino all’impiego di modelli linguistici avanzati per accelerare l’interpretazione dei test genomici. Colmare il divario tecnologico significa oggi offrire ai pazienti con malattie rare non solo maggiore visibilità, ma prospettive concrete di diagnosi tempestiva e cura.