Applicazione dell’intelligenza artificiale nella gestione della riabilitazione della schizofrenia: una revisione sistematica esplorativa

Perché gli strumenti intelligenti sono importanti per le gravi malattie mentali

La schizofrenia può rendere difficile pensare con chiarezza, relazionarsi con gli altri e gestire la vita quotidiana, e molte persone continuano a faticare anche dopo il trattamento ospedaliero. Allo stesso tempo, i servizi di salute mentale nel mondo sono sotto forte pressione e molte persone ricevono poco o nessun sostegno continuativo. Questo articolo esamina come l’intelligenza artificiale (IA) – la stessa famiglia di tecniche che sta dietro agli assistenti telefonici e alle raccomandazioni online – venga sperimentata come nuovo aiuto nel lungo percorso di riabilitazione della schizofrenia: mantenere le persone in buona salute, supportare l’assunzione dei farmaci e individuare segnali d’allarme precoci prima che si verifichi una crisi.

Dalle visite ospedaliere alla vita di tutti i giorni

Gli autori iniziano mettendo a confronto due obiettivi molto diversi nella cura della salute mentale. La diagnosi mira a dare un nome a una condizione, come la schizofrenia, in modo che i clinici possano comunicare e pianificare il trattamento. La riabilitazione, invece, riguarda l’aiutare le persone a vivere, lavorare e partecipare alla comunità per anni o decenni. Comprende il monitoraggio dei sintomi nel tempo, l’aggiustamento dei farmaci, la prevenzione delle ricadute e lo sviluppo di competenze e relazioni sociali. Nonostante linee guida chiare, questo tipo di supporto a lungo termine è irregolare in tutto il mondo: molte persone non vedono mai uno specialista e il follow‑up è spesso discontinuo. Questa lacuna ha aperto la strada a strumenti digitali – smartphone, dispositivi indossabili, piattaforme online – che possono raccogliere informazioni in modo continuo e offrire aiuto a distanza.

Cosa ha esaminato questa revisione

Per comprendere come l’IA venga impiegata nella riabilitazione, i ricercatori hanno esaminato 83 studi pubblicati tra il 2012 e la fine del 2025. Tutti gli studi coinvolgevano persone con schizofrenia clinicamente confermata o disturbi psicotici correlati e si concentravano su compiti collegati alla cura continuativa, non solo alla diagnosi. Il gruppo ha raggruppato ogni progetto in domini di riabilitazione come il monitoraggio dei sintomi, la gestione della terapia farmacologica, la gestione del rischio, l’allenamento funzionale e il supporto psicosociale. Hanno inoltre registrato quali tipi di dati venivano utilizzati (per esempio, voce, cartelle cliniche elettroniche o sensori dello smartphone), quali tecniche di IA venivano applicate, le prestazioni dei sistemi e se fossero stati testati in contesti reali.

Come viene usata l’IA oggi

La maggior parte del lavoro finora si concentra sull’osservazione dei sintomi nel tempo. Molti studi hanno analizzato voce, testo o dati da smartphone per stimare la gravità di allucinazioni, problemi di pensiero, motivazione o funzionamento sociale senza fare affidamento esclusivo su lunghe interviste in clinica. Altri hanno utilizzato sensori del telefono, dispositivi indossabili o modelli di ricerca online per segnalare una possibile ricaduta giorni o settimane prima del ricovero. Un secondo gruppo importante di studi si è concentrato sui farmaci: verificare se le persone assumono le medicine tramite fotocamere dello smartphone, prevedere chi potrebbe interrompere una terapia o rispondere male a un farmaco, e segnalare effetti collaterali come alterazioni ormonali o rischio di diabete usando dati sanitari di routine. Un terzo cluster ha trattato la gestione del rischio, come la previsione di ricaduta, rientro in ospedale, violenza o gravi malattie fisiche. Soltanto pochi progetti hanno tentato di supportare l’addestramento delle abilità o guidare i terapeuti in tempo reale, nonostante queste aree siano centrali per ricostruire la vita quotidiana.

Quanto sono buoni questi sistemi finora?

Sulla carta, molti modelli appaiono promettenti. Per compiti come classificare le persone in gruppi di rischio o stimare punteggi sintomatici, l’accuratezza tipica era piuttosto elevata, e alcuni piccoli studi hanno riportato prestazioni molto alte nell’analisi della voce o dei modelli comportamentali. I sistemi di allerta per le ricadute riuscivano spesso a individuare cambiamenti insoliti nel comportamento, ma tendevano a non rilevare molte ricadute reali pur generando falsi allarmi, il che significa che sono più adatti come “spinte” precoci che come decisori autonomi. È importante notare che pochi studi hanno testato i loro sistemi su gruppi di pazienti completamente nuovi, e molto pochi hanno riportato quanto fossero ben calibrate le previsioni – cioè se un rischio dichiarato corrispondeva effettivamente a ciò che accadeva. Ancora meno progetti hanno chiuso il ciclo trasformando le previsioni in azioni concrete, come il contatto da parte di un clinico o aggiustamenti del trattamento, e misurando poi se questo ha migliorato la vita dei pazienti.

Cosa è necessario fare dopo

La revisione conclude che l’IA ha un potenziale evidente per rafforzare la riabilitazione nella schizofrenia, mantenendo un monitoraggio più attento dei sintomi, supportando l’assunzione dei farmaci e mettendo in evidenza le persone a maggior rischio di ricaduta o problemi medici. Tuttavia, la maggior parte degli strumenti è ancora nella fase di “prototipo precoce”, tarata su dati provenienti da paesi ad alto reddito e testata principalmente su esiti a breve termine o indiretti. Per aiutare davvero i pazienti, i futuri sistemi avranno bisogno di test esterni accurati, di modi chiari per esprimere l’incertezza, di garanzie su privacy e equità e di progettazioni che mantengano clinici e pazienti nel processo piuttosto che sostituirli. Soprattutto, sostengono gli autori, il successo non dovrebbe essere valutato solo dai punteggi tecnici ma da quanto le cure supportate dall’IA riducono le crisi e aiutano le persone con schizofrenia a partecipare più pienamente alla vita quotidiana.

Citazione: Yang, H., Chang, F., Muroi, F. et al. Application of artificial intelligence in schizophrenia rehabilitation management: a systematic scoping review. Transl Psychiatry 16, 180 (2026). https://doi.org/10.1038/s41398-026-03872-3

Parole chiave: riabilitazione della schizofrenia, fenotipizzazione digitale, aderenza alla terapia, predizione delle ricadute, IA per la salute mentale