Basterà un giorno fotografarsi i piedi con il cellulare per capire se qualcosa non va, prima ancora che compaia una ferita? È l’ipotesi esplorata da un nuovo studio pubblicato il 7 agosto su Scientific Reports. I ricercatori dello Shengli Oilfield Central Hospital e della Shandong University, in Cina, hanno sviluppato un sistema di intelligenza artificiale capace di partire da una comune fotografia RGB — quella che potrebbe scattare praticamente qualsiasi smartphone — e generare una sorta di “termografia virtuale” del piede. L’idea nasce da un problema concreto: nel diabete, alterazioni della circolazione, neuropatia e pressioni anomale possono favorire lesioni che in alcuni casi evolvono in ulcere difficili da guarire. Le variazioni della temperatura cutanea possono offrire indizi precoci di infiammazione o alterazioni della perfusione. Non a caso, le linee guida internazionali IWGDF considerano il monitoraggio quotidiano della temperatura del piede nei pazienti a rischio moderato o elevato una possibile strategia preventiva. Il problema è che una normale fotocamera non vede gli infrarossi e quindi non misura la temperatura. È qui che entra in gioco l’IA.
Il sistema utilizza una tecnica di apprendimento chiamata CycleGAN: invece di avere migliaia di fotografie e termografie perfettamente abbinate dello stesso piede, impara le caratteristiche dei due mondi da raccolte di immagini separate. I ricercatori hanno utilizzato fotografie di piedi diabetici disponibili pubblicamente su Kaggle e un secondo database contenente circa 200 immagini termografiche di persone con diabete e controlli sani. L’algoritmo cerca così di tradurre ciò che vede nella fotografia in una rappresentazione termica plausibile, preservando dita, teste metatarsali, arco plantare e tallone. Il risultato non è una temperatura realmente registrata dal telefono: è una stima generata dal modello sulla base delle caratteristiche visibili apprese durante l’addestramento. Un secondo componente dell’IA analizza poi questa rappresentazione sintetica alla ricerca di anomalie e riporta il segnale sulla fotografia originale, producendo una mappa colorata delle aree considerate più sospette. Tra quelle evidenziate più frequentemente compaiono le regioni interdigitali e metatarso-falangee, zone sottoposte a pressioni importanti e clinicamente rilevanti nel piede diabetico.
Nei test i numeri sono interessanti. Il sistema ha raggiunto un’AUROC di 0,91 nel distinguere le anomalie termiche, con sensibilità dell’89% e specificità dell’86%. Quando la mappa di rischio è stata riportata sulla normale fotografia, la sovrapposizione con le zone di riferimento ha raggiunto un IoU di 0,76 e, nell’87% dei casi, l’area indicata come più importante dall’algoritmo coincideva con quella considerata anomala. I ricercatori hanno inoltre confrontato gli indicatori prodotti dal sistema con dati fisiologici relativi alla circolazione e alla guarigione: la riduzione dell’area giudicata a rischio era correlata al miglioramento degli indici vascolari ABI e TBI, con una correlazione di -0,68. Il punto interessante è quindi andare oltre ciò che l’occhio vede nella foto, tentando di trasformare indizi visivi molto sottili in una rappresentazione fisiologica più interpretabile. È proprio ciò che rende la tecnologia potenzialmente adatta, in futuro, al monitoraggio domestico e alla telemedicina.
Ma siamo ancora lontani dal poter fotografare un piede e affidarsi al cellulare per stabilire se comparirà un’ulcera. Lo studio è soprattutto una prova di fattibilità computazionale. Le fotografie e le termografie utilizzate per addestrare il sistema non erano immagini accoppiate dello stesso paziente scattate nello stesso momento, e la valutazione principale è stata effettuata su database pubblici, non su una popolazione arruolata prospetticamente che si fotografava a casa con smartphone differenti. Gli stessi autori riportano problemi in circa il 6% delle immagini di test in presenza di forte illuminazione, callosità marcate o mosso e sottolineano che, nelle condizioni reali, la fragilità potrebbe essere maggiore. Servono quindi studi multicentrici nei quali normali fotografie da smartphone vengano confrontate direttamente e contemporaneamente con termografie reali e, soprattutto, seguite nel tempo per verificare se le zone segnalate sviluppino effettivamente una lesione. Se quella prova arriverà, il salto sarebbe notevole: trasformare una fotocamera presente in miliardi di tasche in uno strumento di allerta precoce per una delle complicanze più temute del diabete. Per ora, però, l’IA non “misura” il calore: prova a immaginarlo con i dati che ha imparato a riconoscere.
⸻
Sui P., Wu G., Xu J. et al., “Unpaired RGB-to-thermal learning for explainable diabetic-foot risk screening”, Scientific Reports, pubblicato il 7 agosto 2026. DOI: 10.1038/s41598-026-61426-5.