Il numero compare sul piccolo vetro della bilancia e resta lì, immobile. Stesso peso, stessa altezza; dunque lo stesso indice di massa corporea. Ma sotto la pelle possono cominciare due storie opposte: in un corpo prevalgono i muscoli, nell’altro il grasso; in uno i lipidi si raccolgono sui fianchi e sulle cosce, nell’altro scivolano fra gli organi, si insinuano nel fegato, occupano la profondità dell’addome. La bilancia vede la taglia. Non vede la geografia.

Per disegnare quella geografia, i ricercatori dello studio pubblicato su Communications Medicine hanno affidato a un algoritmo di deep learning le risonanze magnetiche di 45.851 adulti, provenienti dalla German National Cohort e dalla UK Biobank. Il sistema ha ricostruito in tre dimensioni il grasso viscerale, quello sottocutaneo dell’addome e quello gluteo-femorale; ha misurato i muscoli del tronco e la quantità di grasso nel fegato. Da immagini silenziose, fatte di sezioni e chiaroscuri, è emersa una differenza che il BMI comprime in un’unica cifra.

La distinzione più grave riguardava il grasso viscerale, nascosto in profondità fra gli organi addominali. Nelle analisi aggiustate per età, sesso, altezza e BMI, un aumento pari a una deviazione standard era associato a odds superiori del 19% per diabete di tipo 2 e ipertensione, del 29% per le alterazioni dei lipidi, del 20% per lo scompenso cardiaco e del 12% per la malattia coronarica. Anche una maggiore presenza di grasso nel fegato accompagnava più spesso diabete, ipertensione e iperlipidemia.

Perché conta tanto il luogo? Il tessuto viscerale non è un deposito inerte: è metabolicamente attivo, rilascia più facilmente acidi grassi e segnali infiammatori ed è legato all’insulino-resistenza. E tuttavia bisogna fermarsi prima di trasformare un’associazione in una sentenza. Lo studio fotografa corpi e malattie nello stesso momento; non dimostra un rapporto diretto di causa ed effetto. Comprendere una relazione non significa averne già ricostruito l’intera catena.

Poi la mappa si sposta verso il basso e il significato cambia. A parità di dimensioni corporee, una maggiore quantità di grasso gluteo-femorale era associata a odds inferiori di diabete di tipo 2: per ogni deviazione standard in più, la riduzione relativa osservata era del 31%. Associazioni inverse comparivano anche per ipertensione, malattia coronarica e iperlipidemia.

Dovremmo allora concludere che il grasso accumulato su fianchi e cosce “protegge”? No. Sarebbe soltanto un’altra formula facile, sostituita alla precedente. I risultati suggeriscono piuttosto che quel compartimento possa comportarsi come un deposito più stabile, trattenendo i lipidi lontano dal fegato e dagli organi. Anche una maggiore massa muscolare del tronco era associata a odds inferiori di diabete, ipertensione e scompenso cardiaco. Non tutto il grasso è uguale; non tutti i chili abitano il corpo nello stesso modo.

L’età, intanto, ridisegna la carta con una lentezza che finisce per diventare enorme. Confrontando i partecipanti fra i 20-30 e i 60-70 anni, il grasso viscerale risultava maggiore del 236% negli uomini e del 179% nelle donne; quello gluteo-femorale, invece, era inferiore rispettivamente del 9% e del 5%. Più grasso viscerale, associato nel campione a un profilo cardiometabolico meno favorevole; meno grasso nel compartimento che potrebbe comportarsi come un deposito più stabile. Una diversa distribuzione legata all’età, invisibile allo specchio della bilancia.

Che cosa dobbiamo fare, allora, del BMI? Non buttarlo via. È economico, immediato, utile per descrivere grandi popolazioni. Ma è un utensile grossolano e va interrogato insieme alla circonferenza della vita, al rapporto vita-fianchi, alla pressione, alla glicemia, ai lipidi, alla storia clinica. Un numero può orientare; non può raccontare da solo un organismo.

Neppure la tecnologia, del resto, offre una scorciatoia miracolosa. Quando ai dati su età, BMI e rapporto vita-fianchi sono stati aggiunti i compartimenti misurati con la risonanza, la capacità di riconoscere diabete e iperlipidemia è migliorata soltanto in modo modesto. Lo studio non propone di infilare tutti dentro una macchina, ma di ricavare più conoscenza dalle immagini già disponibili e, forse, di rendere un giorno più precisa la valutazione individuale.

Restano limiti che non possiamo nascondere dietro l’eleganza delle ricostruzioni tridimensionali: l’analisi è trasversale, riguarda soprattutto volontari europei di mezza età, comprende molte diagnosi autoriferite e non segue nel tempo la comparsa di nuovi eventi. È una fotografia vasta, non ancora un film.

La bilancia continuerà a rispondere alla domanda più semplice: quanto? Ma il corpo, sotto quel numero fermo, conserva una domanda più difficile: dove? È lì, fra il fegato, gli organi, i muscoli, i fianchi e le cosce, che lo stesso peso smette di essere la stessa storia.

⸻

Mertens CJ, Häntze H, Ziegelmayer S, et al. Pooled two-cohort MRI body composition phenotyping with open-source deep learning. Communications Medicine. 2026;6:467. doi: 10.1038/s43856-026-01888-w.

Link alla pubblicazione