Synlab: in due anni investiti oltre 9 milioni per l’imaging diagnostico con intelligenza artificiale

Marianna Ritini

Ottobre 23, 2025

Nel 2025, il gruppo Synlab ha già raggiunto un traguardo significativo, erogando oltre 300mila prestazioni nel settore dell’imaging diagnostico. Questo risultato è frutto di un imponente investimento di oltre 9 milioni di euro, destinato a modernizzare le apparecchiature nei centri medici italiani e a integrare l’intelligenza artificiale (IA) nei processi diagnostici. Tale strategia si propone di migliorare la qualità, l’efficacia e l’efficienza dei percorsi di diagnosi, con un focus particolare sulla rapidità dei referti.

Investimenti nella tecnologia diagnostica

Synlab ha avviato un programma di innovazione tecnologica che ha portato all’implementazione di apparecchiature all’avanguardia in otto regioni italiane. Le prestazioni erogate comprendono risonanze magnetiche, tomografie computerizzate (Tac) e radiologie tradizionali, molte delle quali sono disponibili anche in convenzione con il Servizio Sanitario Nazionale. L’integrazione dell’IA nelle attrezzature consente di ottenere immagini di qualità superiore, migliorando così la precisione diagnostica e riducendo i tempi di attesa per i referti. In contesti clinici complessi, come lo studio del torace e dell’addome, l’uso dell’IA risulta cruciale per identificare lesioni che potrebbero sfuggire a metodi tradizionali, aumentando la sensibilità degli esami e diminuendo il rischio di risultati errati.

Il ruolo dell’intelligenza artificiale nell’imaging

L’approccio innovativo di Synlab non si limita alla qualità delle immagini, ma si estende anche all’organizzazione interna dei processi. L’automazione delle fasi complesse, come la ricostruzione e il post-processing delle immagini, ha migliorato l’efficienza operativa dei centri diagnostici, consentendo di ridurre i tempi di attesa per i pazienti. Andrea Buratti, CEO di Synlab Italia, sottolinea l’importanza di questi investimenti tecnologici per garantire diagnosi più rapide e precise, in particolare negli esami di screening e prevenzione. L’obiettivo è fornire un’esperienza migliore per i pazienti, riducendo i tempi di attesa e assicurando diagnosi di alta qualità.

Innovazioni nei servizi diagnostici

Attualmente, Synlab gestisce una rete di 29 risonanze magnetiche, 14 Tac, 21 MOC e 40 apparecchiature radiologiche tradizionali in tutta Italia. Tra i servizi più avanzati offerti, si distingue l’esame Rmn Whole Body, disponibile in centri come Bologna, Genova e Napoli. Questa prestazione consente di ottenere una panoramica dell’organismo senza l’uso di radiazioni ionizzanti, favorendo la prevenzione e la diagnosi precoce di anomalie e patologie oncologiche. Ogni esame è parte di un percorso multidisciplinare che include anamnesi, diagnosi e consulenza finale, assicurando un approccio personalizzato per il paziente.

Nuove tecnologie a Napoli

Recentemente, il centro di Napoli ha potenziato la propria offerta diagnostica con l’installazione di una nuova Tac dotata di rivelatore Photon-Counting, integrata con IA. Filippo Cademartiri, direttore di Imaging Clinico e Ricerca per Diagnostica Avanzata Cardiovascolare presso l’IRCCS Synlab SDN, evidenzia come questa tecnologia rappresenti una delle più significative innovazioni degli ultimi dieci anni. Essa permette di analizzare i singoli fotoni e di ottenere immagini ad altissima risoluzione, migliorando la capacità di diagnosi in ambito cardiologico, oncologico e neurologico, e riducendo al contempo l’esposizione a radiazioni per i pazienti.

L’impatto clinico della nuova Tac è notevole, poiché consente acquisizioni rapide e di alta qualità, anche in presenza di calcificazioni coronariche. In oncologia, facilita una stadiazione più precisa delle lesioni, mentre in pneumologia offre studi polmonari dettagliati, minimizzando la necessità di ripetere esami. Anche il nuovo polo sanitario Synlab Manifattura di Firenze conferma l’impegno del gruppo verso l’innovazione, con servizi come mammografie con tomosintesi e risonanze magnetiche ad alto campo.

×