Una mano regge lo smartphone vicino al viso: sullo schermo, una piccola guida in un box verde dice di avvicinarsi, di mettere a fuoco, di tenere fermo. Click. L’app processa, una nuvola di server da qualche parte in Cina scansiona la foto, un oculista la guarda entro ventiquattro ore: e se c’è qualcosa che non va, l’app medica ti avverte. Si chiama CaptureTumor, gira come un mini programma dentro WeChat, il Facebook cinese, ed è la cosa più vicina a uno screening di massa per i tumori della superficie oculare che abbiamo oggi. Pubblicata su JAMA Ophthalmology il 4 giugno 2026, con numeri che non si vedono spesso in un trial di questo tipo.
Cosa ha fatto, esattamente, questa app medica
L’idea parte dal gruppo di Ruixin Wang alla Sun Yat-sen University di Guangzhou. Parte soprattutto da un modello di deep learning addestrato per dodici anni su immagini ottenute con la lampada a fessura, poi raffinato con foto da telefono che passavano tre controlli automatici: inquadratura, fuoco, esposizione. L’app guida l’utente al momento dello scatto (è la parte interessante, perché senza guida la qualità dell’immagine cade verticale), manda il file in cloud, lo processa e lo gira a un esperto clinico entro un giorno: i casi sospetti, alla fine, vengono indirizzati a centri specializzati. Sei mesi di prova nazionale, 614 partecipanti reclutati tra televisione, social e ospedali online, età dai quattro agli ottantasette anni. Analisi finale su 805 immagini di 535 persone.
I numeri grezzi: sensibilità dell’89,3%, specificità del 95,9%. Sulle immagini fatte direttamente dagli utenti con la guida dentro l’app, l’app medica resta a uno 0,905 (quasi sovrapponibile a un oculista con la lampada). In altri termini: gli scatti casalinghi pesano qualcosa, ma non quanto ci si aspetterebbe.
Scheda Studio
Pubblicazione: Wang R, Bi S, Lin D, Li M, et al., “Smartphone-Based Proactive Self-Screening for Ocular Surface Malignancies: A Nonrandomized Clinical Trial”, pubblicato su JAMA Ophthalmology (4 giugno 2026). DOI: 10.1001/jamaophthalmol.2026.1609. Commento invitato sulla stessa rivista.
La cifra che cambia il quadro
Su 58 segnalazioni di rischio attivate dall’app, venti tumori sono stati confermati da biopsia. Diciannove erano mai stati diagnosticati prima. Nessuno ha richiesto l’enucleazione del bulbo o l’asportazione dei tessuti orbitali (cioè la rimozione dell’occhio, per intenderci). In parallelo, il numero medio di visite specialistiche prima del trattamento definitivo è sceso da 3,69 a 1,02 per i pazienti passati attraverso CaptureTumor. È il punto su cui insiste anche questa logica dello screening “smart”: il guadagno non è solo diagnostico, è di percorso. Meno passaggi, meno tempo, più sopravvivenza.
Va detto, l’app si è formata su una popolazione cinese, e su quella performa così. Gli autori stessi sottolineano il limite: pochissimi non-cinesi nel campione, generalizzabilità da dimostrare. E poi c’è il rovescio della medaglia di ogni screening via telefono, ovvero gli anziani che con il telefono non se la cavano benissimo (un’app age-friendly andrebbe pensata a parte, dicono).
Il modello “closed-loop” e perché interessa
Nel commento di accompagnamento, i revisori chiamano la cosa “closed-loop”: un circuito perfetto tra il “reclutamento” pubblico via media, il “triage” guidato dall’AI e i rimandi allo specialista che valida referral allo specialista. Tutto dentro un’unica app medica. È una formula che si era già intravista in altri esperimenti (come il test fai-da-te per la diagnosi precoce del cancro, o come le mammografie lette dall’AI), ma qui per la prima volta la chiusura del cerchio funziona davvero per una malattia rara. La proiezione degli autori è un aumento di cinque volte dei casi rilevati per centro all’anno: si passerebbe da otto a quaranta.
È una proiezione, attenzione, non un dato di follow-up. Va validata.
Quando lo vedremo davvero
Orizzonte stimato: 3-7 anni in Cina, 7-12 anni nel resto del mondo.
In Cina l’infrastruttura c’è già: WeChat la usa tutto il paese, il modello è addestrato sulla popolazione locale, gli ospedali online sono parte del sistema. Fuori dalla Cina servono tre cose: rivalidare l’algoritmo su popolazioni con genetica diversa, costruire la rete di clinici disposti a revisionare le immagini entro ventiquattro ore, e mettere a posto la regolamentazione (FDA, EMA, CE-IVDR per i dispositivi medici software). Il primo a usarla, fuori dalla Cina, sarà chi può permettersi di costruire la pipeline clinica intorno: ospedali universitari, sistemi sanitari nazionali ben finanziati. L’Africa, dove i tumori della superficie oculare sono più diffusi per esposizione UV, arriverà per ultima. Ahimé: come sempre.
