Gaia Bertolino, 25 anni, originaria di Simeri Crichi in provincia di Catanzaro, rappresenta uno di quei percorsi che uniscono il Sud Italia ai laboratori più prestigiosi del mondo. Dopo la laurea triennale e magistrale in Ingegneria informatica con curriculum in Intelligenza Artificiale all’Università della Calabria (voto finale 105/110), ha ottenuto un dottorato Marie Skłodowska-Curie in Computer Science all’Università di Cambridge.
Il suo lavoro si svolge nel Mobile Systems Lab diretto da Cecilia Mascolo, dove si incontrano intelligenza artificiale, dispositivi mobili e tecnologie digitali per la salute. La ricerca di Bertolino si concentra su sistemi di intelligenza artificiale conversazionale applicata alla salute respiratoria. Questi sistemi analizzano registrazioni audio di tosse, rumori respiratori e suoni polmonari catturati tramite smartphone o dispositivi indossabili, interpretando anche le domande dell’utente.
Il punto centrale della sua ricerca è rendere l’IA capace di riconoscere i propri limiti. In ambito sanitario, un modello che produce risposte convincenti su dati insufficienti, incompleti o rumorosi può essere pericoloso. Bertolino sviluppa quindi sistemi uncertainty-aware: i modelli valutano il proprio livello di affidabilità e, quando i dati non sono adeguati, possono rispondere “non lo so”, richiedere registrazioni di migliore qualità o suggerire il coinvolgimento di un professionista sanitario.
Durante la tesi magistrale, condotta in collaborazione tra Unical (professor Domenico Talia) e Cambridge (Cecilia Mascolo), Bertolino ha creato RA-QA, il primo benchmark multimodale per question answering basato su audio respiratorio. Il dataset armonizza 11 corpus pubblici e genera oltre 9 milioni di coppie domanda-risposta che coprono attributi diagnostici e contestuali, con formati aperti, a scelta multipla e di verifica singola. Le condizioni considerate includono asma, COPD e COVID-19, con registrazioni di tosse, respiro, parlato e auscultazione.
Su questa base è stato sviluppato RAMoEA-QA, un modello generativo a specializzazione gerarchica. Un Audio Mixture-of-Experts instrada ogni registrazione verso l’encoder audio più adatto, mentre un Language Mixture-of-Adapters seleziona l’adattatore LoRA appropriato su un LLM condiviso e congelato. Il sistema unifica diversi tipi di domanda e supporta sia target discreti sia continui. Nei test in-domain raggiunge un’accuratezza di 0.72, superando le baseline di stato dell’arte (0.61 e 0.67), e mostra la migliore generalizzazione sotto shift di dominio, modalità e task.
L’approccio non mira a sostituire il medico, ma a supportare la raccolta di informazioni, la valutazione preliminare e il monitoraggio continuo dei pazienti in contesti reali, dove i dispositivi e gli ambienti variano notevolmente. La ricerca verifica il comportamento degli algoritmi fuori dal laboratorio, affrontando rumore, differenze tra pazienti e patologie.
Il percorso di Bertolino è anche un messaggio culturale. “Venendo da un piccolo paese del Sud, ho scelto di studiare all’Unical perché credevo nelle opportunità che questa università poteva offrirmi… Essere oggi a Cambridge dimostra che si può partire dalla Calabria, crescere attraverso lo studio e la ricerca e confrontarsi con realtà scientifiche internazionali. Il mio obiettivo è riuscire, un giorno, a restituire valore alla mia terra.”
In un momento in cui l’IA sanitaria avanza rapidamente, la capacità di ammettere l’incertezza diventa un requisito di sicurezza e di fiducia. Il lavoro di Gaia Bertolino mostra che questa capacità non è solo un’aspirazione teorica, ma un risultato concreto di ricerca rigorosa, nata in Calabria e portata avanti a Cambridge.
Testo: assistito da AI · revisionato da Carlos H. P. Ross
