Giulia Marchese, 34 anni, è originaria di Catania. Ha un percorso di formazione internazionale tra dati, salute e tecnologia: ha conseguito un PhD in Geographical Information Systems tra l’Universidad Nacional Autónoma de México e la Goethe-Universität Frankfurt. Nel 2025 ha approfondito Big Data e Intelligenza Artificiale per la Medicina Personalizzata all’Università di Modena e Reggio Emilia. È co-fondatrice di Geen, piattaforma AI focalizzata sulla salute inclusiva e sulla riduzione del Gender Health Data Gap.
Quali sono oggi le principali barriere legate al Gender Health Data Gap e in che modo Geen utilizza l’AI per trasformare dati mancanti o distorti in strumenti concreti per la salute e il benessere delle persone?
«Il Gender Health Data Gap nasce da dati storicamente raccolti su corpi maschili, da bias nella ricerca clinica, dalla censura dei contenuti sulla salute femminile e da sistemi informativi che non distinguono adeguatamente per genere, età e contesto socio-economico. Geen risponde costruendo e addestrando i propri modelli su dataset il più possibile rappresentativi, raccogliendo e analizzando dati disaggregati per sesso, genere, età, etnia e contesto di vita e lavoro, evitando di riprodurre un modello apparentemente “neutro”.
Attraverso un’infrastruttura di AI proprietaria integriamo triage conversazionale gender-aware, modelli linguistici verticali e un data hub che trasforma dati frammentati e distorti in evidenze strutturate. L’assistente conversazionale, allenato su una knowledge base scientifica e su un linguaggio intersezionale, raccoglie dati real-world in ambienti protetti, li collega a percorsi personalizzati e li rende disponibili in forma anonima per ricerca, policy e progettazione di servizi. In questo modo colmiamo vuoti informativi che oggi generano disuguaglianze.»
La vostra piattaforma combina triage conversazionale gender-aware, percorsi personalizzati e analisi aggregate: quali risultati misurabili state osservando?
«Geen sviluppa un’infrastruttura di service navigation intelligence: un copilot conversazionale basato su LLM e GraphRAG che rende “machine-readable” servizi sanitari, socio-assistenziali e di welfare, guidando ogni persona verso il next best step lungo il percorso di cura e benessere, in modo multidisciplinare.
Integrata come AI layer in piattaforme di ASL, ospedali, cliniche, assicurazioni e welfare aziendale, offre dashboard che rendono visibili bisogni latenti, barriere di accesso e pattern di genere. I primi risultati mostrano un aumento dell’utilizzo dei servizi, una maggiore appropriatezza degli invii e una riduzione del time-to-care, oltre a un risparmio di tempo per HR e funzioni welfare. Questo consente di riprogettare policy e benefit su base dati, con impatti concreti su engagement, benessere e riduzione delle disuguaglianze. A livello pubblico, l’interoperabilità via API migliora l’allocazione delle risorse e l’efficienza della spesa sanitaria.»
In che modo Geen può aiutare le nuove generazioni a capire meglio il proprio corpo e superare i tabù sulla salute?
«Geen nasce anche per offrire a tutte le persone, incluse ragazze e ragazzi, uno spazio sempre disponibile, sicuro e non giudicante in cui parlare di salute e benessere, fisico e mentale, senza paura di stigma o censura algoritmica.
L’assistente conversazionale utilizza un linguaggio intersezionale, contenuti scientificamente validati e strumenti educativi accessibili, aiutando a riconoscere segnali di allarme, capire quando rivolgersi a uno specialista e dove trovarlo, distinguendo tra informazione affidabile e disinformazione online. In prospettiva, le collaborazioni con istituzioni e aziende possono trasformare questa tecnologia in un’infrastruttura educativa di sistema, capace di ridurre i tabù, anticipare i bisogni e supportare l’autonomia corporea e decisionale delle nuove generazioni.»
A cura di Gloria Chiocci
