The Dematerialisation of Metabolism: Endocrine Digital Twins between Clinical Validation, AI-Spoofing and Healthcare Data Sovereignty

La tecnologia dei gemelli digitali sta emergendo come un paradigma trasformativo nella medicina di precisione, con implicazioni particolari per l'endocrinologia e la cura del diabete. Integrando dati continui provenienti da sensori, dispositivi indossabili, profili genomici e modelli di fisiologia computazionale, i gemelli digitali endocrini possono fornire una rappresentazione dinamica e individualizzata dello stato metabolico del paziente, supportando la previsione degli eventi, l'ottimizzazione terapeutica e la rilevazione precoce delle complicanze. Allo stesso tempo, la crescente complessità algoritmica dei sistemi a ciclo chiuso introduce nuove vulnerabilità: manipolazione avversaria degli input dei sensori (IA-spoofing), fallimenti di fiducia lungo la catena sensore–inferenza–azione e la sfida più ampia della sovranità dei dati nelle architetture sanitarie dipendenti dal cloud. Questi problemi acquisiscono una particolare rilevanza clinica nei sistemi di somministrazione di insulina a circuito chiuso, dove l'integrità dei dati condiziona direttamente la sicurezza del paziente e i risultati terapeutici. Questo articolo presenta una revisione narrativa strutturata del gemello digitale endocrino da quattro prospettive complementari: maturità clinica e metodologica, panorama delle minacce alla cybersecurity, quadro normativo (GDPR, UE AI Act, MDR 2017/745, NIS2) e governance dei dati sanitari nei contesti italiano ed europeo. Sono state identificate sei lacune critiche nella letteratura attuale e viene proposta un'agenda di ricerca insieme a una checklist per la governance operativa per guidare un'adozione clinica responsabile.

Authors

Institutions

Publication Details

Journal
Zenodo (CERN European Organization for Nuclear Research)
Published
2026-06-27
DOI
https://doi.org/10.5281/zenodo.20959239
Primary Topic
Diabetes Management and Research
Type
preprint
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
preprint

The Dematerialisation of Metabolism: Endocrine Digital Twins between Clinical Validation, AI-Spoofing and Healthcare Data Sovereignty

J. Faroni, Glauco Messina
Zenodo (CERN European Organization for Nuclear Research)
Diabetes Management and Research
preprint

The Dematerialisation of Metabolism: Endocrine Digital Twins between Clinical Validation, AI-Spoofing and Healthcare Data Sovereignty

J. Faroni, Glauco Messina
preprint en

Abstract

La tecnologia dei gemelli digitali sta emergendo come un paradigma trasformativo nella medicina di precisione, con implicazioni particolari per l'endocrinologia e la cura del diabete. Integrando dati continui provenienti da sensori, dispositivi indossabili, profili genomici e modelli di fisiologia computazionale, i gemelli digitali endocrini possono fornire una rappresentazione dinamica e individualizzata dello stato metabolico del paziente, supportando la previsione degli eventi, l'ottimizzazione terapeutica e la rilevazione precoce delle complicanze. Allo stesso tempo, la crescente complessità algoritmica dei sistemi a ciclo chiuso introduce nuove vulnerabilità: manipolazione avversaria degli input dei sensori (IA-spoofing), fallimenti di fiducia lungo la catena sensore–inferenza–azione e la sfida più ampia della sovranità dei dati nelle architetture sanitarie dipendenti dal cloud. Questi problemi acquisiscono una particolare rilevanza clinica nei sistemi di somministrazione di insulina a circuito chiuso, dove l'integrità dei dati condiziona direttamente la sicurezza del paziente e i risultati terapeutici. Questo articolo presenta una revisione narrativa strutturata del gemello digitale endocrino da quattro prospettive complementari: maturità clinica e metodologica, panorama delle minacce alla cybersecurity, quadro normativo (GDPR, UE AI Act, MDR 2017/745, NIS2) e governance dei dati sanitari nei contesti italiano ed europeo. Sono state identificate sei lacune critiche nella letteratura attuale e viene proposta un'agenda di ricerca insieme a una checklist per la governance operativa per guidare un'adozione clinica responsabile.

Zenodo (CERN European Organization for Nuclear Research)
IRCCS Istituto Auxologico Italiano (IT)
Decent work and economic growth
Diabetes Management and Research
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.