La diagnosi di sclerosi multipla resta un percorso a ostacoli: valutazione clinica, risonanza magnetica, esclusioni. L'idea che un'espressione genica del sangue possa catturare un segnale immunitario utile non è nuova, ma nessuno considera i classificatori su RNA ematico un sostituto del giudizio medico. MS-MLB, il benchmark appena pubblicato, non vuole cambiare questa gerarchia. Punta invece a rendere la ricerca più solida, confrontabile e trasparente.

Il cuore del lavoro è una pipeline open che parte dal dataset pubblico GSE17048 e lo trasforma in un compito binario: sclerosi multipla contro controlli sani. La vera differenza sta nella struttura di validazione. Si parla di nested cross-validation, holdout set stratificato mai toccato durante l'ottimizzazione, intervalli di confidenza bootstrap, analisi ROC e precision-recall, calibrazione e un MS Research Score costruito per confrontare gli algoritmi. Il tutto senza bisogno di riconfigurare nulla: un ricercatore può eseguire il benchmark e ottenere risultati direttamente riproducibili. C'è persino un percorso documentato per sottomettere modelli esterni.

I numeri finali dicono che Gradient Boosting guida la classifica con un MS Research Score di 93.83, AUC-ROC di 0.989, sensibilità 0.950, specificità 0.778 e Brier score di 0.050. Numeri elevati, sì, ma il team mette subito le mani avanti: il punteggio è pensato solo per il confronto scientifico, senza alcuna validazione clinica. Ed è proprio questo l'aspetto che rende il benchmark interessante per chi guarda all'AI sanitaria con un occhio al deployment reale.

Da anni la ricerca su RNA ematico nella sclerosi multipla sconta un problema di riproducibilità. Modelli promettenti su una coorte crollano su un'altra, pipeline valutate con metriche diverse rendono impossibile capire se un algoritmo sia davvero migliore. MS-MLB non risolve la variabilità biologica, ma elimina quella metodologica. Offre un terreno comune dove ogni nuovo classificatore può essere testato nelle stesse condizioni, con gli stessi split e le stesse metriche. È un tassello fondamentale per costruire strumenti che, un giorno, potrebbero essere validati in ambito clinico.

E qui si inserisce l'angolazione che interessa chi progetta infrastrutture per l'AI in sanità. Un benchmark riproducibile non serve solo alla comunità accademica. Serve anche come punto di partenza per chi valuta il deployment on-premise di modelli di supporto alla diagnosi. In contesti ospedalieri, la sovranità dei dati è un requisito non negoziabile, e poter contare su una pipeline standardizzata semplifica la validazione interna su dati locali, nel rispetto delle normative sulla privacy. Non stiamo dicendo che MS-MLB sia pronto per l'uso clinico. Ma la sua architettura, aperta e verificabile, segnala la direzione: solo ciò che è riproducibile può diventare affidabile, e solo ciò che è affidabile può essere portato dove i dati devono restare, cioè on-premise. La strada è ancora lunga, ma intanto il codice è su GitHub, e la sfida è aperta.