RefertAI

## Il problema

La refertazione radiologica può essere un collo di bottiglia delle cliniche veterinarie. Il veterinario generalista scatta la lastra in pochi minuti, ma l'interpretazione e la scrittura del referto richiedono tempo che in ambulatorio scarseggia; il secondo parere specialistico esterno comporta costi e tempi di attesa. Secondo una stima di settore pubblicata da [SignalPET](https://www.signalpet.com/articles/can-computers-read-radiographs/), quasi il 90% delle radiografie veterinarie non riceve una revisione specialistica: il carico dell'interpretazione resta quindi spesso al generalista. La stima non riguarda specificamente l'Italia.

In Italia ci sono 8.647 strutture veterinarie per animali da compagnia, secondo [ANMVI, 2025](https://www.anmvi.it/2025/1332-italia-65-milioni-di-pet-la-forza-della-medicina-veterinaria.html). La spesa veterinaria privata rilevata dal Sistema Tessera Sanitaria, che comprende anche gli acquisti veterinari in farmacia e parafarmacia, ha raggiunto circa 1,237 miliardi di euro nel 2024, in crescita dell'8,8% sul 2023 ([MEF–RGS, rapporto 2025, tabella 4.14](https://fondazionecerm.it/wp-content/uploads/2026/01/IMDSS-RS2025.pdf)): il settore cresce.

## La soluzione

RefertAI ([refertai.app](https://refertai.app)) è il copilota AI per la radiologia veterinaria, integrato in una postazione di lettura e refertazione già disponibile per Windows:

1. Carichi lo studio — ricevi le radiografie direttamente dalla macchina RX tramite DICOM, lo standard usato per scambiare le immagini mediche, oppure importi immagini da cartella.

2. L'AI propone i reperti del torace di cane e gatto — con punteggi del modello e una heatmap di attivazione. Il veterinario li verifica; ha inoltre a disposizione strumenti di misura clinica, come VHS, indice di Norberg, TPLO, distanze e angoli calibrati.

3. Il veterinario rivede e finalizza — l'AI organizza i reperti confermati, le misure e il contesto in una bozza di referto strutturato, che il medico corregge, completa ed esporta in PDF/Word con il logo e i dati della clinica.

RefertAI è uno strumento di supporto alla refertazione: nessun referto parte da solo e la decisione clinica resta al medico veterinario. Human-in-the-loop by design.

## Traction

- Prodotto disponibile per Windows su [refertai.app](https://refertai.app), con prezzi pubblici e abbonamento per clinica.

- Modello AI storico per il torace: ensemble di 5 reti neurali, AUROC macro 0,868 su un test interno di 1.096 radiografie di 393 pazienti. È un risultato tecnico interno, non una validazione clinica indipendente. La nuova AI anatomica è in sviluppo.

- 150 contatti e circa 40 persone in prova con una campagna Facebook Ads di 14 giorni. La beta offriva 7 giorni di utilizzo, con AI ancora instabile e richiesta di feedback per migliorare il prodotto.

- Una decina di cliniche interessate ha contribuito con feedback allo sviluppo. Al 29 settembre 2026 non ci sono ancora cliniche paganti.

## Mercato

- TAM: mercato globale dell'AI diagnostica veterinaria, stimato in 849,4 milioni di dollari nel 2026, con previsione di 2,63 miliardi nel 2033 e CAGR del 17,2% nel periodo 2025–2033 ([Grand View Research](https://www.grandviewresearch.com/industry-analysis/veterinary-ai-diagnostics-market-report)). Il perimetro comprende software, hardware e servizi.

- SAM: cliniche e ambulatori italiani che eseguono radiografie di cani e gatti e hanno un flusso compatibile con RefertAI, all'interno delle 8.647 strutture censite. Il totale nazionale comprende anche strutture che non rientrano in questo segmento.

- SOM / obiettivo a 5 anni: 1.000 cliniche italiane abbonate. Al listino annuale di €999 per struttura corrisponderebbero a €999.000 di ricavi ricorrenti annui, IVA esclusa, prima degli eventuali ricavi dei moduli aggiuntivi.

## Modello di business

SaaS in abbonamento per clinica: €99/mese, €530/6 mesi, €999/anno, IVA esclusa. Prezzi pubblici. Sono previsti moduli opzionali a pagamento, come TAC e dermatologia, per ampliare l'offerta nella stessa clinica.

## Perché noi

- Verticalità: misure cliniche specifiche e workflow costruito sul lavoro della clinica. Una delle divi per lo sviluppo del machine learning è la raccolta di Tommaso Banzato, dell'Università di Padova, e coautori: [9.882 radiografie toraciche di cani e gatti annotate da un radiologo esperto]

- Velocità di esecuzione: prodotto con AI, ricezione DICOM e refertazione costruito e messo online da un unico fondatore, Giuseppe Delli Paoli.

- Canale: conoscenza diretta del target attraverso la campagna Facebook Ads, le prove dell'app e i feedback delle cliniche.

- Trasparenza clinica: suggerimenti verificabili dal veterinario, heatmap di attivazione e referto modificabile prima della finalizzazione.

## Roadmap

1. AI più forte e storico dell'animale (Q4 2026): sviluppo della nuova AI anatomica e obiettivo di usare gli esami precedenti e i problemi già documentati dello stesso animale come contesto, per aiutare il veterinario a riconoscere cambiamenti e scegliere i controlli successivi.

2. Estensioni cliniche e integrazioni (2027): collegamento con cartella clinica e gestionali; sviluppo oltre il torace, con moduli previsti per TAC e dermatologia, a partire dalla preparazione dei dati e dalla successiva valutazione clinica.

3. Espansione europea (H2 2027): obiettivo di localizzazione EN/ES, ingresso nei primi mercati UE e ricerca di partnership con distributori di apparecchiature RX.