Guardarsi allo specchio e provare a immaginare come cambierà il proprio volto tra dieci o vent'anni è un esercizio che appartiene da sempre alla nostra curiosità. Oggi, però, quella domanda sta progressivamente uscendo dal territorio dell'immaginazione per entrare in quello della tecnologia. L'evoluzione dell'imaging tridimensionale, dell'intelligenza artificiale e dei modelli predittivi sta infatti portando anche in medicina un concetto nato inizialmente in ambiti molto diversi: quello del digital twin, il gemello digitale.

In termini semplici, un digital twin è una rappresentazione virtuale di una persona, di un organo o di un sistema biologico che può essere aggiornata nel tempo attraverso informazioni provenienti dal soggetto reale. Applicato al volto, il concetto diventa particolarmente interessante perché non si tratterebbe più soltanto di ottenere una fotografia tridimensionale del viso, ma di costruire progressivamente un modello capace di integrare informazioni sulla morfologia, sui tessuti e sulla loro evoluzione.

La domanda, inevitabilmente, è affascinante: potremo un giorno osservare oggi il volto che avremo tra dieci o vent'anni?

Al momento credo sia necessario rispondere con molta prudenza. Una scansione tridimensionale, per quanto precisa, fotografa una condizione in un determinato momento o in seguito a determinate azioni simulate. Un vero gemello digitale dovrebbe invece essere dinamico: dovrebbe aggiornarsi, confrontare ciò che cambia nel soggetto reale e utilizzare queste informazioni per costruire modelli capaci di descrivere differenti traiettorie future. La differenza è sostanziale. Il punto non sarebbe più soltanto sapere come siamo oggi, ma provare a comprendere come potremmo cambiare.

Il volto non invecchia seguendo una formula

Il primo problema è che invecchiare non significa semplicemente aggiungere progressivamente rughe a un'immagine. Il volto è un sistema biologico complesso e nel corso degli anni cambiano contemporaneamente la qualità della cute, il collagene, l'elastina, la distribuzione dei compartimenti adiposi, il tono muscolare, le strutture di sostegno e anche, in misura diversa, lo scheletro facciale.

Questi processi non avvengono nello stesso modo e alla stessa velocità in tutte le persone. La genetica ha certamente un ruolo, ma non è l'unico elemento. Esposizione solare, fumo, alimentazione, variazioni di peso, attività fisica, sonno, stress, condizioni ormonali, patologie, farmaci e abitudini quotidiane contribuiscono nel tempo a costruire una storia biologica individuale. È anche per questo che due persone della stessa età anagrafica possono mostrare caratteristiche di invecchiamento molto differenti.

Un digital twin realmente predittivo dovrebbe quindi fare qualcosa di molto più complesso che elaborare una fotografia. Dovrebbe integrare una quantità crescente di informazioni e, idealmente, imparare anche dalla loro evoluzione nel tempo. Immaginiamo, per esempio, di acquisire periodicamente una scansione tridimensionale del volto. Dopo alcuni anni potremmo osservare variazioni della superficie cutanea, dei volumi, delle proporzioni e di determinate caratteristiche morfologiche. A queste informazioni potrebbero essere associati altri dati clinici e biologici. L'intelligenza artificiale potrebbe quindi riconoscere pattern difficili da identificare attraverso la sola osservazione umana e confrontarli con grandi quantità di dati longitudinali. Il risultato, però, non sarebbe necessariamente una fotografia del nostro futuro. Sarebbe forse più corretto parlare di una traiettoria possibile.

La distinzione è importante perché non esiste un unico futuro biologico già scritto. Se costruissimo oggi il nostro gemello digitale e gli chiedessimo di mostrarci come saremo tra vent'anni, quale scenario dovrebbe scegliere? Quello nel quale manterremo le stesse abitudini? Quello nel quale aumenteremo o perderemo peso? Quello nel quale continueremo a esporci al sole nello stesso modo? E cosa accadrebbe se nel frattempo cambiassero alimentazione, sonno, condizioni ormonali o stato di salute?

È proprio qui, a mio avviso, che il concetto di digital twin diventa molto più interessante della semplice simulazione estetica. Un modello sufficientemente evoluto potrebbe non mostrarci “come saremo”, ma costruire scenari differenti e provare a stimare come alcuni parametri potrebbero evolvere al variare di determinate condizioni.

La ricerca sta già sperimentando modelli di intelligenza artificiale capaci di analizzare caratteristiche dell'invecchiamento attraverso immagini del volto e sono comparsi anche modelli computazionali utilizzati per simulare l'evoluzione di alcuni parametri nel corso degli anni. È un territorio promettente, ma ancora sperimentale. Una simulazione, per quanto sofisticata, non deve essere confusa con una previsione certa.

Dal prevedere l'invecchiamento al simulare i trattamenti

L'altra prospettiva inevitabile riguarda la medicina estetica. Già oggi l'imaging tridimensionale e alcuni sistemi di simulazione possono essere utilizzati durante la consulenza per rendere più chiaro il dialogo tra medico e paziente. Io stesso nella mia pratica utilizzo myArbrea. Quello che offro ai miei pazienti è un simulatore clinico che consente di visualizzare, prima della visita, i possibili esiti di un trattamento sul proprio viso. Non si tratta di un filtro fotografico né di una promessa: è uno strumento di lavoro che uso in consulenza per costruire un dialogo più preciso tra quello che il paziente desidera e quello che è realisticamente raggiungibile. Stiamo parlando di un prodotto all’avanguardia ma non possiamo parlare di digita twin. Se riuscissimo a raggiungere questo tipo di traguardo, allora potremmo immaginare di confrontare non soltanto il volto prima e dopo un determinato trattamento, ma differenti strategie nel tempo. La domanda non sarebbe più semplicemente “come apparirei dopo questo trattamento?”, ma potrebbe diventare: “come potrebbe evolvere questo volto nei prossimi anni seguendo percorsi differenti?”

Forse il valore più grande sarà capire meglio il presente

Paradossalmente, credo che nel prossimo futuro il valore più concreto del gemello digitale potrebbe non essere mostrarci come saremo a settant'anni, ma aiutarci a comprendere con maggiore precisione come stiamo cambiando adesso.

Se disponiamo di acquisizioni standardizzate nel tempo possiamo confrontare ciò che è realmente accaduto, osservare dove sono cambiati i volumi, verificare l'evoluzione di alcune asimmetrie, documentare con maggiore precisione la risposta a un trattamento e distinguere, almeno in parte, la percezione soggettiva dal cambiamento misurabile.

Dal punto di vista clinico questo ha già un valore enorme. La medicina estetica non dovrebbe basarsi soltanto sulla fotografia del “prima” e del “dopo”, ma sempre di più sulla capacità di osservare e comprendere l'evoluzione del paziente nel tempo.

E qui il digital twin potrebbe incontrare un altro grande cambiamento già in corso nella medicina estetica. Per molti anni abbiamo ragionato soprattutto in termini di correzione: compare una ruga e la trattiamo, il volto perde volume e cerchiamo di ripristinarlo, la pelle perde compattezza e proviamo a stimolarla. Oggi il ragionamento si sta progressivamente ampliando verso concetti come skin quality, biostimolazione, medicina rigenerativa, prevenzione e longevity.

Se in futuro riuscissimo a comprendere meglio la traiettoria individuale dell'invecchiamento, potremmo forse passare da una medicina prevalentemente reattiva a una medicina più predittiva e personalizzata. E questo, a mio avviso, non dovrebbe significare iniziare prima a fare più trattamenti. Potrebbe significare esattamente il contrario: comprendere meglio quando intervenire, dove intervenire, con quale strategia e soprattutto quando non è necessario farlo.

Rimane infine una questione che nessun algoritmo dovrebbe farci dimenticare. Supponiamo che un giorno un sistema riesca davvero a simulare con una buona accuratezza l'evoluzione del nostro volto. Che cosa dovremmo fare con quell'informazione? Dovremmo necessariamente cercare di modificare quella traiettoria?

Io credo di no.

L'invecchiamento non è una patologia e il compito della medicina estetica non dovrebbe essere quello di costruire una battaglia permanente contro il tempo. La tecnologia può aiutarci a osservare meglio, misurare, confrontare e, probabilmente, in futuro formulare previsioni sempre più sofisticate. Ma rimarrà al medico il compito più importante: interpretare quelle informazioni all'interno della storia, dell'anatomia, delle aspettative e dell'identità della persona che ha davanti.

Forse il risultato più interessante non sarà avere sullo schermo una fotografia perfetta del nostro futuro, ma qualcosa di più utile: comprendere meglio il modo unico in cui ciascuno di noi cambia nel tempo.

E se la medicina estetica del futuro riuscirà davvero a diventare più predittiva, credo che il suo obiettivo non dovrebbe essere impedirci di invecchiare. Dovrebbe aiutarci a farlo continuando a riconoscerci.

Bibliografia essenziale

Akbarialiabad H, Pasdar A, Murrell DF. Digital twins in dermatology, current status, and the road ahead. npj Digital Medicine. 2024;7:228. doi:10.1038/s41746-024-01220-7.

Pusparum M, Thas O, Beck S, Ecker S, et al. From ageing clocks to human digital twins in personalising healthcare through biological age analysis. npj Digital Medicine. 2025;8:537.

A 15-Year Computational Twin Modeling Study of Botulinum Toxin A Frequency and Age-Related Facial Aging. Aesthetic Plastic Surgery. 2026;50(7):2696-2713. doi:10.1007/s00266-025-05497-1.

Chen W, Qian W, Wu G, et al. Three-dimensional human facial morphologies as robust aging markers. Cell Research. 2015;25:574-587. doi:10.1038/cr.2015.36.

Evolution of Facial Assessment in Aesthetic Medicine: 3D Imaging, Digital Analysis, and Patient-Reported Outcomes. Aesthetic Plastic Surgery. 2026. PMID: 42414647.

Machine learning methods for determining skin age: A systematic review. 2025. doi:10.1016/j.jtv.2025.100887.

AI-driven aging digital twins: A roadmap for clinical translation in precision geriatrics. 2025. PMID: 41192800.