Giulia Marchese è CEO, CTO e Co-Fondatrice di Geen un sistema di indirizzamento efficiente che, tramite intelligenza artificiale e un data hub proprietario, si installa su piattaforme di CUP, strutture sanitarie, assicurazioni e agevola l’incontro tra bisogni sociosanitari e competenze professionali, migliorando la qualità delle scelte, riducendo tempi e costi di accesso, e offrendo indicatori oggettivi per la programmazione sanitaria e il welfare aziendale. Perché anche in questo ambito esiste un gender data gap da colmare.
Marchese è Data Scientist con oltre 10 anni di esperienza in analisi di dati di genere. Ha lavorato anche come consulente internazionale delle Nazioni Unite per ricerche sul “genere dei dati”: ha realizzato uno studio sperimentale per misurare l’impatto di alcuni fattori geospaziali (disponibilità e accessibilità di centri di salute o consultori, stazioni di polizia, presenza sul territorio di organizzazioni per la difesa delle donne, ecc.) sull’andamento della violenza di genere. Ha viaggiato dalla Sicilia al Brasile fino al Messico, portando sempre innovazione e nuove idee. Vulcanica, geniale, lungimirante, ha risposto alle nostre domande.

Sei fiera del tuo lavoro? (Jasmine, 10 anni, dal progetto “Anche noi Reporter!” )

Sì, sono molto fiera del mio lavoro e questa è un’ottima domanda perché secondo me l’essere fiera ogni giorno di quello che si fa è fondamentale. A partire dalle piccole cose. Una condizione di soddisfazione che deve abbracciare sia la sfera personale che quella professionale. Mi piace svegliarmi ed aprire il mio computer: mi gaso vedendo tutto quello che posso fare con questa macchina sorprendente. Quindi sì, sono fiera del mio lavoro.

Cosa hai studiato per il tuo lavoro? (Aya, 11 anni, dal Progetto 1, 2, 3, Storia!©” | Libricino dei mestieri 2025)

Bellissima anche questa domanda! Ho studiato tantissimo e soprattutto continuo a studiare, quindi non parlerei al passato ma al presente: da pochissimo ho finito un corso di alta formazione all’Università di Modena Reggio Emilia su intelligenza artificiale applicata alla medicina e così continuo a studiare.
Se parliamo in termini di formazione tradizionale, ho studiato Relazioni Internazionali, poi Giurisprudenza e poi ho fatto un dottorato invece sui Sistemi Informativi Geografici. Ho fatto vari corsi fin da quando ero all’università in programmazione, analisi statistica, ho studiato vari linguaggi di programmazione.
Mi piacevano molto la matematica e la fisica, ma mi sembravamo troppo astratte. Volevo lavorare su qualcosa di più concreto, su progetti in ambito sociale, un campo di applicazione che mi entusiasma. Da qui la scelta di Relazioni Internazionali, nonostante le mie attitudini fossero fortemente matematiche, scientifiche. Penso che questo succeda a tante donne che, nonostante abbiano forti attitudini in ambito matematico-scientifico, per una serie di ragioni, magari anche per condizionamenti e pregiudizi, finiscono per studiare altro. E vale anche al contrario: una donna studia le materie STEM, ma poi finisce per lavorare facendo cose che non sono STEM.

C’è qualcosa che gli altri non sanno di te? (dal libro-progetto “L’Età di Mezzo”)

Tantissime cose. Tra l’altro io sono scorpione, non so quanto interessi l’astrologia, però sono un segno molto misterioso e che valuta anche positivamente il mistero.
Attualmente la cosa che generalmente non si sa di me è che ho un attaccamento viscerale alle mie nonne. Sono mancate entrambe ma sono con me ogni giorno, proprio una presenza visceralmente presente. La nonna materna Venera, la nonna paterna Angela. Loro sono stati degli esempi femminili importanti: erano molto diverse, ma la cosa che avevano in comune era che entrambe fossero due donne lavoratrici. Professioni che non si vedono: facevano piccoli rammenti, tutte e due erano delle bravissime una a fare la sarta, l’altra a ricamare. Mezza città le conosceva e portava a loro lavori da fare, ma ufficialmente erano casalinghe.

Il progetto più difficile che hai realizzato? (Irene, 11 anni, da “Progetto 1, 2, 3, Storia!©”)

Sicuramente quello che sto realizzando adesso con la mia startup. Però, se ci volgiamo al passato, quello assegnatomi da UN Women su donne, empowerment, parità di genere e quant’altro. Si trattava di coordinare l’elaborazione di un modello econometrico per misurare i fattori geospaziali che condizionavano la violenza di genere sul territorio. Una delle cose più complesse che io abbia fatto.

Sei famosa? (Irma, 10 anni, dal progetto “Anche noi Reporter!” )

Dipende per chi. Per mia figlia sono famosissima. Mi nomina tutto il giorno, tutti i giorni. Probabilmente anche per i miei genitori. Non so come misurare il livello di celebrità. È la mia deviazione professionale: lavorando sempre con i dati, voglio sempre misurare tutto e sì, probabilmente dovrei capire quanto vengo citata nei media…

Come GEEN aiuta a chiudere il “gender health data gap”? (Domanda della fondatrice di BET SHE CAN, Marie-Madeleine Gianni)

Allora, GEEN è un software basato su intelligenza artificiale che accorcia e ottimizza i tempi e le risorse per arrivare al servizio sociosanitario più appropriato per il bisogno che si ha. Il paziente può essere uomo, donna, persona non binaria, quello che vogliono essere.
Il software che noi vendiamo alle aziende sanitarie, nel mondo assicurativo, ovunque ci siano dei portali di prenotazioni di servizi sociosanitari, costruisce dei record disaggregati, quindi registra quelle informazioni in modo disaggregato, non soltanto considerando il genere della persona che sta interagendo, ma anche costruendo delle connessioni che fino ad oggi non abbiamo in modo strutturato, e che di fatto connettono tutta la sintomatologia: il sintomo “gola secca”, il sintomo “naso ostruito”, il sintomo “mal di pancia” con il genere, età, storia della persona, la “sotto specialità” di riferimento, ma anche lo specialista, la struttura, la localizzazione geografica. Questo di fatto è un modo di costruire una conoscenza strutturata anche considerando come fondamentale la variabile di genere.
La medicina nel passato è stata costruita su un modello maschile, su un uomo medio, europeo, di circa 70 chili. Su quel modello sono stati costruiti tutti i dosaggi, le soglie, le diagnosi e quant’altro, e qui c’è una conoscenza costruita su quel modello. Allo stesso tempo anche noi stesse ci siamo auto calibrate su quel modello. Faccio un esempio: negli Stati Uniti soltanto a partire dal ‘93 – 33 anni fa – le donne in età fertile, quindi praticamente la finestra 12 – 55 anni, sono entrate nei trial clinici, perché prima del 1993 le donne non erano di fatto incluse.

Cosa pensi di BET SHE CAN?

Adesso che ho una figlia di tre anni mi sto rendendo conto di quanto sia fondamentale piantare i semini fin dalla nascita, cioè dal parto, perché mi rendo conto di quanto ogni parola, ogni atteggiamento che adottiamo è per loro un role model e quindi più di tutto – adesso che sono mamma – sono consapevole di quanto sia visceralmente fondamentale moltiplicare le iniziative in cui le ragazze, i ragazzi e tutte le “persone piccole” possono vedere degli esempi, osservare e capire perché di fatto è quello il loro modello di apprendimento, soprattutto da quando sono nate fino ai 10-12 anni: l’osservazione.