A differenza della percezione corrente, alimentata da un’infosfera sottoposta a meccanismi fortemente distorsivi e polarizzanti, non penso che l’AI possa sostituire i professionisti della sanità, almeno per i prossimi due decenni. Piuttosto, penso che l’IA consenta, già oggi, di utilizzare meglio il loro tempo. Ci sono, però, altri problemi e riguardano la capacità di governance e personale sanitario di porsi alla guida nell’impiego di queste tecnologie, invece che esserne trascinati passivamente e acriticamente.
Prima, però, una premessa sulla differenza tra percezione e realtà
Anche sull’AI la comunicazione – che si è spostata dai media tradizionali ai social web – sta influenzando profondamente il nostro modo di pensare, alterando la nostra comprensione delle situazioni e il modo in cui percepiamo noi stessi e gli altri. In questo ecosistema informativo, i miliardari delle Big Tech decidono come implementare gli algoritmi matematici che circolano sul web e influenzano le opinioni e le scelte.
Per questo non è esagerato dire che viviamo già in un sistema oligarchico mascherato da spazio democratico. Un “tecnofeudalesimo” nel quale i 5 plurimiliardari del tech ci noleggiano pezzettini di web e noi facciamo i contadini a mezzadria per loro conto.È in quest’ambito che bisognerebbe intervenire con maggiore fermezza anche contro i “furti” di informazioni da parte dei giganti del web che rastrellano dati da fonti qualificate, anche quelle protette da copyright (per credere provate a farvi fare delle “sintesi qualificate” di un libro da qualunque IA). Quei dati, che sono il “petrolio” del XXI secolo, andrebbero valorizzati e pagati ridistribuendo in questo modo la ricchezza verso le fonti primarie di intelligenza individuale e collettiva.
Detto questo, se non può sostituire i professionisti, cosa farà l’AI in sanità?
In sanità l’IA potrà analizzare dati, suggerire diagnosi, accelerare processi, ma non prenderà, almeno per ora, mai decisioni cliniche autonome. Sarà uno strumento che, come tante innovazioni, contribuirà a recuperare tempo di cura a medici ed infermieri, ma non potrà mai sostituirli perché nell’“assistenza alle persone” sono insostituibili le “relazioni umane”. È la differenza che c’è tra “aggiustare” e “curare”, la cura è fatta di intelligenza relazionale, di empatia, di ascolto, di giudizio umano, che nessun algoritmo può replicare. Infatti, l’IA è sempre assertiva, dicendo ciò che noi vogliamo sentirci dire, e questo è il rischio delle autodiagnosi.
Per dirla come Papa Leone XIV “la fragilità della condizione umana si manifesta spesso nel campo della medicina”, proprio per questo medici ed infermieri devono avere non solo le necessarie competenze specifiche, ma anche la capacità di comunicare e di essere vicini agli altri sapendo come comunicare al paziente una malattia ed una prospettiva di cura, anche grave, al fine di renderlo consapevole ed allo stesso tempo proattivo nel percorso di cura. Sappiamo bene infatti come la nostra mente sia importante nei processi di guarigione.
Il vero punto critico nell’integrazione dell’IA
In sanità lo sviluppo tecnologico ha portato, e continua a portare, “benefici significativi all’umanità”, basti pensare ai vaccini, ai farmaci, alla personalizzazione genetica, alle reti globali di telemedicina, alla robotica, alla scansione automatica delle radiografie, al bioprinting ed a tante altre. Tutte tecnologie al servizio dell’umanità e supervisionate dagli scienziati di tutto il mondo attraverso le loro ricerche e le loro pubblicazioni che tengono conto sia dell’efficacia che dell’etica.
Invece l’AI in quanto tale non ha etica, è uno strumento creato dall’uomo per semplificare e migliorare il lavoro. È l’uomo che ne definisce i confini. Sta quindi agli esseri umani guidarla e non subirla.
Il problema, perciò, non è tecnologico, ma istituzionale e culturale.
I principali nodi dell’AI in sanità sono:
- Organizzativi: Il cambiamento organizzativo è molto difficile in un ambito complesso come la sanità. I motivi sono molti ma ne cito tre su tutti:
- L’assenza di professionisti capaci di integrare competenze cliniche e tecnologiche;
- L’assenza di KPI condivisi: non si monitorano gli impatti del cambiamento;
- La scarsa cultura del dato: i dati esistono ma non vengono valorizzati.
- L’iter legislativo: In Italia abbiamo oltre 1.000 norme che impattano sul digitale e per approvare una legge occorre mediamente più di un anno, tempi biblici per le tecnologie che si rinnovano costantemente Serve una sintesi per poter lavorare solo su “linee guida” elaborate velocemente dalle tecnostrutture.
Un esempio del ritardo tecnologico in sanità
È la telemedicina: se ne parla da 20 anni ma le tariffe sono un nodo economico ancora irrisolto. Senza le tariffe la telemedicina non può sostenersi. Nessun professionista, ma anche nessuna Azienda Sanitaria, attiverebbe una prestazione senza una tariffa. Occorre sbrigarsi perché una volta finite le risorse del Pnrr, le tariffe saranno l’unico modo per sostenere la telemedicina.
Tornando alle norme
L’Europa ci sta provando attraverso il Digital Omnibus, che è la proposta di nuova regolamentazione per mettere ordine al complesso mondo delle regole sul digitale e prevede tra le molteplici proposte:
- Di integrare Data Act, Data Governance Act, GDPR e strumenti correlati in un unico testo normativo semplificato, riducendo sovrapposizioni e complessità della compliance.
- Di modificare il GDPR stabilendo che le attività di allenamento degli algoritmi dell’intelligenza artificiale con i dati personali presenti su social network, piattaforme online e siti web potrebbero essere svolte legittimamente con la base giuridica del legittimo interesse, creando un regime di notevole favore per l’AI. Questo, a mio avviso (interpretazioni del Garante permettendo) favorirebbe anche l’utilizzo dei dati sanitari per la programmazione e la ricerca.
Una questione geopolitica
Ma anche se l’Europa prova a disegnare dei confini si scontra con quelli ultraliberisti di oltreoceano. Serve quindi una semplificazione forte che, come già accennato, faccia capire immediatamente ai cittadini se si è di fronte ad un artefatto generato con l’IA. È semplice ed è stato già fatto sia per l’audiovisivo che per i videogames. Inoltre, questa semplificazione consentirebbe alle forze dell’ordine di bloccare immediatamente i portali di chi non rispetta questa regola.
Ovviamente il percorso legislativo in atto è solo all’inizio e andrà seguito nei prossimi mesi, soprattutto perché avrà un impatto rilevante su tutti gli operatori e specialisti del settore.
Oltre alle norme per governare l’AI in sanità serve:
- Definire chi risponde delle decisioni prese con supporto IA tra clinici, strutture e fornitori.
- Che la governance imponga standard autoesplicativi per l’utente perché molti algoritmi sono “black box”, chiusi.
- Che la governance spinga molto di più su standard aperti e qualità dei dati Sistemi sanitari frammentati rendono difficile integrare IA senza creare silos.
- Un controllo ex ante e ex post sia sull’impatto clinico da parte delle società scientifiche che sull’impatto sociale che, tuttavia, è molto più difficile misurare. Algoritmi addestrati su dataset non rappresentativi rischiano di amplificare bias.
In sintesi, il punto critico è passare da una governance centrata sul software a una governance centrata sul processo clinico e sull’impatto sociale.
Per evitare che l’AI diventi un acceleratore di gap, servono investimenti in:
- Data governance inclusiva: Creare dataset rappresentativi di tutte le popolazioni, non solo dei centri più avanzati ma anche per le strutture territoriali: Se l’IA è accessibile solo nei grandi ospedali, aumenta il divario. Servono piattaforme cloud sicure e accessibili anche alle strutture periferiche.
- Formazione capillare: Non solo per medici, ma anche per infermieri e amministrativi. L’IA deve essere compresa come strumento, non come “magia”.
- Monitoraggio dell’impatto: KPI non solo clinici, ma anche di equità (es. riduzione tempi di diagnosi in aree rurali).
- Partecipazione: Coinvolgere sia le società scientifiche che i pazienti e le loro associazioni nella definizione delle priorità e nella valutazione dei rischi.
Dello stesso autore
