L’intelligenza artificiale può contribuire a migliorare la diagnosi, supportare le decisioni cliniche e rendere più efficienti i processi assistenziali. Perché questo potenziale si traduca in benefici concreti non basta disporre di algoritmi sempre più avanzati: occorre garantire la qualità dei dati utilizzati, definire regole chiare per il loro trattamento e formare i professionisti chiamati a utilizzare questi strumenti. È questo il quadro che emerge dal panel a Welfair 2026, fiera del fare Sanità «Riportare l’AI sulla terra: Storie di applicazione reale, potenzialità a medio termine e ostacoli concreti in sanità e nella ricerca».
Nel 2025 la spesa italiana per la sanità digitale ha raggiunto 2,7 miliardi di euro, con una crescita del 9% rispetto all’anno precedente. Eppure soltanto il 30% dei medici ha ricevuto una formazione sull’intelligenza artificiale e appena il 2% degli specialisti possiede competenze considerate buone o ottime. L’introduzione dell’AI in sanità passa anche dalla capacità di costruire un sistema di governance che tenga insieme infrastrutture, competenze, tutela della privacy e responsabilità.
La rappresentatività del dato sanitario
La disponibilità dei dati è uno dei presupposti per sviluppare sistemi di intelligenza artificiale affidabili. Ma non è sufficiente raccoglierne grandi quantità: è necessario che siano di qualità e rappresentino adeguatamente le persone sulle quali gli strumenti saranno utilizzati.
Il tema assume un rilievo particolare quando si considerano le differenze di genere. L’avvocato Angela Petraglia ha richiamato la necessità di prestare attenzione alla rappresentazione della salute delle donne nei dati sanitari, mentre Cecilia Politi, presidente SIT Molise, ha sottolineato l’importanza di identificare correttamente le differenze tra uomini e donne. Un algoritmo, infatti, può essere tecnicamente sofisticato, ma se viene sviluppato a partire da dati non rappresentativi rischia di produrre risultati meno affidabili per alcune categorie di pazienti. La qualità del dato diventa così una condizione essenziale per evitare che l’innovazione riproduca o amplifichi disuguaglianze già esistenti.
Privacy e accesso ai dati
Un secondo aspetto dell’AI in sanità riguarda la possibilità di utilizzare i dati sanitari per sviluppare e migliorare gli strumenti di intelligenza artificiale.
Durante il confronto è stata evidenziata la complessità dei processi burocratici che possono accompagnare l’accesso ai dati per la ricerca. Tra le soluzioni richiamate c’è anche il ricorso ai dati sintetici. Generati artificialmente per riprodurre alcune caratteristiche statistiche di quelli reali, l’obiettivo è favorire attività di analisi limitando l’impiego diretto di informazioni personali. Il loro utilizzo richiede comunque valutazioni specifiche sulla qualità dei dati prodotti e sulle garanzie di protezione. In ogni caso, la tutela della privacy deve essere considerata fin dalle prime fasi di progettazione dei sistemi. È uno degli aspetti evidenziati da Stefano D’Ottavi, Coordinatore Struttura privacy ISS, che ha richiamato l’importanza di rendere comprensibili agli interessati le modalità di trattamento dei dati e le conseguenze del loro utilizzo.
La governance deve quindi tradurre i principi di tutela in procedure operative, responsabilità definite e strumenti di controllo. Non si tratta soltanto di rispettare gli obblighi normativi, ma anche di creare le condizioni per un utilizzo consapevole e trasparente delle tecnologie.
Formazione e responsabilità, il professionista resta centrale
L’introduzione dell’AI in sanità richiede competenze che non possono limitarsi all’utilizzo tecnico di una piattaforma. I professionisti devono essere in grado di comprendere le possibilità e i limiti degli strumenti, valutarne i risultati e riconoscere eventuali errori o distorsioni.
Come sottolineato dalla dott.ssa Barbara Porcelli, l’AI deve essere utilizzata tenendo conto delle specificità del paziente. La formazione deve quindi permettere agli operatori di comprendere il valore aggiunto delle tecnologie e di partecipare alla loro progettazione e valutazione, affiancando alle competenze operative una preparazione etica. In questo senso, la formazione deve integrare dimensioni tecniche, giuridiche ed etiche. La consapevolezza riguarda infatti non soltanto chi utilizza gli strumenti, ma anche chi li acquista, li progetta e ne governa l’impiego all’interno delle organizzazioni sanitarie.
Dal punto di vista delle aziende tecnologiche, Fabio Macrì, Head of Sales di Samsung Electronics Italia, ha richiamato l’importanza di mettere a disposizione strumenti utili ai professionisti, con l’obiettivo di garantire continuità assistenziale. Il criterio non dovrebbe essere la quantità di tecnologia introdotta, ma la sua qualità e la capacità di produrre un beneficio concreto per operatori e pazienti.
Dalla diagnosi precoce alla prevenzione: l’applicazione dell’AI
L’AI in sanità è già una realtà concreta. Sono diversi gli ambiti in cui viene applicata, come la diagnosi e la prevenzione. Tra questi, c’è la piattaforma MIA di AGENAS.
«Una piattaforma – spiega Beatrice Del Frate, Dirigente informatico, DEC Piattaforma di AI per MMG Agenas – utile in tre aree: attività diagnostica di base, gestione della cronicità e prevenzione. Uno strumento che, attraverso prompt specifici dà un aiuto concreto ai medici. L’obiettivo non deve essere sostituire il professionista, ma offrirgli un supporto. In questo modo, infatti, si riduce il carico amministrativo e burocratico del medico, lasciandogli pieno spazio per la cura del paziente».
Giuseppe Jurman, partecipando al tavolo a Welfair, ha riportato 3 esempi concreti: il rischio di sviluppare un tumore del colon. Elaborare un sistema capace di riconoscere nella voce segnali riconducibili al tumore della laringe, con la prospettiva di trasformare lo smartphone in uno strumento di analisi point of care. O, ancora, un algoritmo per stimare il rischio di caduta nei pazienti con Parkinson nei tre anni successivi alla prima visita. L’AI in sanità ha dunque applicazioni diverse, accomunate dall’obiettivo di individuare i rischi in anticipo e supportare i professionisti nelle decisioni cliniche, senza sostituirne la valutazione.
Sì all’AI, ma con criterio
Il quadro emerso, dunque, è quello di un’innovazione che deve essere governata lungo tutto il suo ciclo di vita. Programmazione e valutazione dell’impatto economico, qualità e gestione dei dati, formazione del personale e responsabilità chiare sono le condizioni necessarie perché l’intelligenza artificiale possa diventare una componente affidabile dell’assistenza sanitaria.
La sfida non è soltanto introdurre nuovi algoritmi, ma costruire intorno a essi un sistema capace di garantire sicurezza, trasparenza e risultati verificabili per le persone assistite.
Iscriviti alla newsletter di Bees Sanità Magazine e aggiungi beesanitamagazine.it tra le tue fonti preferite di Google
