Welfair, AI in sanità: investimenti in crescita ma rimangono le sfide su formazione, responsabilità e governance

L’Osservatorio per l’AI in Sanità nato a Welfair mappa le applicazioni nelle strutture italiane e prepara un framework per valutarle
L’Osservatorio per l’AI in Sanità nato a Welfair mappa le applicazioni nelle strutture italiane e prepara un framework per valutarle

Il gruppo di lavoro di Welfair Osservatorio per l’AI in Sanità, nato con l’obiettivo di accompagnare le strutture sanitarie nell’adozione consapevole dell’intelligenza artificiale, ha avviato una mappatura delle applicazioni già presenti nelle strutture italiane, dalla diagnostica per immagini al supporto alle decisioni cliniche, dalla refertazione automatizzata alla telemedicina e alla gestione dei processi. L’obiettivo è offrire un framework di riferimento che vuole offrire a direttori sanitari, manager e professionisti strumenti utili per valutare le tecnologie disponibili, individuare i requisiti di sicurezza e orientare le scelte di investimento.

Un’esigenza sempre più urgente alla luce della crescita degli investimenti: nel 2025 la spesa italiana per la sanità digitale ha raggiunto i 2,7 miliardi di euro, con un incremento del 9% rispetto all’anno precedente, mentre gli investimenti specifici in AI e analytics sono passati da 121 milioni di euro nel 2022 a 228 milioni, crescendo di quasi il 90% in tre anni. A questa accelerazione non corrisponde ancora un’adeguata preparazione degli operatori: soltanto il 30% dei medici dichiara di aver ricevuto una formazione sull’intelligenza artificiale, appena il 2% degli specialisti possiede competenze considerate buone o ottime e il 73% dei direttori generali segnala una preparazione digitale del personale ancora insufficiente.

Responsabilità e governance nell’era dell’algoritmo

A Welfair, la fiera del fare Sanità, promossa da Roma Fiera e B-Sanità by Experience, si sono riuniti ben quattro tavoli per discutere di come l’intelligenza artificiale stia cambiando la sanità italiana. «La sua diffusione – spiega Andrea Lisi, presidente di ANORC – impone inoltre un ripensamento della governance sanitaria e delle responsabilità cliniche. A Welfair abbiamo affrontato una questione cruciale: chi risponde quando un sistema di intelligenza artificiale commette un errore? La legge 132/2025 ribadisce il ruolo decisionale del medico ma resta aperto il problema della distribuzione delle responsabilità tra professionisti, strutture sanitarie e produttori delle tecnologie, anche sotto il profilo assicurativo».

«Parallelamente, il quadro normativo europeo richiede alle aziende sanitarie di integrare sicurezza, protezione dei dati e valutazione dei rischi nell’intero ciclo di utilizzo delle tecnologie. La sfida non è quindi soltanto introdurre nuovi algoritmi ma ripensare l’organizzazione sanitariagarantendo trasparenza delle decisioni, un’evoluzione in senso pieno e sostanziale della tutela del consenso clinico informato e centralità della relazione di cura. Una trasformazione che richiede di passare dalla sperimentazione a modelli di utilizzo sicuri, verificabili e sostenibili, capaci di tradurre l’innovazione in benefici concreti per pazienti e operatori».

Dati sintetici e differenze di genere negli algoritmi

Tra le diverse pratiche AI citate figurano: un algoritmo per individuare in anticipo lo sviluppo del tumore del colon; un algoritmo per identificare i segni del tumore alla laringe nella voce e che potrebbe divenire una app trasformando lo smartphone in point of care; un algoritmo per calcolare il rischio di caduta a tre anni dalla prima visita per il Parkinson. Altro grande tema della AI è la lentezza della concessione dei dati da parte delle strutture sanitarie per l’addestramento dei sistemi AI, superabile utilizzando sempre più i cosiddetti dati sintetici.

Questi ultimi sono informazioni artificiali che replicano le proprietà statistiche e matematiche di un dataset reale, senza contenere dati personali o sensibili. L’addestramento degli algoritmi è un tema in sé stesso: bisogna che tenga conto delle differenze tra generi e non solo. Per esempio, il tumore al colon nelle donne è molto diverso che negli uomini: è più alto nell’intestino, a sinistra, tardivo e sanguina tendenzialmente negli stadi molto avanzati. Per essere efficaci, ricerche e nuovi strumenti devono considerare la diversità non solo tra i generi ma anche, per esempio, tra persone normopeso e persone con obesità.

Iscriviti alla newsletter di Bees Sanità Magazine e aggiungi beesanitamagazine.it tra le tue fonti preferite di Google

Facebook
X
LinkedIn
WhatsApp

Ti potrebbe anche interessare:

di Redazione Bees Sanità Magazine

ARTICOLI CORRELATI

Vedi tutti gli articoli della sezione:

Banner MAG 600x600px_Tavola disegno 1

Vuoi contribuire alla discussione?

Cosa ne pensi di questo tema? Quali sono le tue esperienze in materia? Come possono divenire spunto di miglioramento? Scrivi qui ed entra a far parte di B-Sanità: una comunità libera di esperti ed esperte che mettono assieme le loro idee per portare le cure universali nel futuro.

Cerca

Compila il form per scaricare il Libro bianco

ISCRIVITI