Content Benefit

Content Strategy | UX Writing | Content Design | Globalization | Communications

AI in corsia, non in tasca

AI in corsia, non in tasca

Dove si inceppano i progetti sanitari fondati sull’AI

Su Agenda Digitale, Sergio Cuschera e Luigi De Angelis capovolgono la domanda più diffusa. Anziché indagare perché tante iniziative di intelligenza artificiale negli ospedali si arenino, provano a capire cosa permette a un clinico di arrivare in fondo. La risposta, secondo loro, non abita soltanto nei reparti: nasce a monte, nel mondo industriale che quegli strumenti li fabbrica. Il modello che propongono poggia su cinque gambe, dove tecnologia, processi e governance devono parlarsi fino al letto del malato.

L’impianto convince, e vale la pena allargarlo. Il dibattito italiano oscilla fra due poli piuttosto sterili: il software che rimpiazzerà i camici bianchi e quello che manderà tutto a rotoli. Nel mezzo esiste un terreno concreto, fatto di laboratori, referti e sale operatorie, dove i risultati si contano già.

La ricerca farmacologica ha cambiato passo

Il capitolo meno chiacchierato è anche il più solido. Il database di AlphaFold raccoglie oltre 200 milioni di strutture proteiche predette e viene consultato da più di tre milioni di ricercatori sparsi in 190 Paesi, un milione dei quali nelle economie a reddito basso e medio. Circa un terzo dei lavori scientifici collegati verte sulla comprensione delle patologie, dall’aterosclerosi in giù.

Dalla previsione si è passati alla progettazione: Isomorphic Labs, la costola farmaceutica di DeepMind, sta portando verso i primi test sull’uomo molecole antitumorali disegnate al computer, forte di accordi con Eli Lilly e Novartis e di una raccolta da 600 milioni di dollari chiusa nel 2025. Qui l’algoritmo accorcia il segmento più lento e costoso di una filiera che finora bruciava un decennio per arrivare a una fiala, senza togliere il posto a nessuno.

Lo screening mammografico e i numeri del trial MASAI

Sulla diagnosi precoce esiste finalmente una prova randomizzata di grandi dimensioni. Lo studio MASAI ha coinvolto più di 100.000 donne svedesi fra l’aprile 2021 e il dicembre 2022, e i risultati definitivi sono usciti su The Lancet il 29 gennaio 2026. La lettura assistita ha individuato l’81% dei tumori contro il 74% della doppia lettura tradizionale, con falsi positivi quasi identici (1,5% contro 1,4%). I carcinomi comparsi fra un controllo e l’altro sono scesi del 12%, quelli di grandi dimensioni del 21%, i sottotipi più aggressivi del 27%. L’analisi intermedia del 2023 aveva già registrato un alleggerimento del 44% nel volume di immagini da esaminare.

Tradotto: meno diagnosi tardive e specialisti liberati da una mole di immagini che nessuna organizzazione riesce più a smaltire.

Medici e algoritmi sbagliano in modi differenti

Un lavoro pubblicato su PNAS nel 2025, firmato dal Max Planck Institute for Human Development con lo Human Diagnosis Project e l’Istituto di scienze e tecnologie della cognizione del Cnr, ha passato al setaccio 40.000 diagnosi su 2.100 casi clinici simulati, mettendo al banco di prova cinque sistemi fra cui GPT-4, Gemini e Claude 3. I gruppi misti, professionisti insieme alle macchine, hanno battuto sia i collettivi di soli esseri umani sia quelli di sole intelligenze artificiali.

La spiegazione è il dettaglio interessante: le due categorie inciampano su errori sistematicamente diversi, quindi si coprono a vicenda. Nessuna delle due, presa da sola, avrebbe reso altrettanto.

In sala operatoria la supervisione resta un mestiere

Nel luglio 2025 Science Robotics ha documentato SRT-H, il sistema messo a punto alla Johns Hopkins, capace di eseguire in autonomia una fase di colecistectomia su modello ex vivo, correggendo la traiettoria in base a istruzioni impartite a voce. Un risultato notevole e, va detto, ancora lontano da un paziente vero.

Nel frattempo la robotica assistita lavora da un quarto di secolo: il primo da Vinci italiano è approdato al San Matteo di Pavia nel luglio 1999 e da allora oltre 300.000 persone sono passate per una sala operatoria robotizzata nel nostro Paese. Il braccio meccanico riduce il tremore, filtra i movimenti, illumina un campo operatorio minuscolo. Chi decide dove tagliare, però, indossa ancora un camice.

Quando l’assistenza continua fa perdere la mano

Il rovescio della medaglia ha un nome poco rassicurante, deskilling. Uno studio osservazionale su quattro centri polacchi, pubblicato sul Lancet Gastroenterology & Hepatology il 12 agosto 2025, ha seguito 19 endoscopisti esperti, ciascuno con almeno 2.000 procedure alle spalle. Nelle colonscopie svolte senza supporto informatico, il tasso di individuazione degli adenomi è calato dal 28,4% al 22,4% dopo l’introduzione del software: un quinto in meno in termini relativi.

Chi progetta questi sistemi dovrebbe tenerne conto, come chi disegna interfacce si interroga su quanto delegare alla macchina. Un aiuto costante che spegne l’attenzione di chi guarda produce un guadagno apparente e una perdita differita.

Il capitolo autodiagnosi merita un discorso a parte

Qui casca l’asino, ed è il punto che mi sta più a cuore. Fra un reparto attrezzato e un telefono in tasca corre una distanza che i dati misurano bene. A febbraio 2026 Nature Medicine ha ospitato una ricerca dell’Oxford Internet Institute e del Nuffield Department of Primary Care Health Sciences condotta su circa 1.300 persone, con GPT, Llama e Command R+ alle prese con scenari clinici verosimili. Interrogati da soli, i modelli riconoscevano la condizione nel 94,9% dei casi. Messi in mano a gente comune, hanno permesso di identificare il disturbo in meno del 34,5% dei tentativi e di scegliere il comportamento giusto, medico di base oppure pronto soccorso, in meno del 44,2%. Rispetto al gruppo che si arrangiava con una ricerca online, nessun vantaggio.

Le cause emerse dallo studio sono tre: nessuno sa quali dettagli fornire, la risposta cambia se cambia una virgola nella domanda, e nello stesso paragrafo convivono un consiglio sensato e una sciocchezza. Un meccanismo che ricorda da vicino le sintesi automatiche dei motori di ricerca e la loro allegra approssimazione.

Quanti italiani interrogano i chatbot sulla salute

L’Osservatorio Sanità di UniSalute, realizzato da Nomisma su un campione di 1.300 connazionali fra i 18 e i 70 anni, fotografa una consuetudine ormai stabile. Il 60% si informa con strumenti digitali su malattie e farmaci, il 49% ricorre all’intelligenza artificiale almeno una volta a settimana, il 27% le chiede pareri sulla propria salute. Il 42% vuole capire se un sintomo giustifichi una visita, il 41% cerca di decifrare un referto.

Rassicura il resto della fotografia: il 75% giudica il medico più attendibile, il 73% più empatico, il 63% ritiene che la tecnologia possa affiancare senza sostituire. La saggezza popolare tiene botta, insomma, però quel 27% andrebbe accompagnato meglio, soprattutto quando una risposta automatica smentisce lo specialista e il paziente sceglie di credere a quest’ultima. È la versione aggiornata del cugino informatissimo che al pranzo di Natale spiega la tiroide a tutti.

Le competenze che mancano fra il modello e il paziente

Torno alle cinque gambe di Cuschera e De Angelis, aggiungendone una che riguarda il mio mestiere. Fra un sistema validato e una persona spaventata si frappone sempre un testo: il referto, il messaggio dell’app, il disclaimer, la schermata che dice quanto un esito sia affidabile. Scrivere quelle righe significa decidere se qualcuno prenderà appuntamento oppure rimanderà.

Vale per i referti come per i sensori da polso, di cui ho scritto parlando di wearable e salute: un dato senza contesto genera ansia o disattenzione, raramente una scelta ragionata. Chi lavora sui contenuti in ambito clinico dovrebbe pretendere di stare al tavolo insieme a ingegneri e primari, e conoscere i limiti concreti di questi strumenti prima di raccontarli.

L’intelligenza artificiale in medicina funziona quando accorcia i tempi della scoperta, quando trova nelle immagini ciò che l’occhio stanco tralascia, quando stabilizza una pinza. Smette di funzionare appena qualcuno la scambia per un parere professionale gratuito, acceso su uno schermo alle tre di notte e sempre d’accordo con chi la interroga.

Risorse correlate

Chiara Bonifazi