L’intelligenza artificiale (AI) è entrata negli ospedali. Non è più un tema da film di fantascienza: oggi supporta i medici nelle diagnosi, accelera la scoperta di farmaci, riduce la burocrazia e perfino aiuta a prevedere alcune malattie prima che si manifestino. Le promesse sono tante: cure più rapide, terapie su misura e un sistema sanitario più efficiente. Ma insieme all’entusiasmo emergono anche interrogativi: quanto possiamo fidarci degli algoritmi? E chi è responsabile se l’AI commette un errore e un paziente subisce un danno?
Per gestire questa rivoluzione, l’Unione Europea ha approvato l’AI Act, entrato in vigore nell’agosto 2024. In pratica, questo regolamento classifica i sistemi di AI in base al rischio. Quelli usati in sanità sono considerati “ad alto rischio” e dovranno rispettare regole severe: dati di qualità, sistemi di controllo degli errori, informazioni chiare agli utenti e – punto fondamentale – supervisione umana. Alcune regole entreranno in vigore già dal 2025, mentre l’applicazione completa scatterà tra il 2026 e il 2027. Accanto a questo, nel 2025 è nato lo Spazio europeo dei dati sanitari, una sorta di grande “biblioteca digitale” che renderà possibile condividere, in forma sicura e anonima, i dati clinici per ricerca e innovazione. Un passo decisivo, perché senza dati di qualità gli algoritmi non possono funzionare. Infine, l’UE ha approvato una nuova direttiva sulla responsabilità da prodotti difettosi, che stabilisce un principio chiaro: anche il software è un prodotto, quindi se un algoritmo si rivela difettoso e causa un danno, il produttore può essere chiamato a risarcire.
Sul piano clinico i progressi sono concreti. Negli screening mammografici, l’AI ha dimostrato di individuare tumori al seno con la stessa precisione dei radiologi, riducendo quasi della metà il carico di lavoro dei medici. In altri ambiti, però, i risultati non sono stati altrettanto solidi: i sistemi che cercano di prevedere l’insorgenza della sepsi, una grave infezione, hanno dato esiti molto diversi da ospedale a ospedale, mostrando quanto sia rischioso applicare un algoritmo senza adattarlo al contesto reale.
In Italia, il 2025 ha segnato una svolta. La FIASO (Federazione Italiana delle Aziende Sanitarie e Ospedaliere) ha creato il primo Osservatorio nazionale sull’AI in sanità, un centro permanente che raccoglie e mette a sistema le esperienze già attive negli ospedali, creando una sorta di banca dati pubblica delle buone pratiche. Un luogo dove si condividono progetti, si analizzano i risultati e si capisce cosa funziona davvero. Accanto all’Osservatorio è nata la piattaforma NextHealth, che collega ospedali, università e startup per sviluppare soluzioni innovative, e l’hackathon AI for Health, che porta team di esperti a lavorare insieme su progetti concreti di prevenzione, diagnosi e gestione dei dati clinici. Non si tratta quindi di iniziative teoriche, ma di spazi in cui si costruisce innovazione a partire dai bisogni reali della sanità. I cittadini, nel frattempo, mostrano apertura: secondo un’indagine Demopolis, il 63% degli italiani guarda con favore all’uso dell’AI in sanità e tre persone su quattro credono che i benefici principali saranno una migliore analisi dei dati, meno burocrazia e servizi più organizzati.
Accanto alle opportunità, restano le criticità. Un primo problema riguarda i bias, cioè le distorsioni nei dati: se l’algoritmo è stato “allenato” su pazienti che rappresentano solo una parte della popolazione (per esempio, più uomini che donne, o un solo gruppo etnico), i risultati rischiano di essere meno accurati per tutti gli altri. C’è poi il tema della cosiddetta “scatola nera”: molti sistemi di AI arrivano a una conclusione senza spiegare in modo chiaro il ragionamento che li ha portati lì. Questo crea difficoltà ai medici e mina la fiducia dei pazienti, che si trovano davanti a un responso senza sapere da cosa derivi. Non meno importante è la validazione sul campo: un algoritmo che funziona bene in un grande ospedale può rivelarsi inadeguato in una struttura più piccola, se non viene adattato e monitorato costantemente. Infine, ci sono i rischi di sicurezza informatica: gli aggiornamenti del software possono correggere errori, ma anche introdurne di nuovi, e la normativa europea prevede che anche questi casi rientrino nella responsabilità dei produttori.
Proprio il tema delle responsabilità legali è centrale. Se un paziente subisce un danno a causa di un sistema di AI, possono essere coinvolti tre soggetti. La struttura sanitaria, che ha il dovere di scegliere e utilizzare strumenti sicuri e validati, risponde contrattualmente verso il paziente. Il medico, che resta comunque tenuto a usare il proprio giudizio clinico e non a delegarlo ciecamente alla macchina, può essere chiamato in causa se non ha rispettato linee guida o buone pratiche. Infine, il produttore del software è responsabile in base alla direttiva europea sui prodotti difettosi: se l’algoritmo presenta un errore di progettazione, di addestramento o di aggiornamento, ne risponde direttamente. In questi casi, la chiave sta nella tracciabilità: log, versioni del software, soglie di allerta e decisioni cliniche documentate sono fondamentali per ricostruire la catena delle responsabilità.
Guardando al futuro, l’AI in sanità potrà davvero portare a un salto di qualità: diagnosi più rapide, percorsi personalizzati, riduzione delle liste d’attesa. Ma non sarà mai un sostituto dell’uomo. La medicina non è solo dati e algoritmi: è anche relazione, empatia, capacità di ascolto. L’AI può diventare un alleato straordinario, se usata con intelligenza, trasparenza e rispetto dei diritti dei pazienti. Innovare sì, ma senza mai dimenticare che al centro resta la persona.
Vuoi ricevere articoli e aggiornamenti direttamente sulla tua email?
Resta sempre aggiornato sulle leggi, le sentenze e i casi reali di chi ha ottenuto giustizia. Ricevi direttamente nella tua email aggiornamenti su malasanità, lavoro, previdenza e diritti, con informazioni utili per affrontare la vita di tutti i giorni!
Iscriviti alla nostra newsletter!
