Sanità e IA, la corsa degli investimenti si scontra con il nodo competenze

La qualità degli strumenti di intelligenza artificiale dipende anche da quanto riescono a riconoscere le differenze tra i pazienti. Nel caso del tumore del colon, per esempio, la manifestazione della malattia nelle donne può essere più alta nell’intestino, localizzata sul lato sinistro, individuata più tardi e accompagnata da sanguinamento soprattutto nelle fasi avanzate. Per questo la ricerca deve considerare non soltanto il genere, ma anche caratteristiche come il peso corporeo e l’obesità.

Un altro ostacolo riguarda la disponibilità delle informazioni necessarie ad addestrare gli algoritmi. I tempi con cui le strutture sanitarie rendono accessibili i dati possono essere ridotti ricorrendo ai dati sintetici, cioè informazioni generate artificialmente che riproducono le caratteristiche statistiche e matematiche di archivi reali senza includere elementi personali o sensibili.

Dati più ricchi per diagnosi migliori

Tra gli esempi discussi figurano un sistema capace di stimare in anticipo il possibile sviluppo di un tumore del colon e una soluzione che analizza la voce per individuare segnali compatibili con un tumore della laringe. Quest’ultima potrebbe trasformarsi in un’applicazione per telefono, portando una prima valutazione direttamente nel luogo di assistenza.

È stato presentato anche un modello in grado di calcolare, già a tre anni dalla prima visita, la probabilità di cadute in persone con Parkinson. La costruzione di strumenti affidabili richiede però addestramenti fondati su dati rappresentativi, così da evitare che differenze biologiche e cliniche vengano trascurate.

La spesa sale, la preparazione resta indietro

Nel 2025 il comparto italiano della sanità digitale ha raggiunto un valore di 2,7 miliardi di euro, con un aumento del 9% su base annua. Nello stesso periodo, le risorse destinate in modo specifico all’intelligenza artificiale e all’analisi dei dati sono passate da 121 milioni di euro nel 2022 a 228 milioni, quasi il 90% in più nell’arco di tre anni.

La crescita economica non è accompagnata da un livello analogo di competenze. Solo il 30% dei medici afferma di avere seguito una formazione sull’intelligenza artificiale; appena il 2% degli specialisti valuta le proprie capacità come buone o ottime, mentre il 73% dei direttori generali considera ancora inadeguata la preparazione digitale del personale.

Responsabilità da riscrivere

Il tema è stato affrontato durante Welfair 2026 – La fiera del fare Sanità, iniziativa promossa da Roma Fiera e B-Sanità by Experience, dove si sono riuniti quattro gruppi di lavoro dedicati agli effetti dell’intelligenza artificiale sul sistema sanitario italiano. Andrea Lisi, presidente di Anorc, ha richiamato il problema delle conseguenze giuridiche e organizzative: «Chi risponde quando un sistema di intelligenza artificiale commette un errore?».

Secondo Lisi, la legge 132/2025 conferma che la decisione resta affidata al medico, ma non definisce ancora in modo completo come distribuire le responsabilità tra professionisti, strutture e produttori, compreso il versante assicurativo. Le regole europee chiedono inoltre di gestire sicurezza, tutela dei dati e valutazione dei rischi per tutta la durata d’impiego delle tecnologie.

Una mappa per scegliere meglio

Per accompagnare questo passaggio, il gruppo di lavoro di Welfair chiamato “Osservatorio per l’Ai in Sanità” ha iniziato a censire le soluzioni già utilizzate nelle strutture italiane. L’indagine comprende, tra gli altri ambiti, diagnostica per immagini, sostegno alle decisioni cliniche, produzione automatica dei referti, telemedicina e organizzazione dei processi.

Il risultato atteso è un quadro operativo destinato a direttori sanitari, dirigenti e professionisti. Dovrà aiutarli a confrontare le tecnologie, verificare i requisiti di sicurezza e indirizzare gli investimenti verso applicazioni trasparenti, controllabili e sostenibili, mantenendo centrale il rapporto tra medico e paziente.