L’uso di strumenti di intelligenza artificiale in sanità non è più una prospettiva lontana: secondo i dati riportati da una recente inchiesta giornalistica, oltre la metà degli specialisti italiani utilizza già sistemi basati su algoritmi, con una crescita netta rispetto all’anno precedente e percentuali ancora più elevate negli Stati Uniti. Questo significa che, nella pratica quotidiana, referti, immagini, dati clinici e richieste dei pazienti iniziano a essere filtrati e supportati da soluzioni di IA di vario tipo.
Per i medici e per chi programma formazione continua, questa accelerazione pone domande molto concrete: quali attività cliniche vengono già svolte con l’aiuto dell’IA? In che modo cambiano responsabilità, tempi di lavoro e relazione con i pazienti quando una macchina contribuisce alla valutazione? E ancora: come verranno integrati, in futuro, chatbot e assistenti virtuali per smaltire domande semplici e alleggerire pronto soccorso e ambulatori? L’obiettivo di questa analisi è offrire un quadro aggiornato, utile sia ai professionisti sanitari sia ai pazienti informati che desiderano capire cosa sta cambiando davvero.
Quanto è diffuso oggi l’uso dell’intelligenza artificiale tra i medici
Secondo i dati riportati dalla stampa nazionale, la quota di medici specialisti italiani che dichiara di utilizzare sistemi di intelligenza artificiale è cresciuta in un solo anno da circa un quarto a oltre la metà, con una stima intorno al 60% degli intervistati. Nella stessa indagine, la diffusione sarebbe ancora maggiore negli Stati Uniti, dove gli specialisti che usano strumenti di IA risultano una netta maggioranza. Queste percentuali includono sia software integrati in apparecchiature mediche, sia applicazioni più recenti, come sistemi di supporto alla refertazione o strumenti generativi per la documentazione clinica.
Il dato riguarda soprattutto gli specialisti ospedalieri e universitari, che hanno maggiore accesso a tecnologie avanzate e progetti pilota; la penetrazione risulta invece più limitata nella medicina generale e tra gli infermieri, anche se in rapida crescita secondo gli Osservatori Digital Innovation del Politecnico di Milano. In parallelo, una quota crescente di cittadini dichiara di utilizzare applicazioni basate su IA per cercare informazioni su sintomi, esami e terapie, elemento che influenza il colloquio in ambulatorio e la gestione delle aspettative del paziente, analogamente a quanto avviene con l’uso dell’IA per la diagnosi delle malattie rare nei bambini descritto nell’articolo su come l’intelligenza artificiale può aiutare la diagnosi delle malattie rare pediatriche.
In quali ambiti clinici vengono già utilizzati strumenti di IA
L’impiego concreto dell’intelligenza artificiale oggi riguarda soprattutto tre aree: l’interpretazione di dati complessi, l’automazione di compiti ripetitivi e il supporto decisionale. Sul versante diagnostico, molti sistemi di imaging radiologico e cardiologico integrano algoritmi che segnalano aree sospette su lastre, tomografie o risonanze, aiutando il medico a non perdere reperti sottili e a confrontare rapidamente immagini nel tempo. In laboratorio, modelli predittivi possono evidenziare combinazioni atipiche di parametri che meritano approfondimento, mentre in oncologia si diffondono piattaforme che aggregano dati molecolari e clinici per suggerire possibili opzioni terapeutiche o arruolamento in studi clinici.
Nella pratica quotidiana, diversi professionisti utilizzano strumenti generativi per migliorare la redazione di referti, lettere di dimissione e documentazione per il paziente, sempre con revisione umana finale. Altri ambiti emergenti sono il triage digitale dei sintomi, il monitoraggio remoto tramite sensori e app, e l’analisi automatica di grandi basi dati per studi osservazionali. Tutto questo richiede regole chiare sull’uso dei dati sanitari, sulla trasparenza degli algoritmi e sulla sicurezza delle piattaforme, temi già affrontati in parte nel contesto della regolamentazione dell’IA in sanità e delle indicazioni dell’Organizzazione Mondiale della Sanità.
Impatto su competenze, responsabilità professionali e rapporto medico‑paziente
La diffusione dell’IA non elimina la centralità del medico, ma cambia il contenuto concreto del lavoro professionale. Chi utilizza regolarmente sistemi di supporto algoritmico deve saperne valutare limiti, bias e contesto di addestramento, integrando l’output con anamnesi, esame obiettivo e conoscenza del paziente. Diventa quindi essenziale una competenza “digitale-clinica”: capacità di leggere le soglie di rischio, comprendere la probabilità predittiva di un modello e riconoscere i casi in cui è necessario discostarsi dal suggerimento automatico. Questo tipo di alfabetizzazione, secondo molti osservatori, dovrebbe entrare stabilmente nella formazione specialistica e nei programmi di Educazione Continua in Medicina.
Sul piano della responsabilità, les decisioni restano in capo al professionista sanitario: anche quando un algoritmo segnala un sospetto o propone un percorso, la scelta diagnostica o terapeutica finale appartiene al medico che firma il referto o prescrive la terapia. In caso di errore, la presenza di un sistema di IA non trasferisce la responsabilità alla tecnologia, ma può richiedere di documentare come il suggerimento sia stato valutato, accolto o scartato. Per il paziente, questo significa che l’IA è uno strumento “alle spalle” del medico, non un sostituto della relazione di cura: continuità, spiegazione comprensibile delle scelte e ascolto restano elementi che nessun algoritmo può garantire da solo.
Prospettive future: chatbot sanitari e riorganizzazione dei percorsi di cura
Guardando ai prossimi anni, molti esperti ipotizzano un ruolo crescente per chatbot sanitari e assistenti virtuali nell’intercettare domande semplici, richieste ripetitive e bisogni informativi di base. Un assistente conversazionale, ad esempio, potrebbe guidare il paziente nella preparazione a un esame, ricordare terapie o appuntamenti, raccogliere in modo strutturato sintomi e parametri prima della visita, fornendo al medico un quadro preliminare. In alcune realtà pilota, sistemi di triage digitale sono già utilizzati per indirizzare i pazienti tra pronto soccorso, guardia medica e medico di famiglia in base alla gravità presunta, sempre con supervisione clinica.
Questi strumenti potrebbero contribuire a ridurre accessi inappropriati ai pronto soccorso e a ottimizzare l’uso delle risorse, ma pongono interrogativi su equità di accesso, tutela dei dati e gestione dei casi complessi che non rientrano negli schemi standard. Sarà quindi cruciale definire con chiarezza cosa può essere gestito in autonomia dal chatbot (informazioni generali, promemoria, raccolta dati) e quali passaggi richiedono sempre l’intervento di un professionista in carne e ossa. Per i pazienti, il rischio non è tanto “essere curati da una macchina”, quanto trovarsi di fronte a percorsi di accesso meno trasparenti se la tecnologia non viene progettata e spiegata con chiarezza.
L’evoluzione dell’intelligenza artificiale in medicina sta accelerando, con una quota crescente di specialisti che la integra già nella pratica quotidiana per immagini, dati e documentazione. L’impatto non riguarda solo gli strumenti, ma anche competenze digitali, responsabilità e organizzazione dei percorsi di cura, includendo in prospettiva chatbot e triage automatizzati. La sfida per il sistema sanitario sarà governare questa trasformazione in modo trasparente, formare adeguatamente i professionisti e garantire che il ruolo del medico resti centrale nel dialogo e nelle decisioni condivise con il paziente.
Per approfondire
Inchiesta su medici e intelligenza artificiale pubblicata da Corriere della Sera – Sette offre dati aggiornati sull’adozione dei sistemi di IA tra gli specialisti in Italia e negli Stati Uniti, insieme a testimonianze dirette di clinici su benefici, timori e impatto sul lavoro quotidiano.
