IA in sanità: perché l’Europa è in ritardo secondo l’OMS

Quando un ospedale introduce un nuovo sistema di triage basato su algoritmi o un software che suggerisce diagnosi al medico di guardia, la domanda non è più se l’intelligenza artificiale (IA) entrerà nella pratica clinica, ma come lo farà: con quali regole, quali responsabilità, quali garanzie per pazienti e professionisti. L’Organizzazione Mondiale della Sanità (OMS) ha richiamato l’attenzione proprio su questo punto, evidenziando che, nella Regione europea, solo una quota limitata di Paesi ha una strategia specifica per l’IA in sanità e che quasi il 40% non dispone ancora di linee guida etiche per il suo uso negli ospedali.

In altre parole, mentre crescono gli strumenti di IA per imaging, telemedicina e chatbot informativi, la cornice regolatoria e organizzativa resta frammentata. L’OMS descrive un’Europa dove alcuni sistemi sanitari sperimentano progetti avanzati di supporto decisionale o di diagnosi automatizzata, mentre altri usano l’IA in modo episodico, senza un quadro condiviso su valutazione clinica, trasparenza degli algoritmi, tutela dei dati e formazione degli operatori. Per chi lavora in corsia o in farmacia ospedaliera, questo significa convivere con tecnologie potenzialmente utili ma ancora poco integrate in percorsi sicuri, verificabili e omogenei tra strutture e Regioni.

Cosa dice il rapporto OMS sull’uso dell’IA in sanità in Europa

Secondo i dati riportati dall’OMS per la Regione europea, solo una minoranza di Paesi ha adottato una strategia specifica per l’uso dell’intelligenza artificiale in ambito sanitario, distinta dalle più ampie politiche su digitale o innovazione tecnologica. Il rapporto segnala inoltre che una quota rilevante di Stati utilizza già applicazioni di IA per compiti clinici – dalla lettura di immagini radiologiche al supporto nella diagnosi – e per strumenti rivolti direttamente ai cittadini, come chatbot per l’orientamento ai servizi o per il monitoraggio dei sintomi. Tuttavia, a fronte di questa diffusione, quasi il 40% dei Paesi europei non ha ancora definito linee guida etiche specifiche per l’IA in ospedale, creando un divario tra disponibilità tecnica e governance. In questo scenario, si capisce meglio perché l’OMS richiami la necessità di strategie chiare prima che l’adozione frammentaria generi disuguaglianze di qualità e sicurezza tra sistemi sanitari.

Il quadro che emerge è quindi a doppia velocità: da un lato esistono sistemi sanitari che stanno integrando progressivamente l’IA in percorsi di cura strutturati, spesso con valutazioni interne di efficacia e sicurezza; dall’altro, molti Paesi stanno ancora sperimentando progetti pilota senza una visione nazionale sul ruolo dell’IA in diagnostica, continuità assistenziale e gestione delle liste di attesa. Questo gap strategico pesa anche sul modo in cui vengono valutati i benefici reali degli algoritmi rispetto agli standard di cura, e su come si gestiscono le responsabilità professionali quando il medico si affida a un sistema di supporto decisionale automatizzato. In parallelo, nel dibattito pubblico e clinico cresce l’attenzione verso come l’IA possa contribuire, per esempio, alla diagnosi più precoce di condizioni complesse come le malattie rare pediatriche, tema affrontato anche nella nostra analisi su come l’intelligenza artificiale può aiutare la diagnosi delle malattie rare nei bambini.

Strategie nazionali, linee guida etiche e gap regolatori

Uno dei punti centrali sollevati dall’OMS riguarda la distanza tra politiche di alto livello sull’innovazione digitale e strategie specifiche per l’IA nel settore sanitario. Molti Paesi europei hanno definito piani generali sull’intelligenza artificiale, che includono ricerca, industria e pubblica amministrazione, ma solo una parte ha tradotto questi documenti in indicazioni concrete per ospedali, servizi territoriali e autorità regolatorie della sanità. Dove mancano strategie dedicate, l’adozione dell’IA rischia di essere guidata soprattutto da singoli progetti o iniziative locali, con criteri eterogenei di valutazione, requisiti diversi per l’accesso ai dati clinici e standard variabili di trasparenza sugli algoritmi. La carenza di linee guida etiche nazionali per l’IA in corsia, evidenziata dall’OMS, rende più complesso definire principi condivisi su temi sensibili come il consenso informato all’uso di sistemi automatizzati, la gestione dei bias algoritmici e la spiegabilità delle decisioni suggerite dalle macchine.

A questo si aggiunge un gap regolatorio: le normative su dispositivi medici, software e protezione dei dati personali si applicano anche alle soluzioni di IA, ma non sempre rispondono in modo puntuale alle peculiarità degli algoritmi autoapprendenti, che possono modificare le proprie prestazioni nel tempo. In diversi Paesi non è ancora chiaro chi debba valutare, a livello istituzionale, l’impatto clinico di un nuovo sistema di supporto decisionale basato su IA prima della sua diffusione su larga scala, né con quali metodologie si debbano misurare benefici e rischi in termini di esiti di salute, sicurezza del paziente e uso appropriato delle risorse. Il risultato è una geografia frammentata: alcuni sistemi sanitari introdurranno l’IA all’interno di programmi strutturati di valutazione delle tecnologie sanitarie, altri la adotteranno in modo più sperimentale, con conseguenze dirette sulla qualità dell’integrazione nei percorsi di cura e sull’affidabilità percepita dagli operatori.

Rischi clinici e medico-legali di un’IA senza governance

L’assenza di strategie chiare e di linee guida etiche per l’uso dell’intelligenza artificiale in sanità non è un problema astratto: ha ricadute concrete sui rischi clinici e sulle responsabilità professionali. Sul piano clinico, un algoritmo utilizzato senza adeguata validazione indipendente può generare errori diagnostici, suggerire trattamenti non ottimali o influenzare impropriamente le priorità in triage, soprattutto se il personale non è formato a interpretarne i risultati e a riconoscerne i limiti. La letteratura internazionale ha già documentato casi di bias algoritmici, ad esempio nei sistemi di valutazione del rischio clinico allenati su popolazioni non rappresentative: se questi strumenti vengono applicati in modo acritico, possono ampliare disuguaglianze di accesso e di qualità delle cure. In un contesto privo di governance, il rischio è che l’uso dell’IA venga deciso di reparto in reparto, senza criteri condivisi su quali dati utilizzare per l’addestramento, chi controlli le modifiche del software nel tempo e come si monitorino le performance in pratica reale.

Dal punto di vista medico-legale, la situazione non è meno delicata. In caso di evento avverso, diventa essenziale chiarire il ruolo effettivo dell’algoritmo nella decisione clinica: si trattava di un mero supporto consultivo, o di un sistema in grado di influenzare in modo determinante la scelta del medico? Senza linee guida specifiche, resta ambiguo come documentare correttamente nel fascicolo clinico l’uso di strumenti di IA, quali informazioni fornire al paziente nel consenso informato e come valutare, in sede peritale, l’aderenza alle buone pratiche. Per gli operatori sanitari, questo può tradursi in incertezza sulla responsabilità in caso di mancato utilizzo di un algoritmo disponibile, percepito come “gold standard” tecnologico, o al contrario in caso di adesione acritica alle sue indicazioni. Una governance strutturata – che includa anche formazione continua e procedure interne – è quindi una condizione preliminare affinché l’IA possa diventare un alleato nella pratica clinica, e non una fonte aggiuntiva di contenzioso e conflitti interpretativi.

Quali opportunità e priorità per il sistema sanitario italiano

Per l’Italia, le osservazioni dell’OMS sulla Regione europea possono essere lette come un invito a trasformare l’adozione dell’IA in sanità da insieme di progetti pilota a strategia nazionale coordinata. Le opportunità sono evidenti: sistemi di supporto alla diagnosi nelle aree a maggiore carenza di specialisti, strumenti predittivi per identificare precocemente i pazienti a rischio di riacutizzazione, soluzioni per ottimizzare la logistica ospedaliera e l’uso di risorse critiche come sale operatorie e posti letto. Perché questi benefici si traducano in pratica, una priorità è integrare l’IA nei programmi di trasformazione digitale già finanziati a livello europeo, sfruttando i canali di cooperazione esistenti e le reti per la sanità digitale. Parallelamente, occorre definire, con il coinvolgimento di professionisti sanitari, società scientifiche e associazioni di pazienti, principi etici condivisi sull’uso dell’IA in diagnosi, prognosi e gestione del paziente cronico, in modo da guidare le scelte aziendali e regionali su quali soluzioni adottare e come valutarle nel tempo.

Un altro asse strategico riguarda le competenze: senza formazione specifica, l’IA rischia di essere percepita come “scatola nera” o come minaccia alla professionalità, anziché come strumento di supporto. Introdurre moduli su algoritmi, interpretazione dei risultati e limiti dei sistemi di apprendimento automatico nei percorsi di formazione medica e infermieristica, così come nei programmi di aggiornamento per farmacisti ospedalieri e clinici, può facilitare un uso più consapevole e critico. Infine, la definizione di procedure interne chiare per la valutazione delle nuove tecnologie di IA – ad esempio attraverso unità dedicate di health technology assessment – aiuterebbe a evitare una frammentazione aziendale nell’introduzione di strumenti diversi e non interoperabili. In questa prospettiva, l’esperienza maturata in ambiti specifici, come l’uso di algoritmi per la diagnosi supportata dall’IA nelle malattie rare pediatriche, può fornire indicazioni pratiche su come coniugare innovazione, tutela del paziente e responsabilità professionale, in linea con le sollecitazioni arrivate dall’OMS.

L’analisi dell’OMS mette in luce un punto chiave: in Europa l’intelligenza artificiale è già entrata in sanità, ma spesso lo ha fatto prima delle strategie e delle regole. Per evitare che questo scarto si traduca in disuguaglianze di qualità e sicurezza tra pazienti e tra sistemi sanitari, servono scelte chiare su governance, etica, formazione e valutazione delle tecnologie. Per l’Italia, il tema non è tanto se utilizzare l’IA, quanto come farlo in modo trasparente, misurabile e condiviso con i professionisti e con i cittadini, valorizzando le opportunità senza sottovalutare i rischi clinici e medico-legali.

Questo contenuto ha finalità esclusivamente informative e non sostituisce il parere del medico o di altri professionisti sanitari. Per decisioni su diagnosi, trattamenti o sull’uso di tecnologie sanitarie, è opportuno fare riferimento alle indicazioni delle autorità competenti e confrontarsi con uno specialista.

Per approfondire

Corriere Salute – sezione eHealth e sanità digitale offre aggiornamenti costanti su progetti, sperimentazioni e dibattiti in corso sull’uso dell’intelligenza artificiale e delle tecnologie digitali nei sistemi sanitari europei e italiani.