(Adnkronos) – Il gruppo di lavoro di Welfair ‘Osservatorio per l’Ai in Sanità’, nato con l’obiettivo di accompagnare le strutture sanitarie nell’adozione consapevole dell’intelligenza artificiale, ha avviato una mappatura delle applicazioni già presenti nelle strutture italiane, dalla diagnostica per immagini al supporto alle decisioni cliniche, dalla refertazione automatizzata alla telemedicina e alla gestione dei processi. L’obiettivo – informa una nota – è offrire un framework di riferimento che vuole offrire a direttori sanitari, manager e professionisti strumenti utili per valutare le tecnologie disponibili, individuare i requisiti di sicurezza e orientare le scelte di investimento.
Un’esigenza sempre più urgente alla luce della crescita degli investimenti: nel 2025 la spesa italiana per la sanità digitale ha raggiunto i 2,7 miliardi di euro, con un incremento del 9% rispetto all’anno precedente, mentre gli investimenti specifici in AI e analytics sono passati da 121 milioni di euro nel 2022 a 228 milioni, crescendo di quasi il 90% in tre anni. A questa accelerazione non corrisponde ancora un’adeguata preparazione degli operatori: soltanto il 30% dei medici dichiara di aver ricevuto una formazione sull’intelligenza artificiale, appena il 2% degli specialisti possiede competenze considerate buone o ottime e il 73% dei direttori generali segnala una preparazione digitale del personale ancora insufficiente.
A Welfair 2026 – La fiera del fare Sanità, promossa da Roma Fiera e B-Sanità by Experience, si sono riuniti ben quattro tavoli per discutere di come l’intelligenza artificiale stia cambiando la sanità italiana.
“La sua diffusione – spiega Andrea Lisi, presidente di Anorc – impone inoltre un ripensamento della governance sanitaria e delle responsabilità cliniche. A Welfair abbiamo affrontato una questione cruciale: chi risponde quando un sistema di intelligenza artificiale commette un errore? La legge 132/2025 ribadisce il ruolo decisionale del medico ma resta aperto il problema della distribuzione delle responsabilità tra professionisti, strutture sanitarie e produttori delle tecnologie, anche sotto il profilo assicurativo. Parallelamente, il quadro normativo europeo richiede alle aziende sanitarie di integrare sicurezza, protezione dei dati e valutazione dei rischi nell’intero ciclo di utilizzo delle tecnologie. La sfida non è quindi soltanto introdurre nuovi algoritmi ma ripensare l’organizzazione sanitaria garantendo trasparenza delle decisioni, un’evoluzione in senso pieno e sostanziale della tutela del consenso clinico infornato e centralità della relazione di cura. Una trasformazione che richiede di passare dalla sperimentazione a modelli di utilizzo sicuri, verificabili e sostenibili, capaci di tradurre l’innovazione in benefici concreti per pazienti e operatori”.
Tra le diverse pratiche Ai citate figurano, dettaglia la nota: un algoritmo per individuare in anticipo lo sviluppo del tumore del colon; un algoritmo per identificare i segni del tumore alla laringe nella voce e che potrebbe divenire una app trasformando lo smartphone in point of care; un algoritmo per calcolare il rischio di caduta a tre anni dalla prima visita per il Parkinson. Altro grande tema della Ai è la lentezza della concessione dei dati da parte delle strutture sanitarie per l’addestramento dei sistemi Ai, superabile utilizzando sempre più i cosiddetti ‘dati sintetici’. Questi ultimi sono informazioni artificiali che replicano le proprietà statistiche e matematiche di un dataset reale, senza contenere dati personali o sensibili.
L’addestramento degli algoritmi è un tema in se stesso: bisogna che tenga conto delle differenze tra generi e non solo. Per esempio il tumore al colon nelle donne è molto diverso che negli uomini: è più alto nell’intestino, a sinistra, tardivo e sanguina tendenzialmente negli stadi molto avanzati. Per essere efficaci, ricerche e nuovi strumenti devono considerare la diversità non solo tra i generi ma anche, per esempio, tra persone normopeso e persone con obesità.
