L’obiettivo 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: 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.
PhotoCredits: inITALY
