L’intelligenza artificiale è già entrata nei sistemi sanitari di tutto il mondo, ma il suo pieno utilizzo resta ancora lontano. È questo il quadro che emerge dal recente report dell’OCSE Scaling Artificial Intelligence in Health, che evidenzia un paradosso sempre più evidente: l’AI è ovunque, ma raramente è davvero integrata nei sistemi sanitari.
Una tecnologia già presente
Secondo il report, l’intelligenza artificiale è utilizzata nel 100% dei Paesi OCSE, soprattutto in ambito amministrativo e organizzativo. Dalla gestione dei flussi di lavoro alla documentazione clinica, queste tecnologie stanno già contribuendo a migliorare l’efficienza dei servizi.
Anche sul piano clinico le applicazioni sono numerose: supporto alla diagnosi, analisi delle immagini, monitoraggio dei pazienti. Tuttavia, il salto di scala resta limitato: ad esempio, solo circa il 10% delle soluzioni di imaging è adottato a livello nazionale.
Il nodo principale non è quindi l’innovazione, ma la sua integrazione. Molte applicazioni restano confinate a progetti pilota o sperimentazioni locali, senza diventare parte stabile dell’organizzazione sanitaria.
Le cause sono diverse: frammentazione dei dati, governance debole, regole ancora incomplete e carenza di competenze tecniche e professionali
In altre parole, manca un ecosistema capace di trasformare l’AI da strumento sperimentale a infrastruttura sistemica.
Il nodo centrale dei dati
Tra le criticità più rilevanti emerge il tema dei dati sanitari. L’AI funziona solo se può accedere a informazioni di qualità, interoperabili e sicure.
Il report richiama l’importanza dei principi FAIR – dati trovabili, accessibili, interoperabili e riutilizzabili – e sottolinea la necessità di costruire infrastrutture nazionali dedicate alla gestione dei dati sanitari.
Senza questa base, ogni applicazione rischia di rimanere isolata e poco efficace.
Opportunità e rischi
Le potenzialità sono significative: maggiore accuratezza diagnostica, riduzione dei tempi amministrativi, miglioramento dell’efficienza complessiva del sistema. In alcuni casi, l’AI può ridurre drasticamente il tempo dedicato alla documentazione clinica, liberando risorse per l’attività assistenziale.
Accanto ai benefici, però, emergono anche rischi concreti:
- bias nei dati e negli algoritmi
- problemi di privacy e sicurezza
- scarsa trasparenza
- rischio di depersonalizzazione dell’assistenza
Le priorità per il futuro
Per superare queste criticità, l’OCSE propone un approccio strutturato basato su quattro pilastri:
- infrastrutture e competenze
- sistemi di controllo e monitoraggio
- coinvolgimento di professionisti, cittadini e industria
- sviluppo di un’AI affidabile e trasparente
L’obiettivo è trasformare l’AI in una componente stabile dei sistemi sanitari, capace di generare valore su larga scala.
In questo scenario, il ruolo dei medici e degli operatori sanitari resta centrale. L’intelligenza artificiale non sostituisce la decisione clinica, ma la supporta, richiedendo nuove competenze e una maggiore capacità di interpretare i risultati degli algoritmi.