Sull'intelligenza artificiale in sanita' l'Italia ha un problema di fondo, riconosciuto da tempo dagli addetti ai lavori: potenziale enorme, applicazioni ancora frammentarie e un cronico ritardo di considerazione, sperimentazione e finanziamento rispetto ad altri Paesi. Nelle ultime settimane, pero', qualcosa si e' mosso, con una serie di iniziative che provano a costruire una strategia nazionale invece di procedere per singoli progetti isolati.
Il segnale piu' strutturato arriva dall'Istituto per la Competitivita' (I-Com), che il 2 luglio ha avviato il progetto di ricerca "SA-IA — Salute & Sanita' nell'era dell'Intelligenza Artificiale". L'obiettivo dichiarato e' favorire analisi e confronto sulle diverse declinazioni dell'IA in ambito sanitario e contribuire a colmare il gap italiano. Al primo evento l'attenzione si e' concentrata su un tema che gli esperti indicano come decisivo: i dati.
Perche' tutto parte dai dati
In medicina, un modello di IA vale quanto i dati su cui e' addestrato e con cui lavora. Il progetto SA-IA mette al centro proprio questo nodo: il ruolo e le potenzialita' dei dati sanitari, la necessita' di infrastrutture tecnologiche adeguate e l'importanza di garantire interoperabilita' e reale utilizzabilita' delle informazioni. Sono aspetti poco appariscenti ma fondamentali: senza cartelle cliniche digitali che dialogano tra loro, senza standard comuni e senza regole chiare sull'uso dei dati, anche il miglior algoritmo diagnostico resta un esercizio di laboratorio.
E' un tema che si intreccia direttamente con la privacy e con la nuova cornice normativa italiana: i decreti attuativi della legge nazionale sull'IA vietano la creazione indiscriminata di banche dati e impongono cautele stringenti, mentre in sanita' serve al contempo poter usare grandi quantita' di dati per addestrare sistemi affidabili. Trovare l'equilibrio tra tutela e innovazione e' una delle sfide piu' complesse del settore.
Dai laboratori alle corsie: la Call4Ideas 'AI for Health'
Accanto alla ricerca, ci sono i progetti sul campo. Nell'ambito del forum "Next Health 2026 — AI for Health: from vision to reality", tenutosi a Roma, sono stati premiati sei progetti selezionati nella Call4Ideas "AI for Health", dedicati all'applicazione concreta dell'intelligenza artificiale nel Servizio Sanitario Nazionale. Le iniziative arrivano da tutta Italia — da Nuoro e Palermo a Milano e Verbania, passando per Firenze — a segnalare che la spinta all'innovazione non e' concentrata solo nei grandi poli, ma attraversa il territorio.
Le applicazioni piu' mature dell'IA in medicina restano quelle sulla diagnostica per immagini, dove i modelli aiutano a leggere radiografie, TAC e risonanze individuando anomalie che l'occhio umano puo' faticare a cogliere, e sul supporto alla gestione dei farmaci e dei percorsi di cura. Ma il tema di fondo, ribadito in tutte le iniziative, e' che la tecnologia da sola non basta: servono infrastrutture, formazione del personale e regole chiare.
Dove l'IA aiuta davvero il medico, oggi
Al di la' dei progetti e delle strategie, e' utile capire dove l'intelligenza artificiale in medicina e' gia' realta' e dove resta promessa. Il campo piu' maturo e' la diagnostica per immagini: algoritmi addestrati su enormi archivi di radiografie, TAC e risonanze aiutano il radiologo a individuare noduli, microfratture o lesioni, segnalando le aree sospette e riducendo il rischio di sviste, soprattutto nei casi ad alto volume come lo screening. In questi usi l'IA non sostituisce il medico, ma funziona come una "seconda lettura" instancabile.
Altri ambiti in crescita sono il supporto alla refertazione, la gestione delle liste d'attesa e dei percorsi di cura, l'analisi dei dati per la ricerca farmacologica e i sistemi di allerta precoce che incrociano parametri clinici per segnalare un peggioramento prima che diventi critico. Restano invece piu' delicati — e piu' regolati — gli usi che incidono direttamente su diagnosi e terapia, dove la responsabilita' finale deve rimanere in capo al professionista e dove un errore del modello puo' avere conseguenze gravi.
Il confronto con l'Europa
Il ritardo italiano va letto in un contesto europeo in movimento. L'Unione europea considera la sanita' uno degli ambiti prioritari per l'IA, e diversi Paesi hanno gia' avviato spazi comuni per la condivisione sicura dei dati sanitari a fini di ricerca. L'AI Act classifica come "ad alto rischio" molti sistemi di IA usati in ambito medico, imponendo requisiti stringenti di trasparenza, controllo umano e gestione del rischio. Per l'Italia, allinearsi significa non solo recuperare terreno sull'innovazione, ma anche costruire le garanzie che rendono accettabile, per pazienti e professionisti, l'ingresso di questi strumenti nelle corsie.
La scuola e la formazione dei professionisti
Il quadro si completa con la formazione. I decreti attuativi introducono l'obbligo di formazione sull'IA per le professioni regolamentate, medici compresi, sia in fase iniziale sia nell'aggiornamento continuo. E' un tassello coerente con lo scenario descritto dalle ricerche di settore: senza professionisti in grado di usare questi strumenti con competenza e senso critico — riconoscendone anche i limiti e gli errori — il rischio e' quello di adozioni superficiali o, peggio, di un'eccessiva fiducia in sistemi che restano fallibili.
Un ritardo che si puo' recuperare
Il messaggio che emerge da queste settimane e' che l'Italia ha smesso di guardare all'IA in sanita' come a una promessa astratta e ha cominciato a mettere in fila i pezzi: ricerca sui dati, progetti pilota sul territorio, formazione dei professionisti, cornice normativa. Il ritardo denunciato dagli esperti resta reale, ma la direzione e' quella giusta. La partita, come sempre, si giochera' sulle risorse effettivamente stanziate e sulla capacita' di trasformare i progetti premiati in servizi che arrivano davvero ai pazienti.
