AI in sanità in Italia cresce sul fronte degli investimenti, ma restano nodi aperti su formazione e governance clinica. Lo segnala il gruppo di lavoro Welfair “Osservatorio per l’Ai in Sanità”, nato con l’obiettivo di accompagnare le strutture nell’adozione consapevole dell’intelligenza artificiale. Secondo una nota, l’osservatorio ha avviato anche una mappatura applicazioni già presenti nelle strutture italiane.
La ricognizione riguarda soluzioni impiegate, tra l’altro, in diagnostica per immagini, nel supporto decisioni cliniche, nella refertazione automatizzata, nella telemedicina e nella gestione processi. L’obiettivo è offrire un framework di riferimento per direttori sanitari, manager e professionisti, per valutare le tecnologie disponibili, individuare i requisiti di sicurezza e orientare le scelte di investimento.
Applicazioni mappate e obiettivo di valutazione
Secondo la nota, l’obiettivo del framework è offrire strumenti utili per valutare le tecnologie e orientare le scelte di investimento, con attenzione ai requisiti di sicurezza.
Tra le pratiche richiamate nelle applicazioni considerate figurano, ad esempio, un algoritmo per tumore al colon per individuare in anticipo lo sviluppo della patologia. È menzionato anche un algoritmo per identificare i segni del tumore alla laringe nella voce, che potrebbe divenire una app trasformando lo smartphone in point of care.
La nota cita inoltre un algoritmo per calcolare il rischio di caduta a tre anni dalla prima visita per il Parkinson. Un altro tema riguarda la concessione dei dati per l’addestramento dei sistemi AI, che può essere lenta: la questione sarebbe superabile facendo ricorso sempre più a dati sintetici, cioè informazioni artificiali che replicano le proprietà statistiche e matematiche di un dataset reale, senza contenere dati personali o sensibili.
Spesa in crescita, ma gap formativo
La spinta verso l’AI si collega a un quadro di crescita della spesa. Nel 2025 la spesa italiana per la sanità digitale ha raggiunto 2,7 miliardi di euro, con un incremento del 9% rispetto all’anno precedente. Gli investimenti specifici in AI e analytics sono passati da 121 milioni di euro nel 2022 a 228 milioni di euro, crescendo di quasi il 90% in tre anni.
La nota evidenzia però un gap nella preparazione degli operatori: soltanto il 30% dei medici dichiara di aver ricevuto una formazione sull’intelligenza artificiale, il 2% degli specialisti possiede competenze considerate buone o ottime e il 73% dei direttori generali segnala una preparazione digitale del personale ancora insufficiente.
Responsabilità cliniche, dati e addestramento
Il tema della governance entra nel confronto in occasione di Welfair 2026 – La fiera del fare Sanità, promossa da Roma Fiera e B-Sanità by Experience, dove si sono riuniti quattro tavoli per discutere di come l’intelligenza artificiale stia cambiando la sanità italiana.
Andrea Lisi, presidente di Anorc, spiega che la diffusione dell’AI impone un ripensamento della governance sanitaria e delle responsabilità cliniche. A Welfair è stata affrontata la questione cruciale di 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.
La nota richiama anche il quadro normativo europeo, che richiede alle aziende sanitarie di integrare sicurezza, protezione dei dati e valutazione dei rischi nell’intero ciclo di utilizzo delle tecnologie. La sfida, sottolinea il documento, non è soltanto introdurre nuovi algoritmi: è anche ripensare l’organizzazione sanitaria per garantire trasparenza delle decisioni, tutela del consenso clinico informato e centralità della relazione di cura. La trasformazione 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 sfide operative citate figurano anche le differenze nell’addestramento degli algoritmi, includendo non solo i generi: per esempio, la nota riporta che il tumore al colon nelle donne è descritto come molto diverso rispetto agli uomini. Per essere efficaci, ricerche e nuovi strumenti devono considerare la diversità non solo tra i generi, ma anche, ad esempio, tra persone normopeso e persone con obesità.
Fonte originale: Ai, ‘In sanità investimenti in crescita ma resta il nodo della formazione’
