L’intelligenza artificiale promette di cambiare la medicina, ma il primo errore è trattarla come un normale programma da installare. Un sistema può scrivere note cliniche, riassumere cartelle o preparare messaggi per i pazienti; questi compiti però hanno valore solo se alleggeriscono davvero il lavoro mentale, eliminano attese inutili o riducono gli errori nei documenti. Gli usi più promettenti non sono quelli che sostituiscono il medico, ma quelli che lo liberano dalle pratiche ripetitive, come gli strumenti che trasformano il dialogo con il paziente in una bozza di referto.
Il miraggio dei risparmi
Molti racconti parlano di risparmi immediati, ma la storia della sanità digitale invita alla prudenza. Una tecnologia nuova può anche far crescere le spese: formazione, controlli, integrazione con i sistemi informatici, verifiche di conformità, sicurezza informatica e contratti complessi. Bisogna distinguere tra efficienza, cioè fare più in fretta un singolo compito, e produttività, cioè aumentare la capacità complessiva di curare. Per questo chi decide dovrebbe lasciar perdere parole vaghe come «innovazione» e misurare cose concrete: tempo risparmiato, errori evitati, effetti sulle liste d’attesa, soddisfazione dei pazienti, stanchezza del personale, costi di licenza e di integrazione.
Due rischi diversi
Quando strumenti come ChatGPT arrivano direttamente ai cittadini, possono aiutare a capire una diagnosi o a preparare le domande per il medico. Se però diventano un triage informale, rischiano di far ritardare le cure, rassicurare troppo o, al contrario, spingere a usare servizi non necessari. Uno studio del 2026 ha simulato 960 situazioni cliniche: in quelle gravi il sistema ha sottovalutato l’urgenza nel 51,6% dei casi, in quelle lievi l’ha sopravvalutata nel 64,8%. Dentro gli ospedali il problema è un altro: la trasformazione silenziosa dei processi. Chi controlla i risultati? Chi risponde se un riassunto omette un dato decisivo? Quali informazioni finiscono ai fornitori esterni? Validità scientifica, pregiudizi degli algoritmi, privacy e responsabilità legale restano i punti critici.
Il caso italiano
In Italia l’arrivo di questi strumenti si somma a problemi già noti: lunghe liste d’attesa, carenza di personale, grandi differenze tra regioni, un fascicolo sanitario elettronico applicato a macchia di leopardo e forti squilibri tra pubblico e privato. In questo quadro, chi promette efficienza immediata merita un esame ancora più attento.
