IA nel settore sanitario: da un modello black-box a un partner affidabile

Questo contributo è apparso il 22 settembre 2025 nella rubrica 'IT for Health' della rivista Netzwoche.

Il dibattito sull’intelligenza artificiale (IA) sta interessando sempre più anche il settore sanitario. Mentre i modelli linguistici di grandi dimensioni come ChatGPT mostrano prestazioni impressionanti nella creazione di testi o nella strutturazione dei dati, nel contesto medico si pongono altri requisiti. Nella rivista Harvard Business Review (HBR), Nigam e Glaser hanno dimostrato che i modelli di IA generalisti eccellono in compiti di ampio spettro ma raggiungono rapidamente i loro limiti nell’impiego professionale. E questo perché non agiscono come medici ma confrontano modelli statistici¹.

Gli autori dimostrano che i sistemi di IA specializzati sono superiori ai modelli generalisti utilizzando l’esempio delle garanzie d’assunzione dei costi delle assicurazioni malattie americane. Queste esperienze e altre ancora, che illustro di seguito, non possono essere riportate tali e quali alla realtà dell’assistenza sanitaria del nostro Paese ma è bene prenderne atto e trarre le proprie conclusioni. Questo perché forniscono preziosi impulsi per l’introduzione e l’ulteriore sviluppo di soluzioni di IA affidabili in Svizzera.

In relazione alle diagnosi mediche o alla valutazione di richieste di prestazioni, non è sufficiente che un’IA si limiti a riconoscere modelli. Deve essere in grado di «ragionare» in termini medici, ovvero comprendere la logica clinica, valutare la forza delle evidenze e tenere conto delle disposizioni normative quali quelle della SwissDRG, dell’UFSP o della LAMal. Ciò vale in particolare per le decisioni complesse come le comorbidità, le cure palliative o le questioni etiche. McKendrick e Thurai sottolineano che l’IA fallisce regolarmente in queste decisioni contestuali perché manca di empatia, etica e comprensione generale.²

Un’alta percentuale di risultati da sola non è quindi sufficiente. Specialiste e specialisti vogliono poter tracciare come si ottiene un risultato. Il sistema deve essere in grado di mostrare quali criteri ha utilizzato, come ha valutato le informazioni e quali fattori sono stati presi in considerazione. I modelli black-box, che forniscono risultati senza alcuna motivazione, non sono di alcun aiuto nella vita di tutti i giorni. In un ambiente regolamentato come quello del settore sanitario svizzero, la trasparenza non è un optional bensì un prerequisito per la fiducia, l’accettazione e la certezza del diritto.

Il futuro dell’IA medica non risiede in grandi sistemi onnicomprensivi ma in soluzioni specializzate e trasparenti con una solida base tecnica. Viot³ e Modi⁴  sottolineano questa tendenza: i modelli iperspecializzati sono più efficienti, precisi e rispettosi delle risorse rispetto agli strumenti generalisti sovradimensionati. Proprio questi criteri – efficienza, precisione, sostenibilità – sono fondamentali anche nel settore sanitario svizzero.

In questo modo è possibile raggiungere due obiettivi: migliorare la qualità e l’efficienza dell’assistenza sanitaria e, allo stesso tempo, assicurarsi la fiducia di specialiste, specialisti e pazienti. Del resto, le decisioni sbagliate possono avere conseguenze non solo economiche ma anche sulla salute.

Le esperienze e le osservazioni sopra riportate fanno parte di un discorso più ampio che va oltre la tecnologia. Anche se l’IA può aggregare dati e calcolare probabilità statistiche, le decisioni non sono mai puramente matematiche. In un altro articolo nell’HBR, Reeves, Moldoveanu e Job sottolineano che i giudizi umani includono sempre il contesto, l’etica e l’immaginazione, competenze che le macchine non sono in grado di sostituire.⁵ Per il settore sanitario svizzero ciò significa che l’IA deve «capire» la logica specialistica e i quadri normativi ma non deve sostituirsi alla responsabilità umana e prendere decisioni in modo autonomo.

Anche gli studi sullo sviluppo organizzativo dimostrano che la tecnologia da sola non basta. Fountaine, McCarthy e Saleh sostengono che il successo dell’IA dipende soprattutto dalla cultura, dalla collaborazione e dalla chiara integrazione nei processi lavorativi.⁶ Questo vale anche per il settore sanitario svizzero: i sistemi specializzati non possono avere successo a lungo termine senza lo stretto coinvolgimento del personale medico e di altre specialiste e altri specialisti.

Il vantaggio della futura IA non deriverà quindi dalle dimensioni o dalla potenza di calcolo ma dalla capacità di combinare conoscenze specialistiche locali, pratica medica e innovazione. Ciò richiede una collaborazione continua con le esperte e gli esperti svizzeri. Solo così è possibile adattare costantemente i sistemi a nuovi standard, leggi e caratteristiche regionali, e questo è l’unico modo per trasformare l’IA da una tendenza a un vero e proprio partner per una migliore assistenza sanitaria.

In futuro avremo pertanto bisogno di un sistema di IA specifico per ogni caso d’uso? Non necessariamente! Un approccio promettente è rappresentato dai sistemi ibridi che combinano generalisti e specialisti. I modelli di IA generalisti sono adatti a compiti di supporto: possono migliorare il servizio clienti, riassumere documenti medici o facilitare la gestione delle conoscenze. Tali sistemi sono flessibili e versatili e facilitano la vita quotidiana del personale nelle attività amministrative e di comunicazione, mentre per le attività mediche complesse sono necessari modelli specializzati.

Le organizzazioni che intendono utilizzare l’IA dovrebbero quindi porsi le stesse domande discusse da Nigam e Glaser:

• Il sistema rende noti i suoi processi decisionali?
• È stato sviluppato con specialiste e specialisti e viene ulteriormente sviluppato insieme a loro?
• Ha una struttura modulare che consente di integrare nuove aree di applicazione quali la riabilitazione, la psichiatria o le cure di lunga durata?

Le risposte a queste domande mostreranno se l’IA rimarrà un semplice ausilio tecnico o se evolverà diventando un partner affidabile per le professioniste e i professionisti della salute.

L’IA può migliorare l’assistenza sanitaria se mappa le conoscenze specialistiche, offre processi decisionali trasparenti e viene sviluppata in stretta collaborazione con gli operatori del settore. I modelli generalisti mantengono il loro valore negli ambiti di supporto. Ma quando sono in gioco la vita e la salute delle persone sono necessari sistemi specializzati che «ragionino» in termini medici e che siano al servizio dei medici come partner, non come black-box.

¹ Nigam, Amber e John Glaser. «Should Your Business Use a Generalist or Specialized AI Model?» Harvard Business Review, 23 luglio 2025. https://hbr.org/2025/07/should-your-business-use-a-generalist-or-specialized-ai-model.

² McKendrick, Joe e Andy Thurai. «AI Isn’t Ready to Make Unsupervised Decisions» Harvard Business Review, 15 settembre 2022. https://hbr.org/2022/09/ai-isnt-ready-to-make-unsupervised-decisions.

³ Viot, Edlouard. «The Future Of AI Is Specialization» Forbes Technology Council, 30 maggio 2025, https://www.forbes.com/consent/ketch/?toURL=https://www.forbes.com/councils/forbestechcouncil/2025/05/30/the-future-of-ai-is-specialization/.

⁴ Modi, Darshil. «The Rise of Specialized AI Models: Unlocking New Efficiencies for Business Growth» LinkedIn, 5 maggio 2025, https://www.linkedin.com/pulse/rise-specialized-ai-models-unlocking-new-efficiencies-darshil-modi-t2orf/.

⁵ Reeves, Martin, Mihnea Moldoveanu e Adam Job. «The Irreplaceable Value of Human Decision-Making in the Age of AI» Harvard Business Review, 11 dicembre 2024. https://hbr.org/2024/12/the-irreplaceable-value-of-human-decision-making-in-the-age-of-ai.

⁶ Fountaine, Tim, Brian McCarthy e Tamim Saleh. «Building the AI-Powered Organization.» Harvard Business Review, luglio-agosto 2019. https://hbr.org/2019/07/building-the-ai-powered-organization.