Dopo aver esaminato opportunità, limiti e prospettive dell’intelligenza artificiale in sanità, nella prima parte Medicina aumentata: l’AI dalla sperimentazione alla pratica clinica, l’attenzione si sposta ora sulle sue applicazioni cliniche e sul rapporto con il giudizio medico. Dai sistemi di supporto alla diagnosi alla ricerca biomedica, il confronto tra competenza umana e algoritmi è oggi uno dei temi più discussi nel dibattito scientifico.
Quando gli algoritmi sfidano il giudizio clinico
«Oggi l’intelligenza artificiale supera il medico, e di molto, nel ragionamento clinico e nella capacità diagnostica». Giuseppe Remuzzi, direttore dell’Istituto di Ricerche Farmacologiche Mario Negri IRCCS e tra i più autorevoli nefrologi e ricercatori italiani, ha recentemente richiamato l’attenzione della comunità medica sulla base della lettura di dati scientifici che, secondo il professore, obbligano la medicina a ripensare il proprio rapporto con la tecnologia. Al centro della sua riflessione c’è uno studio basato sui casi clinici pubblicati dal New England Journal of Medicine.
«Quando hanno confrontato l’intelligenza artificiale con i medici che si erano prestati a questo esercizio, la diagnosi corretta dell’Intelligenza artificiale era nell’85,5% dei casi. Il medico faceva la diagnosi giusta nel 20% dei casi: l’Intelligenza artificiale è migliore del medico nel ragionamento clinico, soprattutto quando si arriva ai casi difficili». Per Remuzzi si tratta di un dato ormai impossibile da ignorare. «Ogni settimana nel mondo 230 milioni di persone consultano ChatGpt sulla propria salute e noi dobbiamo fare i conti con questo fenomeno».
Secondo Remuzzi, continuare a discutere dell’Intelligenza artificiale soltanto in termini di rischio o diffidenza significa non comprendere la portata del cambiamento in atto. A sostegno di questa tesi, il professore richiama anche la crescente complessità della conoscenza medica. «Certo che l’intelligenza artificiale sbaglia, ma noi dobbiamo chiederci: sbaglia rispetto a che cosa? Ogni 39 secondi viene pubblicato un articolo di medicina e già soltanto leggere gli abstract richiederebbe ventidue ore al giorno. Non possiamo chiedere alla mente umana di sostenere da sola tutto questo peso».
Remuzzi richiama poi i numeri relativi agli errori clinici. «Gli errori medici sono 134 milioni all’anno e 2,6 milioni di persone muoiono per malattie dalle quali si potrebbe evitare di morire». Da qui la convinzione che il confronto corretto non sia tra perfezione e fallimento, ma tra le performance dell’uomo e quelle degli algoritmi. Gli esempi di applicazione dell’intelligenza artificiale citati da Remuzzi attraversano ormai quasi tutti gli ambiti della medicina. In dermatologia, ricorda, uno studio pubblicato su Nature nel 2025 ha mostrato risultati superiori rispetto ai dermatologi coinvolti nella ricerca. «Se hai il miglior dermatologo del mondo o il miglior patologo renale probabilmente è ancora meglio dell’Intelligenza artificiale, ma rispetto al dermatologo medio o al patologo medio l’Intelligenza artificiale è invariabilmente superiore». Lo stesso avviene in cardiologia, dove gli algoritmi riescono a identificare con maggiore anticipo le aritmie potenzialmente fatali, consentendo interventi tempestivi su pazienti ad alto rischio. «Questi sistemi riescono a predire con accuratezza le persone che sono ad alto rischio di morte cardiaca, mentre il medico non può essere presente ogni giorno a seguire continuamente l’andamento del ritmo cardiaco».
Un altro fronte riguarda l’oncologia. Remuzzi cita il lavoro di ricercatori di Ginevra che, attraverso l’analisi di cellule tumorali, hanno identificato i geni e i pattern di espressione associati alla diffusione metastatica. Secondo il direttore dell’Istituto Mario Negri, l’intelligenza artificiale permette di integrare quantità di dati che nessun essere umano riuscirebbe a elaborare contemporaneamente: informazioni genetiche, cliniche, radiologiche e strumentali. «La trasformazione – spiega – investe ormai tutta la medicina: dalla radiologia alla patologia, fino allo sviluppo farmacologico. La creazione di un farmaco è cambiata completamente: oggi si possono simulare in poche ore milioni di molecole e individuare rapidamente quelle che interagiscono con uno specifico recettore biologico». Anche l’organizzazione sanitaria potrebbe cambiare radicalmente.
Remuzzi richiama dati statunitensi secondo cui gli algoritmi applicati al triage nei pronto soccorso consentirebbero di ridurre del 55% i tempi di attesa. Parallelamente, l’intelligenza artificiale starebbe mostrando risultati promettenti nelle malattie rare, uno dei campi di ricerca storici del Mario Negri. «Nelle malattie rare l’Intelligenza artificiale è una cosa straordinaria», dice Remuzzi ricordando il caso di un ragazzo che, dopo tre anni e diciassette specialisti consultati senza successo, ha ottenuto una diagnosi grazie a un sistema di intelligenza artificiale interrogato dalla madre. «A quel punto servono naturalmente gli specialisti, ma la diagnosi era arrivata dall’intelligenza artificiale».
L’Istituto Mario Negri sta già utilizzando l’Intelligenza artificiale in diversi ambiti della ricerca clinica e della medicina predittiva, come spiega Alberto Arrigoni, capo unità di Intelligenza Artificiale per la Biomedicina, Laboratorio di Medical Imaging, Dipartimento di Ricerca Bioingegneria dell’Istituto – Le applicazioni riguardano, innanzitutto, l’analisi delle immagini radiologiche, dove i sistemi di intelligenza artificiale vengono impiegati per identificare strutture anatomiche e patologiche all’interno di immagini di risonanza magnetica e tomografia computerizzata, segmentando organi e lesioni per estrarre biomarcatori utili alla ricerca clinica.
L’Istituto sta, inoltre, sviluppando modelli predittivi sulla progressione della malattia renale cronica, costruiti su trent’anni di dati raccolti dal Mario Negri, con l’obiettivo di individuare quali pazienti avranno un’evoluzione più rapida della patologia e quali invece presenteranno una progressione più lenta. I sistemi vengono utilizzati anche per simulare diverse linee terapeutiche e valutare l’impatto dei trattamenti sull’evoluzione della malattia.
Tra i progetti europei in corso figurano anche programmi che utilizzano modelli linguistici avanzati per leggere e organizzare le cartelle cliniche nei reparti di emergenza e urgenza, favorendo l’attività di ricerca, oltre a piattaforme dedicate al tumore del polmone che integrano dati molecolari, radiologici e clinici per stratificare i pazienti e definire trattamenti sempre più personalizzati. Per Remuzzi, tuttavia, il vero nodo resta culturale. «Non bisogna avere paura dell’intelligenza artificiale, bisogna usarla e interagire con essa mantenendo senso critico. I medici dovranno certamente cambiare il loro modo di lavorare, ma non perderanno il lavoro; al contrario, si creerà una simbiosi che consentirà al medico di avere più tempo per stare vicino al malato».
La relazione di cura resta insostituibile
Negli ultimi anni la FNOMCeO (Federazione Nazionale degli Ordini dei Medici Chirurghi e degli Odontoiatri), ha dedicato diversi convegni al tema dell’intelligenza artificiale in sanità. «Questo è il terzo in cui parliamo dell’argomento», spiega Giovanni Leoni, medico chirurgo, vicepresidente della FNOMCeO e presidente dell’Ordine dei Medici Chirurghi e degli Odontoiatri della Provincia di Venezia. La domanda di fondo è se gli algoritmi siano destinati a sostituire il medico.
Per Leoni non ci sono dubbi: «L’interfaccia umana medico-paziente sarà sempre necessaria, perché i nostri pazienti hanno bisogno di trovare un loro simile che li curi, che spieghi la situazione e che consideri la persona nella sua totalità. Il medico servirà sempre, perché è un simile che cura un altro simile». Secondo Leoni, questo aspetto è particolarmente evidente nella pratica quotidiana. La maggior parte dei pazienti che il Servizio sanitario incontra ogni giorno ha tra i 60 e gli 80 anni e presenta competenze digitali limitate. «Sono pazienti “analogici”. Hanno grandissimo bisogno di avere un rapporto quotidiano e sistematico con il medico, di essere ascoltati, rassicurati e accompagnati nel percorso di cura». Sul piano tecnico, tuttavia, il potenziale dell’intelligenza artificiale è considerevole. «Noi abbiamo il 35% di aumento di dati medici complessivi all’anno. È una massa enorme di dati e diventa sempre più difficile per il singolo medico leggere gli articoli, selezionare le informazioni e mantenere un aggiornamento culturale completo».
In questo contesto, gli algoritmi possono accelerare l’analisi della letteratura scientifica, riconoscere pattern e formulare previsioni, con applicazioni rilevanti sia nella ricerca sia nella pratica clinica. Leoni individua nella diagnostica per immagini uno degli ambiti più promettenti. Radiologia, neurologia e cardiologia sono le discipline in cui il supporto degli algoritmi può migliorare la lettura degli esami, la ricostruzione tridimensionale e il monitoraggio dell’evoluzione delle patologie croniche. Dallo screening mammografico alla diagnosi precoce dell’ictus, la capacità di elaborare rapidamente grandi volumi di immagini offre un vantaggio concreto in termini di precisione e tempestività.
L’impatto dell’intelligenza artificiale si estende anche alla medicina del territorio. Negli ambulatori dei medici di medicina generale, i sistemi digitali possono alleggerire numerose attività organizzative: gestione degli appuntamenti, promemoria, smistamento delle telefonate, documentazione clinica e procedure ripetitive. «Ci sono programmi dedicati anche per quanto riguarda la medicina del territorio. Possono aiutare non solo nel processo diagnostico, ma in tutta l’organizzazione dell’ambulatorio e nella gestione di molte attività ripetitive e noiose». Questo ruolo sarà ancora più importante con lo sviluppo delle Case di comunità, strutture destinate a ospitare ecografi, spirometri e strumenti per esami di base. In questo contesto, l’intelligenza artificiale potrà favorire una maggiore integrazione tra territorio e ospedale, migliorando la capacità di filtro e la presa in carico dei pazienti. Leoni collega il tema anche alle liste d’attesa. La Federazione ha proposto di consentire ai medici di medicina generale di rinnovare i piani terapeutici quando non vi siano variazioni cliniche, una misura che potrebbe liberare circa 5 milioni di visite specialistiche all’anno.
«Il problema principale è organizzativo. L’intelligenza artificiale sarà utilissima per tantissime cose dal punto di vista tecnologico, ma da sola non risolve le criticità strutturali del sistema sanitario». Più prudente, invece, il giudizio sulle applicazioni generaliste rivolte direttamente ai cittadini. Leoni ricorda l’esperienza britannica di Babylon, concepita come alternativa al medico di medicina generale e poi fallita. «Il medico è il professionista che utilizza in maniera non sostitutiva l’intelligenza artificiale nella cura dei pazienti. La medicina può essere estremamente complessa, ma bisogna avere la capacità di spiegarla alle persone in modo semplice e comprensibile». App e chatbot possono essere utili soprattutto per gli utenti più giovani e per il monitoraggio a distanza attraverso dispositivi indossabili. Tuttavia, secondo il vicepresidente della Federazione, non possono sostituire il rapporto personale, la fiducia e l’empatia che sono alla base dell’aderenza terapeutica e dell’efficacia della cura.
Il progetto CoMPaSS-NMD, per la diagnosi delle malattie neuromuscolari
Uno dei casi concreti di applicazione dell’intelligenza artificiale alla medicina arriva dal progetto europeo CoMPaSS-NMD (Computational Models for new Patients Stratification Strategies of Neuromuscular Disorders), nato per affrontare uno dei problemi più complessi delle malattie neuromuscolari rare ereditarie. Queste rappresentano un’area ad alta complessità clinica. I sintomi possono essere eterogenei, progressivi e difficili da interpretare, mentre dati clinici, genetici e di imaging sono spesso distribuiti tra centri diversi e non integrati tra loro. Il risultato è un percorso diagnostico lungo, caratterizzato da visite ripetute, esami multipli, incertezza terapeutica e forte impatto psicologico per pazienti e caregiver. È in questo scenario che si inserisce CoMPaSS-NMD, progetto europeo finanziato dal programma Horizon Europe con circa 5 milioni di euro, sviluppato per il quadriennio 2023-2027.
L’obiettivo è utilizzare l’intelligenza artificiale per integrare dati clinici, genetici e radiologici, supportando il medico nella diagnosi precoce e nella definizione di percorsi terapeutici più accurati. Il progetto, coordinato dall’Università degli Studi di Modena e Reggio Emilia, coinvolge centri clinici e partner industriali di Italia, Germania, Francia, Finlandia e Regno Unito nell’ambito della rete europea dedicata alle malattie neurologiche rare.
Uno degli aspetti più innovativi riguarda la creazione di una piattaforma digitale unificata basata sulla Human Phenotype Ontology (HPO), un linguaggio condiviso che permette di raccogliere e confrontare dati clinici in modo standardizzato. Ad oggi il progetto ha già sviluppato un sistema strutturato per la raccolta dei dati clinici di 500 pazienti e un’applicazione utilizzabile da computer, tablet e smartphone che consente ai professionisti sanitari di inserire e analizzare rapidamente nuove informazioni cliniche. Secondo i dati presentati dal progetto, l’adozione di strumenti diagnostici basati sull’intelligenza artificiale potrebbe ridurre fino al 20% i costi legati al percorso diagnostico, generando un risparmio potenziale di circa 3 miliardi di euro all’anno a livello europeo, oltre a una significativa accelerazione dei tempi di diagnosi. In Europa si stima che circa 500 mila persone siano affette da malattie neuromuscolari ereditarie, con un costo medio di circa 30 mila euro all’anno per paziente e una spesa complessiva di circa 15 miliardi di euro annui.
Articolo tratto dal numero di ottobre 2026 di Medicina Integrata
Bibliografia
1. Chanda T. et al. Dermatologist-like explainable AI enhances melanoma diagnosis accuracy: eye-tracking study. Nature Communications, 2025.
2. Conod A, Ruiz i Altaba A. et al. Emergence of high-metastatic potentials and prediction of recurrence and metastasis. Cell Reports (2026).
3. European Commission. (2023). CoMPaSS-NMD: Computational Models for new Patients Stratification Strategies of Neuromuscular Disorders (Grant Agreement No. 101080874). CORDIS. https://cordis.europa.eu/project/id/101080874
