L’Intelligenza Artificiale non è nata il giorno che Open AI ha pubblicato ChatGPT 3.5.
Sebbene il dibattito pubblico attuale sembri suggerire una genesi improvvisa, siamo nel mezzo di un’evoluzione che dura da settant’anni. Dal test di Turing del 1950 alla nascita delle reti neurali, fino all’esplosione dei dati del web e alla potenza di calcolo delle GPU di NVIDIA, il percorso è stato lineare, seppur accelerato.
All’interno delle strutture ospedaliere, sistemi esperti e infrastrutture di EHR convivono con la pratica clinica da decenni.
Eppure, oggi, sembra che tutto sia cambiato. Perché?
Indice degli argomenti
L’effetto specchio di ChatGPT
La vera “bomba” non è stata tecnologica in senso stretto, ma d’interfaccia.
ChatGPT ha portato una potenza di calcolo complessa dentro una chat quotidiana, raggiungendo un milione di utenti in meno di una settimana e oltre 110 milioni in un anno.
Questo ha scatenato un afflusso di capitali senza precedenti e un battage mediatico altrettanto massiccio. Ma il sensazionalismo ha un costo: ha distorto la nostra percezione.
Oggi i media muovono l’opinione pubblica tra due poli opposti: l’entusiasmo acritico (“L’AI ha detto così, quindi è giusto”) e il rifiuto viscerale (“È pericolosa, vietiamola”).
Entrambe le posizioni sono pericolose perché ci impediscono di vedere l’AI per ciò che è realmente: una GPT (General Purpose Technology).
Il passaggio dell’AI dal laboratorio alla corsia
Proprio come l’elettricità o internet, l’AI non genera valore in isolamento.
L’elettricità non ha rivoluzionato l’industria solo perché esisteva, ma perché è stata integrata nei motori, nelle fabbriche e, infine, negli ospedali, trasformando i processi decisionali e operativi. In Sanità, l’intelligenza artificiale deve seguire lo stesso iter: genera valore solo quando viene incorporata nei flussi di lavoro e nelle decisioni delle persone.
Tuttavia, il passaggio dal laboratorio alla corsia è meno banale di quanto i titoli di giornale lascino intendere. Lo Stanford Institute for Human-Centered Artificial Intelligence (HAI) Index Reportdocumenta bene questo divario: un algoritmo può superare un radiologo esperto su dati “puliti” e in condizioni controllate, ma le sue performance calano significativamente nella clinica reale.
In ospedale troviamo macchinari eterogenei, pazienti complessi, immagini imperfette e rumore di fondo. Questa è la differenza ontologica tra un esperimento e un’unità operativa.
Il cuore del problema: perché dobbiamo “demistificare”
Questo ci porta al punto cruciale, il vero perno di qualsiasi strategia di implementazione per il SSN: la demistificazione.
Demistificare non significa sminuire, ma “spogliare” la tecnologia dal suo velo magico e dagli orpelli mediatici per rivelarne la natura strumentale. Come incontrare faccia a faccia la prima volta un collega del quale si è tanto sentito parlare.
È un atto di leadership necessario per tre motivi fondamentali:
- Governare anziché subire: se l’AI è vista come un’entità mitologica o infallibile, il manager sanitario finisce per “comprare tecnologia” anziché “risolvere problemi”. Demistificare significa riportare la palla al centro: la sfida non è l’acquisto del software, ma il governo del suo impatto sui processi e il coordinamento tra le diverse professioni e unità organizzative.
2. Abbattere la resistenza culturale: il rifiuto viscerale nasce spesso dalla paura dell’ignoto. Quando spieghiamo che l’AI è un’evoluzione dei sistemi che già usiamo (come gli EHR), riduciamo l’asimmetria informativa e rendiamo il personale sanitario parte attiva della trasformazione.
3. Focalizzare il ROI organizzativo: solo guardando la tecnologia senza il filtro del sensazionalismo possiamo capire dove l’AI serve davvero. La demistificazione, e la indispensabile formazione correlata, sono le precondizioni per la sostenibilità.
Dalla tecnologia al coordinamento umano
Per il SSN, la partita si gioca sulla capacità di governare l’impatto. Non si tratta di sostituire il clinico, ma di potenziare il coordinamento tra radiologi, ingegneri clinici, direzioni sanitarie e personale infermieristico. Oltre a potenziare, deve diventare un nodo in una rete di competenze umane, non un decisore solitario.
Se non demistifichiamo, resteremo prigionieri del ciclo dell’hype: grandi aspettative seguite da grandi delusioni quando i risultati clinici reali non corrispondono a quelli del laboratorio.
La leadership moderna in sanità deve avere il coraggio di essere pragmatica e di mettere in discussione gli schemi.
L’AI non è un oracolo: è un abilitatore di valore che richiede un terreno fertile — fatto di dati puliti, processi coerenti e persone formate — per poter fiorire.
Un approccio basato sulla realtà
L’invito ai decisori del settore è di abbandonare i due colori del tifo mediatico. L’AI in Sanità è una sfida innanzitutto di organizzativa e di leadership, solo dopo tecnologica.
È un’opportunità straordinaria di efficientamento, ampliamento e miglioramento della cura, a patto di affrontarla con gli occhi liberi dal filtro del sensazionalismo. Solo così potremo passare dalla “promessa” dell’AI alla sua “pratica” quotidiana, sicura e scalabile.
Demistificare significa, in ultima analisi, rimettere l’uomo al comando della macchina, garantendo che l’evoluzione tecnologica rimanga sempre al servizio della salute pubblica.
