Link per leggere/scaricare il documento:
https://www.thelancet.com/journals/landig/article/PIIS2589-7500(26)00034-8/fulltext?rss=yes
Un Viewpoint pubblicato su The Lancet Digital Health rilancia il dibattito sull’intelligenza artificiale generativa in sanità: non più solo chatbot o strumenti per testi clinici, ma modelli capaci di elaborare dati medici tokenizzati, traiettorie di pazienti e informazioni multimodali. La promessa è una medicina più predittiva e personalizzata; il rischio è una nuova dipendenza da sistemi opachi, energivori e difficili da validare.
Il documento “Beyond language: generative artificial intelligence as a general computing model for medicine”, firmato da Arkadiusz Sitek e David W Bates, sostiene che la vera svolta dell’IA generativa in medicina potrebbe arrivare dalla tokenizzazione diretta dei dati sanitari: esami di laboratorio, diagnosi, immagini, eventi clinici e percorsi assistenziali trasformati in unità discrete leggibili dai modelli.
Secondo gli autori, i modelli di tipo transformer potrebbero così analizzare non soltanto frasi, ma sequenze cliniche ordinate nel tempo, simulando possibili traiettorie di malattia, supportando la previsione degli esiti e favorendo decisioni più personalizzate. È un cambio di paradigma: l’IA generativa diventerebbe una piattaforma computazionale generale per dati sanitari complessi.
La prospettiva, tuttavia, richiede prudenza. L’Organizzazione mondiale della sanità ha più volte richiamato l’esigenza di trasparenza, supervisione umana, sicurezza, equità e tutela della privacy nell’uso dell’IA per la salute. Anche l’AI Act europeo considera ad alto rischio molti sistemi di IA destinati a finalità mediche, imponendo requisiti su gestione del rischio, qualità dei dati, informazione agli utenti e controllo umano.
Il punto critico resta la fiducia: modelli capaci di integrare dati clinici, immagini e cronologie sanitarie possono migliorare diagnosi e prevenzione, ma solo se verificabili, auditabili e costruiti su dataset rappresentativi. Senza queste garanzie, il rischio è amplificare disuguaglianze, errori clinici e automatismi decisionali in ambiti dove la responsabilità deve restare umana.
Breve approfondimento e cronologia
2021 — OMS: pubblica la guida su etica e governance dell’IA per la salute, indicando principi come autonomia umana, trasparenza, responsabilità, equità e sicurezza.
Fonte: World Health Organization — https://www.who.int/publications/i/item/9789240029200
2024 — Unione europea: entra in vigore l’AI Act, con obblighi specifici per i sistemi di IA ad alto rischio, compresi quelli usati in ambito medico.
Fonte: Commissione europea — https://health.ec.europa.eu/ehealth-digital-health-and-care/artificial-intelligence-healthcare_en
2025 — FDA: pubblica una bozza di guida sul ciclo di vita e le domande di autorizzazione per software medici basati su IA.
Fonte: FDA — https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-software-medical-device
2026 — The Lancet Digital Health: Sitek e Bates propongono di guardare all’IA generativa come infrastruttura computazionale generale per la medicina, fondata su dati clinici tokenizzati.
Consigli di approfondimento
- WHO, Ethics and governance of artificial intelligence for health
- European Commission, Artificial Intelligence in healthcare
- FDA, Artificial Intelligence in Software as a Medical Device
- The Lancet Digital Health, Beyond language: generative artificial intelligence as a general computing model for medicine
Abstract: pro, rischi e conseguenze sociali
L’IA generativa applicata ai dati clinici tokenizzati può aprire una nuova fase della medicina predittiva, favorendo diagnosi più tempestive, personalizzazione delle cure e integrazione di informazioni oggi frammentate. I vantaggi riguardano soprattutto prevenzione, ricerca clinica e supporto alle decisioni. I rischi etici e sociali riguardano invece privacy, bias, opacità algoritmica, dipendenza dai sistemi automatizzati e possibile riduzione del ruolo deliberativo del medico. In futuro, l’interazione sociale tra paziente, clinico e macchina potrebbe cambiare profondamente: il valore dell’IA dipenderà dalla capacità di usarla come supporto controllato, non come sostituto della responsabilità sanitaria umana.
