news – IA in sanità: diagnosi, governance e robot umanoidi

L’intelligenza artificiale entra sempre più rapidamente nella medicina reale: predice centinaia di malattie, supporta diagnosi e triage, genera documentazione clinica e comincia a muoversi nel mondo fisico attraverso robot intelligenti. Ma la capacità tecnologica procede più velocemente delle regole, della validazione clinica e della fiducia dei pazienti.

Il dato più significativo arriva dall’Organizzazione mondiale della sanità. Nella Regione europea quasi due Paesi su tre utilizzano già sistemi di IA nella diagnostica e circa la metà ha introdotto chatbot per i pazienti. Solo l’8%, però, dispone di una strategia nazionale specifica per l’IA sanitaria e una quota analoga ha definito standard di responsabilità in caso di errore. Quasi il 40% non dispone ancora di linee guida etiche specifiche.

L’adozione, intanto, accelera. NHS England ha annunciato il 4 luglio un programma che comprende triage attraverso la NHS App e strumenti IA per la presa di appunti clinici, inseriti in un investimento digitale da 10 miliardi di sterline in tre anni. Il servizio sanitario britannico stima benefici complessivi per 41 miliardi di sterline nel prossimo decennio.

La medicina predittiva offre uno degli esempi più avanzati. Ricercatori di Harvard Medical School, Dana-Farber e Massachusetts General Hospital hanno sviluppato un algoritmo capace di stimare, attraverso cartelle cliniche e profili genetici, il rischio individuale di 348 differenti patologie. Harvard precisa tuttavia che il possibile impiego preventivo dipenderà dalla futura validazione clinica.

Parallelamente stanno emergendo gli agenti IA autonomi e multimodali, capaci di combinare testi, immagini, dati clinici e strumenti software. Una revisione pubblicata su npj Digital Medicine ha analizzato 37 studi: molti sistemi restano però prototipi o applicazioni in fase di valutazione tecnica, con evidenze ancora limitate su sicurezza, fairness e risultati clinici reali. Una precedente revisione sull’agentic AI aveva identificato appena sette studi idonei e un solo trial con pazienti.

È qui che emerge il problema della fiducia. JAMA Network Open rileva che l’accettazione dell’IA sanitaria dipende dalla presenza del medico, dalla governance, dalla protezione dei dati, dalla trasparenza e dall’affidabilità delle prestazioni. In uno studio internazionale citato da JAMA, basato su 48.340 persone in 47 Paesi, supervisione umana, privacy e accountability risultano elementi centrali della fiducia.

Anche i bias restano un rischio clinico concreto. Johns Hopkins, in collaborazione con la Food and Drug Administration, ha sviluppato G-AUDIT, uno strumento destinato a individuare nei dataset di addestramento correlazioni spurie che potrebbero indurre un algoritmo medico a prendere decisioni basate sui segnali sbagliati.

La stessa trasformazione esce ormai dagli schermi. Il 30 luglio Google DeepMind ha presentato Gemini Robotics 2, capace di controllare l’intero corpo di robot umanoidi, gestire manipolazioni più precise, coordinare più robot e richiedere l’intervento umano quando incontra situazioni incerte. È il passaggio dall’IA generativa alla Physical AI, dove un errore non produce soltanto un’informazione sbagliata, ma può generare un’azione fisica.

Per l’Europa il quadro normativo è già delineato dall’AI Act: i sistemi integrati in determinati dispositivi medici sottoposti a valutazione di conformità possono rientrare nella categoria ad alto rischio, con obblighi di gestione continua del rischio. Una parte delle regole sui sistemi ad alto rischio entrerà tuttavia in applicazione progressivamente nei prossimi anni.

Il punto, quindi, non è più stabilire se l’IA entrerà nella medicina. È già entrata. La questione decisiva sarà determinare fino a dove possa decidere autonomamente, chi risponda dei suoi errori e quale controllo debba rimanere nelle mani di medici, pazienti e istituzioni.

Cronologia essenziale

• 5 marzo 2026: JAMA pubblica uno studio sui fattori che influenzano fiducia e accettazione dell’IA medica: presenza del medico, performance e governance risultano determinanti.
• 14 marzo: npj Digital Medicine fotografa un’agentic AI sanitaria ancora promettente ma poco validata clinicamente.
• 2 giugno: WHO pubblica un documento sull’uso responsabile dell’IA nelle politiche sanitarie, insistendo su supervisione umana, bias e governance dei dati.
• 4 luglio: NHS England accelera il rollout dell’IA per triage, amministrazione e gestione delle liste d’attesa.
• 15 luglio: WHO/Europe segnala il divario tra diffusione dell’IA e capacità dei governi di regolarla.
• 22 luglio: Johns Hopkins presenta con FDA G-AUDIT contro i bias nascosti nei dataset medici.
• 30 luglio: Google DeepMind presenta Gemini Robotics 2 e porta il ragionamento multimodale verso robot umanoidi e Physical AI.
• 4 agosto: JAMA torna sul problema della “licenza sociale” e della fiducia dei pazienti.
• 8 agosto: Nature pubblica la revisione su 37 studi dedicati agli agenti multimodali sanitari.
• 17 agosto: Harvard annuncia il modello capace di stimare il rischio di 348 patologie.

Approfondimenti consigliati: WHO: governare l’IA nella sanità · Harvard Medical School: previsione di 348 malattie · Nature: agenti multimodali nella sanità · Google DeepMind: Gemini Robotics 2 · Testo ufficiale dell’AI Act europeo.

LE NOTIZIE dal 1 Luglio

1. ONU: nuove linee strategiche internazionali per l’IA nella salute — cooperazione, governance, equità dei dati e capacità locali al centro delle raccomandazioni. Fonte: Health Policy Watch.
2. L’IA entra sempre più nel Servizio sanitario italiano — algoritmi come supporto ai medici e nuove esigenze di formazione del personale sanitario. Fonte: Il Sole 24 Ore.
3. Sanità digitale, telemedicina e trasformazione del servizio pubblico — attenzione anche a digital divide, profilo tecnologico del paziente e relazione terapeutica. Fonte: Federalismi.
4. NHS accelera l’impiego dell’IA per ridurre le liste d’attesa e migliorare l’assistenza a milioni di pazienti nel Regno Unito. Fonte: NHS England.
5. HCA Healthcare amplia l’IA su scala aziendale, puntando su assistenza ai pazienti ed efficienza operativa. Fonte: HCA Healthcare.
6. Harvard: IA capace di stimare il rischio di oltre 300 patologie utilizzando dati sanitari già disponibili. È la stessa ricerca ripresa come previsione di 348 malattie da Inside Precision Medicine: le due segnalazioni sono quindi accorpate.
7. COMPASS migliora la previsione della risposta all’immunoterapia oncologica utilizzando dati clinici. Fonte: Harvard Medical School.
8. IA per prevedere il rischio cardiovascolare a dieci anni nei pazienti con MASLD. Fonte: Nature.
9. IA per individuare pazienti candidabili alla TAVR, a supporto dei team cardiologici. Fonte: Cardiovascular Business.
10. IA per interpretare e classificare le lettere di referral clinico, con possibili ricadute sulla gestione delle liste d’attesa. Fonte: PLOS.
11. L’efficacia dell’assistenza medica tramite IA dipende dall’esperienza dell’utilizzatore: il MIT mette in discussione gli approcci “one-size-fits-all”.
12. Modelli multimodali e IA spiegabile in medicina — più studi analizzano sistemi capaci di combinare immagini, cartelle cliniche e altre fonti di dati. Fonti: Nature e npj Digital Medicine.
13. Agenti IA autonomi e agentic AI nella medicina — cresce la ricerca su sistemi capaci di assistere medici e pazienti e assumere compiti progressivamente più autonomi. Fonti: Cambridge, Nature, JAMA.
14. Dall’IA conversazionale alla scoperta scientifica autonoma: opportunità e limiti dei sistemi agentici nella ricerca biomedica. Fonte: The Cancer Letter.

Sicurezza, etica, regolazione e fiducia

15. Serve una supervisione umana più sofisticata del semplice “human in the loop” nell’IA medica. Fonte: npj Digital Medicine/Nature.
16. L’IA medica ha un problema di misurazione e valutazione delle prestazioni. Fonte: Nature.
17. Johns Hopkins e FDA sviluppano uno strumento per individuare bias nascosti nei sistemi medici di IA.
18. Sicurezza dei Large Language Model in sanità — Nature analizza vulnerabilità e rischi dell’integrazione dei modelli generativi nella pratica clinica.
19. Sistemi sanitari chiamati a introdurre guardrail per l’IA — tema affrontato dall’American Medical Association, mentre il BMJ sottolinea come la regolazione rimanga un “bersaglio mobile”.
20. Principi guida elaborati dai medici per il futuro dell’IA sanitaria, con particolare attenzione alla responsabilità professionale. Fonte: EurekAlert/UVA-Clemson.
21. Responsabilità giuridica per gli errori dell’IA sanitaria — il tema emerge nei sistemi statunitensi di liability, nelle assicurazioni sanitarie e nel dibattito su chi debba rispondere dei danni. Fonti: CRS, American Bar Association, Jerusalem Post.
22. Fiducia dei cittadini decisiva per l’adozione dell’IA sanitaria. JAMA analizza l’accettazione pubblica, mentre Tufts invita i pazienti a non affidarsi ciecamente all’IA per problemi di salute.
23. Falsi medici generati dall’IA sui social rappresentano un rischio per la salute pubblica, soprattutto quando diffondono informazioni sanitarie ingannevoli. Fonte: The Guardian.
24. IA e disuguaglianze sanitarie — diversi contributi avvertono che sistemi tecnologicamente avanzati possono amplificare le disparità se inseriti in sistemi sanitari fragili o diseguali. Fonti: Nature, The Conversation, HCPLive.
25. Percezione dell’IA tra pazienti vulnerabili e popolazioni servite dalle safety-net facilities. Fonte: Nature.
26. IA come nuovo “determinante commerciale” della salute e possibile finanziarizzazione della conoscenza medica. Fonti: BMJ e JAMA Internal Medicine.
27. Fragilità epistemica dell’IA in medicina — The Lancet richiama l’attenzione sui rischi per qualità e affidabilità della conoscenza.
28. JAMA aggiorna le regole sull’uso dell’IA da parte degli autori nelle pubblicazioni mediche, segnalando il crescente impatto dell’IA sulla ricerca scientifica.

Lavoro, formazione, costi e rapporto umano

29. IA e costi sanitari negli Stati Uniti — due analisi di NEJM Catalyst esaminano sia il potenziale contenimento della spesa sia la creazione di valore ed efficienza.
30. IA e burnout dei medici — revisione sugli effetti che automazione e strumenti intelligenti possono avere sul carico di lavoro dei clinici. Fonte: Cureus.
31. L’IA non sostituirà necessariamente gli operatori sanitari, ma potrebbe contribuire a formarne milioni, secondo il World Economic Forum.
32. IA nella formazione medica — AAMC, ATS/Pulmonology Advisor e studi sugli studenti di medicina analizzano vantaggi, rischi e cambiamenti nella preparazione dei futuri medici.
33. “Empatia artificiale” e limiti dell’IA nella relazione di cura — Hastings Center, TIME e Los Angeles Times riportano il dibattito su ciò che le macchine possono fare e ciò che resta legato alla responsabilità e alla relazione umana.
34. L’IA potrebbe aiutare i pazienti a comprendere meglio informazioni e risultati clinici, se accompagnata da politiche adeguate. Fonte: Baker Institute.
35. IA per l’attuazione delle politiche sanitarie — una Special Communication segnalata da News-Medical analizza il possibile impiego dell’IA nell’implementazione delle health policy.
36. Startup italiane puntano su IA, medicina predittiva, longevità e riabilitazione. Fonte: Il Sole 24 Ore.
37. “Physical AI” come possibile nuova frontiera della sanità, con sistemi intelligenti capaci di interagire direttamente con l’ambiente fisico. Fonte: Healthcare IT News.
38. Ipotesi sul superamento dei medici da parte dell’IA in alcuni compiti entro il 2030 — si tratta di una previsione riportata da Forbes, non di un risultato acquisito; JAMA discute parallelamente il confronto tra IA autonoma e medici assistiti dall’IA.

Robotica e Physical AI

39. Google DeepMind porta Gemini nei robot e negli umanoidi — Wired, Bloomberg, Yahoo Finance, A3 e IEEE riportano lo stesso sviluppo: modelli Gemini Robotics destinati al controllo fisico, alla destrezza e all’interazione dei robot. Le cinque segnalazioni sono state accorpate in un’unica notizia.
40. Reimagine Robotics presenta robot capaci di “imparare sul lavoro”, sfruttando l’IA per adattarsi alle attività operative. Fonte: The Robot Report.
41. Boom della robotica cinese basata sull’“embodied AI”, ma il mercato affronta anche il banco di prova delle IPO e della sostenibilità economica. Fonte: ThinkChina.
42. Robot umanoidi diventano un nuovo fronte della competizione USA-Cina — Washington guarda anche ai rischi legati ai dati raccolti nel mondo fisico dai robot cinesi. Fonte: Deutsche Welle.
43. Tesla concentra sempre più la propria narrazione su IA, robot e robotaxi: TechCrunch rileva il peso crescente di questi temi nelle earnings call di Elon Musk.
44. Italia: nuove misure sull’IA per università ed enti pubblici di ricerca discusse in Consiglio dei ministri. Fonte: Il Sole 24 Ore.

______

Nota sulla trasparenza: questo articolo è stato realizzato con il supporto di strumenti di Intelligenza Artificiale per la ricerca, l’organizzazione e la rielaborazione delle informazioni. I contenuti sono stati verificati e sottoposti a revisione editoriale umana.

Immagine: realizzata con il supporto dell’Intelligenza Artificiale e successivamente selezionata e revisionata editorialmente.