
Uno studio pubblicato su The Lancet testa uno stetoscopio basato su AI nel sistema sanitario britannico: la tecnologia funziona, ma l’impatto reale resta limitato. Il problema non è l’algoritmo.
Uno stetoscopio basato sull’intelligenza artificiale, capace di rilevare insufficienza cardiaca, fibrillazione atriale e valvulopatie con una registrazione di 15 secondi. Un’implementazione su larga scala nel sistema sanitario nazionale britannico. Oltre un milione di pazienti coinvolti. Un trial pragmatico, randomizzato a cluster, condotto in 96 studi di medicina generale del NHS.
Lo studio TRICORDER, pubblicato su The Lancet, è uno dei primi tentativi di valutare l’impatto clinico reale di una tecnologia di intelligenza artificiale integrata nella pratica quotidiana.
E il risultato porta più domande che risposte.
La tecnologia? Funziona. È l’impatto complessivo che resta limitato
Nell’analisi per intenzione di trattamento, cioè considerando tutti gli studi coinvolti indipendentemente dall’effettivo utilizzo del dispositivo, dopo 12 mesi non sono emerse differenze significative nei tassi di diagnosi tra gli ambulatori dotati dello stetoscopio basato su AI e quelli che non lo utilizzavano.
A livello di popolazione, l’introduzione della tecnologia non ha modificato in modo rilevante gli esiti complessivi.
Eppure, quando i ricercatori hanno analizzato i dati limitandosi ai pazienti effettivamente esaminati con lo strumento, il quadro è cambiato: la diagnosi di insufficienza cardiaca è risultata più che raddoppiata. Quella di fibrillazione atriale triplicata. Le valvulopatie quasi raddoppiate. Anche il tempo alla diagnosi si è ridotto. Quando utilizzata, la tecnologia ha prodotto un segnale clinico chiaro.
Il tema dell’adozione
La distanza tra i due risultati non riguarda l’accuratezza dell’algoritmo, ma il suo utilizzo concreto.
Tra i professionisti formati, una quota significativa ha progressivamente abbandonato l’impiego del dispositivo nel corso dell’anno. L’uso si è concentrato in poche strutture, mentre molte altre hanno ridotto o interrotto le registrazioni.
La barriera più citata non era tecnica, ma organizzativa: assenza di integrazione con le cartelle cliniche elettroniche, necessità di inserimento manuale dei risultati, difficoltà nel far rientrare lo strumento in flussi di lavoro già saturi. La tecnologia non è entrata nel sistema. È rimasta ai margini.
L’innovazione è (quindi) anche una questione culturale
Lo studio TRICORDER sposta il dibattito. Non basta dunque chiedersi solo se - e quanto - un algoritmo sia accurato. Occorre domandarsi in quali condizioni verrà realmente adottato, con continuità, da professionisti che operano in contesti complessi e sotto pressione.
Lo strumento diventa così il paradigma di una questione più ampia: l’innovazione tecnologica non è solo una variabile tecnica, ma culturale e organizzativa. Richiede integrazione nei processi, formazione che non sia solo addestramento iniziale, adattamento dei sistemi informativi e, soprattutto, disponibilità ad ampliare il proprio bagaglio professionale.
Una domanda per il sistema Italia
Lo studio britannico pone una domanda che non riguarda solo il NHS. È una domanda che riguarda ogni sistema sanitario.
Il sistema Italia è realmente pronto a integrare innovazioni di questo tipo? In un contesto caratterizzato da forte eterogeneità regionale, differenze nei sistemi informativi, livelli diversi di digitalizzazione e modelli organizzativi non sempre omogenei, l’introduzione di tecnologie avanzate può produrre effetti molto diversi da territorio a territorio.
La lezione di TRICORDER ci dice una cosa molto chiara: l’intelligenza artificiale, quando utilizzata correttamente, funziona. La vera questione è se i sistemi siano in grado di assorbirla, integrarla e renderla parte stabile della pratica clinica quotidiana.
L’algoritmo può essere pronto. Resta da capire se lo sia anche il sistema che lo deve integrare.
Intelligenza artificiale nel Ssn: 9 startup in sperimentazione e 22 progetti sviluppati dalle aziende sanitarie entrano in un percorso nazionale di valorizzazione dell’AI.
Il report “Salute Artificiale” di Sociometrica e FieldCare fotografa un’Italia che consulta l’AI prima e dopo la visita medica. Vediamo come e perché cambia l’equilibrio della relazione di cura.
Telemedicina, ospedali digitali e Fascicolo sanitario: target europei raggiunti, ma senza dati pubblici è difficile misurare l’impatto reale sui servizi.
Solo il 26% delle donne utilizza direttamente l’IA. Sirm richiama la necessità di colmare il divario di genere nelle discipline STEM, anche in radiologia.
Commenti