All’Azienda Ospedaliero Universitaria Sant’Andrea di Roma vengono utilizzati algoritmi applicati agli esami di pronto soccorso, in particolare nei casi di sospetta frattura. I sistemi acquisiscono le immagini, le analizzano e possono evidenziare aree da controllare. L’utilità emerge soprattutto quando arrivano contemporaneamente casi complessi. In queste condizioni, l’algoritmo può funzionare come un secondo sguardo, riportando l’attenzione su un’immagine o su un’area critica.

Il medico può non essere d’accordo

La segnalazione non equivale però a una diagnosi. Il sistema può indicare una sospetta lesione e il radiologo, valutando l’esame nel suo complesso, può escluderla. La decisione finale e la responsabilità restano quindi del professionista. Questo rapporto rende evidente la natura dell’IA clinica: non una macchina infallibile, ma uno strumento che può aumentare l’attenzione e ridurre il rischio di omissioni in compiti specifici.

Ogni algoritmo vede soltanto ciò che ha imparato a cercare

Il limite principale è la specializzazione. Un algoritmo addestrato per individuare fratture esegue quel determinato compito, ma potrebbe non riconoscere un’altra patologia presente nella stessa immagine. Damiano Caruso, radiologo del Sant’Andrea, porta l’esempio di una radiografia nella quale, oltre alla frattura, sia visibile un tumore polmonare: il medico può riconoscerlo, mentre un sistema non addestrato per quel reperto potrebbe non segnalarlo. È proprio questa differenza a spiegare perché l’intelligenza artificiale possa affiancare efficacemente il radiologo, ma non sostituirne la visione complessiva.