Il gruppo di lavoro Welfair “Osservatorio per l’Ai in Sanità” ha avviato una mappatura delle applicazioni di intelligenza artificiale già presenti nelle strutture sanitarie italiane, con l’obiettivo di accompagnare ospedali e cliniche nell’adozione consapevole di queste tecnologie. L’analisi prende in esame ambiti diversi, dalla diagnostica per immagini al supporto alle decisioni cliniche, dalla refertazione automatizzata alla telemedicina e alla gestione dei processi organizzativi.
Secondo la nota di Welfair, lo scopo del lavoro è offrire un framework di riferimento utile a direttori sanitari, manager e professionisti per valutare le tecnologie disponibili, individuare i requisiti di sicurezza e orientare le scelte di investimento.
La mappatura arriva in un contesto di forte crescita degli investimenti. Nel 2025 la spesa italiana per la sanità digitale ha raggiunto i 2,7 miliardi di euro, con un incremento del 9% rispetto all’anno precedente. Gli investimenti specifici in AI e analytics sono passati da 121 milioni di euro nel 2022 a 228 milioni nel 2025, registrando una crescita di quasi il 90% in tre anni. A fronte di questo aumento però la preparazione degli operatori rimane limitata: solo il 30% dei medici dichiara di aver ricevuto una formazione sull’intelligenza artificiale, appena il 2% degli specialisti possiede competenze considerate buone o ottime e il 73% dei direttori generali segnala una preparazione digitale del personale ancora insufficiente.
A Welfair 2026 – La fiera del fare Sanità, promossa da Roma Fiera e B-Sanità by Experience, si sono tenuti quattro tavoli dedicati all’impatto dell’intelligenza artificiale sulla sanità italiana. Andrea Lisi, presidente di Anorc, ha sottolineato come la diffusione dell’Ai imponga un ripensamento della governance sanitaria e delle responsabilità cliniche, sollevando interrogativi su chi debba rispondere quando un sistema di intelligenza artificiale commette un errore. La legge 132/2025 ribadisce il ruolo decisionale del medico, ma resta aperto il problema della distribuzione delle responsabilità tra professionisti, strutture sanitarie e produttori delle tecnologie, anche sul piano assicurativo.
Lisi ha inoltre richiamato l’attenzione sul quadro normativo europeo, che richiede alle aziende sanitarie di integrare sicurezza, protezione dei dati e valutazione dei rischi nell’intero ciclo di utilizzo delle tecnologie. La sfida, ha osservato, non è soltanto introdurre nuovi algoritmi, ma ripensare l’organizzazione sanitaria per garantire la trasparenza delle decisioni, un’evoluzione sostanziale della tutela del consenso clinico informato e la centralità della relazione di cura. Occorre passare dalla sperimentazione a modelli di utilizzo sicuri, verificabili e sostenibili, capaci di tradurre l’innovazione in benefici concreti per pazienti e operatori.
Tra le applicazioni citate nella nota figurano un algoritmo per individuare in anticipo lo sviluppo del tumore del colon; un algoritmo in grado di identificare i segni del tumore alla laringe nella voce, che potrebbe evolversi in una app trasformando lo smartphone in point of care; e un algoritmo per calcolare il rischio di caduta a tre anni dalla prima visita per il Parkinson.
Un altro tema evidenziato è la lentezza nella concessione dei dati da parte delle strutture sanitarie per l’addestramento dei sistemi di Ai, problematica che si può attenuare ricorrendo a dati sintetici. Questi ultimi sono informazioni artificiali che replicano le proprietà statistiche e matematiche di un dataset reale senza contenere dati personali o sensibili.
Anche l’addestramento degli algoritmi richiede attenzione alla diversità delle popolazioni. La nota ricorda che il tumore al colon si manifesta in modo diverso tra donne e uomini: nelle donne è più alto nell’intestino, localizzato a sinistra, tende a insorgere più tardivamente e sanguina prevalentemente negli stadi avanzati. Per essere efficaci, ricerche e nuovi strumenti devono tenere conto non solo delle differenze di genere ma anche di altre variabili, come le differenze tra persone normopeso e persone con obesità.
