L’intelligenza artificiale può diventare il motore di un Servizio sanitario nazionale più integrato, equo e accessibile. Ma perché ciò accada servono dati interoperabili, standard condivisi, governance nazionale e competenze

di Manuel Monti*

Il Servizio sanitario nazionale garantisce un diritto uniforme, ma lo realizza attraverso ventuno sistemi, tra Regioni e Province autonome. Ciascuno ha propri sistemi informativi, flussi di dati e modelli organizzativi. Cartelle cliniche, anagrafi, sistemi di prenotazione e di refertazione non sempre dialogano tra loro. Il risultato è un paradosso quotidiano: il cittadino si muove, mentre i suoi dati e i suoi percorsi di cura, spesso, restano fer

È da qui che occorre partire per ragionare sul ruolo dell’intelligenza artificiale nella sanità italiana. L’AI non è una scorciatoia tecnologica. Può essere uno strumento potente per ricomporre una rete di cure oggi frammentata, a patto di costruire prima le condizioni per farla funzionare.

Dove si spezza la rete

Le fratture sono tre, e le incontrano ogni giorno pazienti e professionisti.

La prima sono i dati in silos. Cartelle, referti e immagini restano dentro la singola struttura o Regione, e chi cura riparte ogni volta da zero. La seconda sono i percorsi interrotti: dimissioni, cronicità e presa in carico territoriale perdono continuità, soprattutto quando il paziente si sposta fuori Regione. La terza sono le disuguaglianze: l’accesso e la qualità delle cure dipendono dal luogo in cui si vive e dalla capacità di orientarsi nel sistema.

Senza integrazione, anche la migliore tecnologia resta confinata nei singoli servizi.

Perché è il momento giusto

Oggi convergono tre leve, nazionali ed europee. Il Pnrr mette a disposizione risorse e obiettivi per rinnovare infrastrutture, telemedicina e servizi territoriali. Il Fascicolo sanitario elettronico 2.0 punta a una base di dati clinici condivisa e strutturata a livello nazionale. Lo Spazio europeo dei dati sanitari introduce regole comuni per l’accesso e il riuso dei dati, anche oltre i confini nazionali. Le infrastrutture, dunque, ci sono: ora serve usarle per integrare le cure.

Cosa può fare l’AI per la rete

Le applicazioni si possono raccogliere in quattro direzioni:

• Stratificare il rischio, individuando pazienti fragili e cronici prima dell’aggravamento, per intervenire in modo proattivo.
• Supportare la diagnosi, con imaging e referti letti in rete e second opinion a distanza tra centri diversi.
• Garantire la continuità, collegando ospedale, territorio e domicilio lungo tutto il percorso del paziente.
• Orientare le risorse, prevedendo la domanda e riducendo i tempi di attesa, anche tra strutture di Regioni diverse.

Si pensi a un paziente cronico. Sul territorio, tra medico di famiglia e case di comunità, l’AI può segnalare bisogni e fragilità non ancora emersi. In ospedale, diagnosi, triage e pianificazione dei ricoveri possono essere supportati da modelli predittivi. A domicilio, telemonitoraggio e allerta precoce riportano i dati al team di cura. Lo stesso paziente, la stessa informazione, in qualsiasi Regione.

Un caso d’uso: la telerefertazione in rete

Oggi ogni struttura legge le proprie immagini diagnostiche, e le competenze più rare restano concentrate in pochi centri. In una rete abilitata dall’AI, il sistema pre-analizza le immagini e le assegna allo specialista più indicato, ovunque si trovi. Il beneficio atteso è duplice: tempi di risposta più brevi e una second opinion accessibile anche ai centri più piccoli. Le competenze viaggiano, il paziente non deve spostarsi.

Prima i dati e le regole, poi gli algoritmi

L’AI funziona solo se i dati viaggiano. Per questo servono quattro condizioni abilitanti, da realizzare prima di qualsiasi algoritmo:

1. Interoperabilità e standard, per avere dati comparabili e leggibili tra Regioni, strutture e sistemi diversi.
2. Fascicolo sanitario elettronico, come base clinica unica e aggiornata per ogni cittadino.
3. Governance e privacy, per garantire fiducia, trasparenza e uso etico e sicuro dei dati.
4. Competenze, cioè professionisti in grado di usare, valutare e governare l’AI.

Un esempio di come far dialogare i dati senza spostarli è l’apprendimento federato. Ogni Regione addestra l’algoritmo sui propri dati, che restano nei propri sistemi. Solo i parametri del modello vengono aggregati, non le cartelle dei pazienti. Ne risulta un unico modello, più robusto e meno distorto, utilizzabile in tutta la rete: più dati per l’AI, meno rischi per la privacy.

Rischi da governare

Le opportunità richiedono cautele di pari livello. Il rischio di bias e disuguaglianze richiede validazione su popolazioni diverse e monitoraggio continuo. L’opacità degli algoritmi si affronta con trasparenza, documentazione e spiegabilità. Sulla responsabilità clinica il principio è netto: la decisione resta sempre in capo al professionista sanitario. Per la sicurezza dei dati servono cybersecurity e tutela della privacy fin dalla progettazione. L’AI supporta il professionista: non lo sostituisce.

Una roadmap in tre passi, con obiettivi misurabili

Il percorso proposto procede per fasi:

1. Standardizzare: linguaggi, formati e regole comuni per i dati sanitari in tutte le Regioni.
2. Federare: piattaforme condivise e modelli addestrati senza spostare i dati sensibili.
3. Scalare: dai progetti pilota a servizi stabili, valutati e uniformi su tutto il territorio.

A ogni passo servono indicatori verificabili e uguali in tutto il Paese, su quattro dimensioni: accesso (tempi di attesa e mobilità sanitaria fuori Regione), qualità (appropriatezza, riammissioni, continuità assistenziale), equità (differenze di esito tra territori e fasce di popolazione) e sostenibilità (uso efficiente delle risorse e carico di lavoro dei professionisti). Se non si misura, non si può scalare.

Le scelte che spettano al sistema

Tre decisioni riguardano il Ssn nel suo insieme. La prima è una regia nazionale, con un indirizzo condiviso tra Stato e Regioni per evitare piattaforme duplicate e incompatibili. La seconda è una valutazione indipendente, che misuri esiti, sicurezza ed equità prima di estendere una soluzione. La terza è la formazione, con competenze digitali e di AI per i professionisti a tutti i livelli del Servizio sanitario. Una rete integrata nasce da scelte condivise, non da pilot isolati.

Tre messaggi conclusivi

• I confini regionali non devono essere confini di cura.
• L’AI è utile se i dati sono interoperabili e governati.
• Servono regia nazionale, valutazione e competenze.

L’intelligenza artificiale non sostituisce la rete: la rende possibile. Con dati condivisi, regole comuni e un obiettivo unico: la stessa qualità di cura ovunque.

* Direttore DEA USL Umbria 1 e Vicepresidente SIMEDET