Intelligenza artificiale in medicina: il rapporto tecnologia-medico-paziente

L’intelligenza artificiale in medicina sfrutta la rapidità e la precisione degli algoritmi per facilitare l’attività del medico, supportando l'attività diagnostica. In particolare, l’avvento di strumenti come ChatGPT Health e Glass AI, basati su modelli linguistici avanzati (LLM, Large Language Models), sta ridefinendo il rapporto tra medico, paziente e tecnologia.

Con oltre 230 milioni di utenti settimanali che interrogano sistemi di AI su temi medici, il ruolo dell’intelligenza artificiale nella sanità rende la materia più accessibile, più conversazionale, ma anche più complessa da governare. A questo, si aggiungono le sfide sul profilo etico e di responsabilità nella gestione dei dati personali.

Quando si parla del ricorso ai LLM in medicina, ci si riferisce a modelli di intelligenza artificiale addestrati su enormi quantità di dati testuali, inclusi articoli scientifici, linee guida e documentazione clinica. A differenza della tradizionale, focalizzata su compiti specifici (come l’analisi radiologica), gli LLM sono progettati per comprendere e generare un linguaggio chiaro, semplice e accessibile a tutti. 

Oggi, esistono modelli di intelligenza artificiale specificamente progettati per rispondere a domande cliniche, supportare decisioni e sintetizzare informazioni complesse. Questo ha aperto la strada a nuove applicazioni. 

La vera innovazione non è solo tecnica ma cognitiva, predittiva e preventiva. Questi sistemi simulano il ragionamento clinico, anche se in modo probabilistico. È qui che nasce il dibattito su quanto possano essere affidabili i risultati ottenuti e su come integrarli senza sostituire il giudizio umano. 

I limiti dell’intelligenza artificiale per medici

Uno degli ambiti più discussi riguarda l’uso dell’intelligenza artificiale per la diagnosi medica. I LLM, infatti, possono non solo analizzare i sintomi descritti ma anche proporre possibili diagnosi. Il problema è che il loro funzionamento si basa su probabilità statistiche, non su una reale comprensione clinica. 

Questo porta a due principali criticità: 

• rischio di errori, in quanto le risposte fornite sono plausibili ma non necessariamente corrette per il caso concreto;
• presenza di bias di automazione, che vedono l’utente fidarsi eccessivamente dell’AI.

Per questo motivo, la comunità scientifica ha iniziato a sviluppare criteri per valutare efficacia e limiti dell’IA in medicina, tra cui benchmark specifici come NOHARM che, a differenza di quelli tradizionali, valutano il rischio di danno potenziale per il paziente, legato alle risposte fornite dagli LLM. 

Nonostante i limiti, il potenziale dell’impiego dell’intelligenza artificiale in medicina resta significativo. L’AI può migliorare l’accesso alle informazioni e ridurre il carico cognitivo dei medici, se utilizzata come supporto e non come sostituto.

Le principali piattaforme di intelligenza artificiale in medicina

Lanciata nel gennaio 2026, ChatGPT Health è una piattaforma pensata per affiancare il medico nell’attività clinica. Si tratta, infatti, di uno strumento di intelligenza artificiale con una specifica verticalizzazione medica, sempre più diffuso e utilizzato sia tra pazienti sia tra specialisti. 

Parallelamente, piattaforme come Glass AI e OpenEvidence stanno cercando di offrire soluzioni progettate specificamente per i medici, integrando dati clinici, linee guida aggiornate e capacità di ragionamento strutturato. In questo contesto, le app di intelligenza artificiale in medicina non sono più solo strumenti accessori, ma veri e propri assistenti digitali. 

Tra gli esempi di intelligenza artificiale in medicina più rilevanti troviamo: 

• sistemi di supporto decisionale basati su LLM;
• chatbot clinici per il triage;
• strumenti di sintesi automatica della cartella clinica;
• assistenti per la comunicazione medico-paziente.

Tuttavia, è importante chiarire che la diagnosi fatta con ChatGPT per medici non sostituisce il professionista sanitario. Questi strumenti forniscono ipotesi, non certezze. 

Con l’introduzione dell'intelligenzaartificiale per i medici, cambia anche il ruolo del professionista sanitario. Il medico non è più solo un decisore, ma diventa un interprete e mediatore tra dati, tecnologia e paziente. 

Questo significa: 

• valutare criticamente le risposte dell’AI;
• integrare informazioni provenienti da più fonti;
• mantenere il controllo decisionale;
• garantire una comunicazione empatica e personalizzata.

In altre parole, la competenza clinica si arricchisce di una nuova dimensione, ovvero la capacità di utilizzare strumenti digitali in modo consapevole. Fornire un corretto prompt a ChatGPT medicina, ad esempio, può influenzare significativamente la qualità delle risposte ottenute. 

L’adozione dell’IA in medicina solleva inevitabilmente questioni etiche. Le implicazioni riguardano diversi aspetti come: 

• la responsabilità in caso di errore;
• la trasparenza degli algoritmi;
• la protezione dei dati sensibili;
• l’equità nell’accesso alle tecnologie.

Sotto quest’ultimo punto di vista, infatti, esiste la possibilità che l’AI amplifichi disuguaglianze già esistenti, se addestrata su dataset non rappresentativi. Ecco perché le istituzioni sanitarie stanno lavorando per definire linee guida e standard di utilizzo.