Riportare l’AI sulla terra: Storie di applicazione reale, potenzialità a medio termine e ostacoli concreti in sanità e nella ricerca

Nel 2025 la spesa per la sanità digitale in Italia ha raggiunto 2,7 miliardi di euro (+9% in un anno) e gli investimenti specifici in intelligenza artificiale e analytics sono passati da circa 121 milioni del 2022 a 228 milioni: quasi +90% in tre anni . Eppure solo il 30% dei medici dichiara di aver ricevuto una formazione sull’AI e appena il 2% degli specialisti possiede competenze considerate buone o ottime. È in questo scarto — molte risorse, poche persone pronte a usarle — che si decide, oggi, il futuro dell’AI in sanità, assai più che nelle promesse o negli allarmi che ne accompagnano il racconto pubblico.
Per chi lavora davvero tra clinica e tecnologia, infatti, l’AI non è né una panacea né una minaccia: è un insieme di strumenti diversi, la cui efficacia dipende dalle competenze e dalla motivazione di chi li impiega, dalla qualità dei dati su cui si basano e dall’interoperabilità dell’infrastruttura in cui si integrano. Il potenziale è ampiamente riconosciuto, ma l’adozione resta lenta e ancora nelle fasi iniziali.
Alcuni di questi strumenti sono, però, già al lavoro nelle strutture italiane, con risultati misurabili. A titolo d’esempio esperienze nello screening mammografico in Lombardia hanno aumentano di circa il 9% la sensibilità diagnostica dei radiologi nella seconda lettura mentre un’esperienza di analisi di analizza TC e RM ha permesso di individuare 65 ictus ischemici in 620 pazienti.  In un campo dove ogni minuto guadagnato pesa sull’esito, l’AI ha eseguito l’analisi in 271 secondi di media.
Infine, integrando dati su ambiente, residenze abitative, trasporti, demografia e determinanti sociali, l’AI può aiutare le autorità sanitarie pubbliche a riconoscere i fattori che alimentano le disuguaglianze e ad anticipare i rischi, in un modo impensabile solo un decennio fa.
Lo stesso meccanismo, però, può ritorcersi. Dati scorretti e processi opachi non riducono le disuguaglianze: rischiano di amplificarle. E restano barriere infrastrutturali concrete — reti, interoperabilità, cybersicurezza — e, soprattutto, di competenze: il 73% dei Direttori generali segnala un personale con preparazione digitale ancora insufficiente a sostenere stabilmente l’adozione. dell’AI.
Per questo l’elemento decisivo non è la potenza degli algoritmi, ma la fiducia di cittadini e operatori: una fiducia che si costruisce sull’evidenza di prestazioni reali, sulla trasparenza della progettazione e sulla vigilanza contro bias e derive. È anche l’orizzonte verso cui spinge il quadro normativo europeo — dal Regolamento UE sull’intelligenza artificiale al GDPR — che pone la persona al centro; una centralità ribadita, su un piano etico e con un linguaggio diverso, dalla recente enciclica Magnifica humanitas di Leone XIV (maggio 2026).
È un buon momento, allora, per un confronto che tolga l’AI dal mito e la riporti nei contesti concreti in cui è già applicata e lo sarà a breve. Il tavolo di Welfair riunisce medici, ricercatori, sviluppatori, esperti legali e di innovazione sanitaria per affrontare le questioni aperte e tradurre un campo tecnico complesso in indicazioni chiare per chi decide, pianifica e opera nei servizi.