Il settore sanitario si trova di fronte a una paradossale esplosione numerica di strumenti basati sull’intelligenza artificiale. Secondo i dati riportati da Mondosanità, attualmente sono 1.357 i dispositivi medici che hanno ottenuto l’autorizzazione all’immissione in commercio per l’uso di algoritmi di IA. Questa cifra impressionante suggerisce un’adozione massiccia e una rapida integrazione delle nuove tecnologie nei flussi di lavoro ospedalieri e ambulatoriali, creando l’impressione di una rivoluzione immediata nella pratica clinica quotidiana.
Tuttavia, dietro questa facciata di proliferazione tecnologica si nasconde una realtà più complessa e preoccupante per chi opera in prima linea. L’approvazione tecnica di un dispositivo, che certifica la sua sicurezza e conformità normativa di base, non equivale automaticamente alla dimostrazione di un beneficio clinico misurabile. La distinzione tra ‘funzionare tecnicamente’ e ‘migliorare concretamente la cura del paziente’ è il punto critico che spesso viene trascurato nel dibattito pubblico e mediatico sull’IA in medicina.
Il dato più significativo emerso dall’analisi è che, su quei 1.357 dispositivi autorizzati, soltanto 3 hanno sottoposto la propria tecnologia a verifiche rigorose che ne attestino l’impatto reale sugli esiti clinici. Questo significa che il 99,7% degli strumenti attualmente in uso o disponibili non ha fornito prove solide che la loro implementazione porti a diagnosi più accurate, terapie più efficaci o tempi di attesa ridotti. Si tratta di un divario enorme tra la promessa commerciale e la validazione scientifica.
Questa discrepanza solleva interrogativi fondamentali sulla governance dell’innovazione sanitaria. Se la maggior parte dei dispositivi non dimostra un valore aggiunto clinico, il rischio è che le risorse economiche e il tempo dei medici vengano spesi in strumenti che, pur essendo tecnicamente avanzati, non migliorano la qualità delle cure. La pressione per l’adozione di tecnologie ‘smart’ può talvolta superare la necessità di una validazione clinica rigorosa, creando un ecosistema in cui l’innovazione per l’innovazione stessa rischia di prevalere sull’efficacia terapeutica.
Per i professionisti della sanità, questo scenario richiede una maggiore cautela e una selezione più critica degli strumenti tecnologici. Non basta che un software sia autorizzato; è necessario chiedersi se ci siano evidenze che supportino il suo utilizzo in contesti clinici specifici. La trasparenza dei dati e la condivisione dei risultati degli studi di validazione devono diventare standard, non eccezioni, per garantire che l’IA diventi un alleato affidabile e non semplicemente un altro costo da gestire nei bilanci ospedalieri.
In conclusione, mentre il numero di dispositivi autorizzati continua a crescere, la comunità scientifica e sanitaria deve insistere su un approccio basato sulle evidenze. Il focus non deve essere solo sul ‘quanti’ strumenti ci sono, ma sul ‘quanti’ di questi hanno dimostrato di fare la differenza per chi si trova sul letto d’ospedale o nella sala d’attesa. Solo così l’intelligenza artificiale potrà trasformarsi da semplice tendenza tecnologica a strumento di progresso medico concreto e misurabile.
