Rubrica settimanale SosTech, frutto della collaborazione tra Key4biz e SosTariffe. Per consultare gli articoli precedenti, clicca qui..
Sessantuno per cento. È la quota di medici specialisti e di medici di medicina generale che nell’ultimo anno ha usato strumenti di AI generativa nella propria pratica professionale, secondo la ricerca dell’Osservatorio Sanità Digitale della School of Management del Politecnico di Milano, presentata il 26 maggio 2026 al convegno Consolidare il futuro: la Sanità tra investimenti da valorizzare e nuove sfide dell’AI. Tra gli infermieri la quota è al 37%.
Rispetto all’edizione precedente della ricerca, si tratta di incrementi rispettivamente di 35, 15 e 18 punti percentuali: variazioni che in un settore tradizionalmente cauto nell’adottare nuovi strumenti sarebbero già notevoli in un arco di cinque anni, figuriamoci di uno solo.
La crescita, però, avviene quasi interamente al di fuori di percorsi strutturati: nella quasi totalità dei casi, i professionisti sanitari usano piattaforme generaliste, le stesse accessibili a chiunque, non progettate per l’uso clinico e prive delle garanzie che un contesto di cura richiederebbe.
Per quanto riguarda i cittadini, il 36% degli italiani ha già utilizzato chatbot basati su AI per cercare informazioni su salute, farmaci o terapie, una quota più che triplicata in un anno. Tra i pazienti affetti da patologie croniche la percentuale sale al 38%, con uno scopo prevalente: l’autodiagnosi, in quasi metà dei casi, oppure l’interpretazione dei risultati degli esami di laboratorio.
Su questo sfondo si inserisce l’arrivo di prodotti GenAI specificamente dedicati alla salute, come ChatGPT Salute: il 32% dei cittadini ne ha già sentito parlare e l’11% dichiara che li userebbe, in una quota rilevante dei casi solo su indicazione del proprio medico. La cornice normativa europea, che deve conciliare AI Act, GDPR e MDR, è ancora in via di definizione, ma gli utenti non hanno voluto aspettare.
A fare da sfondo a tutto questo c’è una spesa in crescita: la sanità digitale italiana ha raggiunto nel 2025 i 2,7 miliardi di euro, con un incremento del 9% sull’anno precedente. Gli investimenti del PNRR hanno lasciato un ampio patrimonio strutturale, articolato in piattaforme di telemedicina e cartelle cliniche elettroniche, ma anche il Fascicolo Sanitario Elettronico 2.0. Ora bisognerà trasformare quelle infrastrutture in utilizzo quotidiano. Un terzo delle strutture pubbliche teme che i progetti avviati nel post-PNRR subiscano un ridimensionamento, per mancanza di risorse continuative. Tra le barriere all’innovazione, la disponibilità economica resta la prima (indicata dal 50% delle strutture, in calo di 5 punti rispetto al 2025), seguita dalla carenza di competenze (32%) e dalla scarsa cultura digitale nelle organizzazioni (25%).
Competenze in ritardo sull’adozione
L’accelerazione nell’uso della GenAI tra i professionisti sanitari convive con un quadro di competenze ancora molto lacunoso. I dati dicono che ci sono quattro aree: AI Knowledge (conoscenze di base), AI Abilities (uso pratico), AI Behaviours (attitudini etiche e deontologiche) e AI Leadership (gestione di progetti). In nessuna delle quattro il livello medio è adeguato all’intensità dell’adozione già in corso. Solo il 2% dei medici specialisti ha competenze buone o ottime su tutti gli ambiti, e appena un terzo ha partecipato a programmi di formazione sul tema.
Sul fronte della AI Knowledge, la competenza più diffusa tra gli specialisti è la consapevolezza che la GenAI possa produrre “allucinazioni”, cioè risposte plausibili ma errate: la riconosce il 32%. La meno diffusa è la conoscenza del concetto di Explainable AI e delle sue implicazioni regolatorie, ferma all’8%. Sul piano delle AI Abilities, il 29% dei medici sa valutare se l’uso dell’AI sia appropriato nel singolo caso clinico, ma solo il 17% riesce a riconoscere contenuti manipolati o generati artificialmente, una proporzione che pesa parecchio, considerato che gli stessi strumenti vengono usati per supportare decisioni diagnostiche.
Sul versante degli AI Behaviours, quasi la metà dei medici (49%) è consapevole che il controllo degli output prodotti dall’AI rientra nelle proprie responsabilità professionali, ma solo il 17% si sente adeguatamente preparato a spiegare al paziente come l’AI viene usata nelle decisioni cliniche che lo riguardano. L’area della AI Leadership è la più scoperta: solo il 15% ha competenze sulla gestione del cambiamento. Temi come il quadro regolatorio e la responsabilità professionale sono considerati critici dal 63% degli specialisti e dal 65% dei medici di medicina generale.
Un caso che viene da lontano
Mentre i professionisti sanitari italiani adottano la GenAI in autonomia, le strutture in cui lavorano sono ancora ferme agli stadi iniziali: le soluzioni di AI a supporto della diagnosi sono presenti solo nell’11% delle aziende sanitarie, mentre tra i singoli medici specialisti la stessa tipologia di strumenti è già usata dal 34%.
Sul fronte della telemedicina, le Infrastrutture Regionali (IRT) finanziate dal PNRR sono formalmente attive, ma nei primi mesi del 2026 l’adozione effettiva è ancora limitata. La televisita è il servizio più presente nelle strutture sanitarie (62%), seguita dal teleconsulto tra strutture ospedaliere (51%) e dal telemonitoraggio (28%). Tra i professionisti, meno di un terzo utilizza piattaforme dedicate all’uso sanitario: la maggioranza ricorre agli stessi strumenti generalisti usati per l’AI generativa. Il Fascicolo Sanitario Elettronico cresce tra i cittadini (il 53% lo ha usato almeno una volta, +11 punti rispetto al 2025), ma la mancata integrazione con i sistemi aziendali resta un ostacolo concreto per molti specialisti.
In questo quadro vale la pena citare un riferimento internazionale che arriva dal mondo della ricerca. Un gruppo della Mayo Clinic ha sviluppato REDMOD, un sistema di AI predittiva addestrato su quasi duemila TAC addominali, capace di individuare segnali precoci del tumore al pancreas fino a tre anni prima della diagnosi clinica, con un tasso di identificazione corretto del 73% dei casi pre-diagnostici. Lo strumento è ancora in fase sperimentale e dovrà percorrere il lungo iter regolatorio della FDA prima di arrivare in clinica, ma dimostra che le stesse scansioni di routine già eseguite oggi contengono informazioni che i radiologi non riescono a cogliere. È il tipo di applicazione che fa capire l’enorme potenziale dell’AI in medicina, al di là dell’uso quotidiano di ChatGPT per redigere referti o rispondere a domande amministrative.
Novità su Google, per aggiungere Key4Biz tra le tue fonti preferite, clicca qui
