L’Intelligenza Artificiale in sanità ha bisogno di governance, non solo di innovazione
Negli ultimi anni abbiamo parlato molto di Intelligenza Artificiale, forse anche troppo. In sanità il dibattito si è concentrato prevalentemente sulle performance cliniche e tecnologiche. Accuratezza diagnostica, velocità di elaborazione, capacità predittive, automazione dei processi. Un’accelerazione che, in particolare nella diagnostica per immagini, sta modificando rapidamente il rapporto tra tecnologia, organizzazione sanitaria e pratica clinica.
Eppure, proprio mentre l’innovazione accelera, emerge una questione più profonda e molto meno discussa: chi e come governerà realmente questa trasformazione? Perché il vero nodo non riguarda soltanto ciò che l’AI sarà in grado di fare, ma il modo in cui il sistema sanitario deciderà di valutarla, integrarla, regolamentarla e renderla accessibile. In altre parole, il tema non è più soltanto tecnologico. È istituzionale.
Oggi il rischio è evidente. L’adozione delle soluzioni AI sta crescendo a una velocità superiore rispetto alla costruzione di criteri condivisi di valutazione clinica, organizzativa ed economica. Non si tratta soltanto di una percezione. L’AI Act europeo (Regolamento UE 2024/1689), entrato in vigore nel 2024, introduce infatti obblighi stringenti di trasparenza, validazione, gestione del rischio e supervisione umana per numerosi sistemi di Intelligenza Artificiale applicati anche all’ambito medico-diagnostico. Eppure, a livello nazionale e locale, i percorsi di traduzione operativa e integrazione nei processi decisionali del Servizio Sanitario Nazionale appaiono ancora ampiamente eterogenei. Parallelamente, il Regolamento europeo sull’HTA (2021/2282), destinato a rafforzare le valutazioni cliniche congiunte delle tecnologie sanitarie, si confronta oggi con la necessità di adattare progressivamente i propri modelli metodologici anche alle tecnologie basate su Intelligenza Artificiale. Il risultato è un contesto ancora privo di riferimenti pienamente condivisi, che rischia di favorire un’evoluzione frammentata, con territori e strutture che adottano modelli differenti, livelli eterogenei di integrazione nei processi decisionali e capacità variabili di valutare il reale valore delle tecnologie.
Quando la governance rincorre l’innovazione, il rischio non è soltanto tecnico, ma diventa sistemico. Perché la frammentazione può produrre disuguaglianze di accesso, differenze nella qualità dei percorsi diagnostici, modelli decisionali incoerenti e un progressivo allontanamento tra innovazione tecnologica e sostenibilità pubblica. L’AI, infatti, non è soltanto software o tool, ma diventa organizzazione sanitaria, ridefinizione dei processi, trasformazione del modo in cui il sistema salute assume decisioni. È qui che il Public Affairs può assumere un ruolo diverso rispetto a quello tradizionalmente immaginato, troppo spesso percepito come un’attività di pressione istituzionale o come strumento per difendere interessi consolidati. Ma di fronte a trasformazioni sistemiche come quelle introdotte dall’AI, questo approccio rischia di essere insufficiente.
La vera sfida, oggi, è contribuire alla qualità del processo decisionale prima che le decisioni vengano cristallizzate. Non rincorrere la regolazione, ma aiutare il sistema a costruire criteri di governance più maturi. Non imporre visioni unilaterali, ma facilitare il confronto tra sensibilità e competenze differenti. Non promuovere singole soluzioni, ma contribuire alla definizione di riferimenti metodologici condivisi. In questo senso, il valore di un approccio evoluto al Public Affairs non si misura nella capacità di influenzare una decisione già presa, ma nella capacità di creare spazi di confronto credibili tra attori che normalmente dialogano troppo poco tra loro.
Clinici, ingegneria clinica, comunità HTA, governance sanitaria, enti pubblici, economisti sanitari e industria possiedono prospettive e sensibilità diverse, ma anche linguaggi e responsabilità diverse. Eppure nessuna di queste competenze da sola è sufficiente per governare la complessità dell’Intelligenza Artificiale in sanità.
Serve quindi un approccio sistemico, un modello capace di mettere in relazione competenze differenti prima che le dinamiche di mercato o le sole spinte tecnologiche definiscano il futuro del sistema. È proprio in questa direzione che stanno emergendo esperienze sempre più orientate alla cosiddetta “governance anticipatoria”, ovvero percorsi fondati su ascolto istituzionale, co-design multi-stakeholder, confronto metodologico e costruzione condivisa dei criteri di valutazione. Esperienze come gli Evidence Standards Framework sviluppati dal NICE britannico per le Digital Health Technologies, o i percorsi europei di adattamento dei modelli HTA alle tecnologie basate su Intelligenza Artificiale, mostrano come questo approccio stia progressivamente entrando nel dibattito internazionale sulla governance delle tecnologie digitali in sanità. Un paradigma che prova a superare una logica puramente reattiva per favorire una maggiore maturità decisionale del sistema salute.
Perché l’innovazione tecnologica non può essere lasciata soltanto alla velocità del mercato, né alla frammentazione delle decisioni territoriali. Richiede responsabilità istituzionale, capacità di coordinamento e costruzione di visioni condivise. Soprattutto in un contesto in cui l’AI rischia di incidere non soltanto sull’efficienza dei sistemi sanitari, ma anche sull’equità di accesso, sulla sostenibilità organizzativa e sul rapporto stesso tra professionisti, cittadini e tecnologia.
Tra qualche anno non saremo qui a chiederci se l’Intelligenza Artificiale abbia funzionato oppure no. Ci chiederemo se saremo stati capaci di governarla.
Alex Dell’Era Co-coordinatore Gdl Scienze della Vita di FERPI (Federazione Relazioni Pubbliche Italiana)
