Dall’informazione alla decisione: IA generativa e governo sanitario

La sfida per le Direzioni consiste oggi nell’avere informazioni aggiornate, complete e rilevanti proprio nel momento in cui servono, consentendo decisioni tempestive e ben fondate, riducendo il rischio di basarsi su dati incompleti o obsoleti. In questo contesto, l’intelligenza artificiale generativa offre strumenti concreti per rompere il paradosso informativo, a partire da due architetture già disponibili

L’Osservatorio Innovazione Digitale in Sanità del Politecnico di Milano stima che nel 2024 la spesa per la sanità digitale abbia raggiunto 2,47 miliardi di euro (+ 12% rispetto al 2023) e rileva che quasi un operatore sanitario su tre ha già sperimentato strumenti GenAI, spesso per cercare letteratura o sintetizzare documenti (Osservatorio Sanità Digitale, 2025).

In parallelo, il Regolamento (UE) 2024/1689 (noto come AI Act) ha introdotto nuove responsabilità per i sistemi ad alto rischio, tra cui quelli sanitari, definendo requisiti di trasparenza, gestione del rischio e supervisione umana.

La piena applicazione del regolamento è prevista tra il 2025 e il 2027 (Parlamento UE & Consiglio, 2024), ma il tempo per coniugare innovazione e governance è ora. In quest’ottica, meritano attenzione anche alcuni riferimenti nazionali che orientano l’adozione strategica dell’IA, in particolare le “Linee guida per l’adozione dell’IA nella PA” (AgID, 2025) e la “Strategia italiana per l’intelligenza artificiale 2024‑2026” (AgID, 2024).

Ridurre il tempo della decisione migliorando il contenuto informativo

Nel 2012, McKinsey stimava che i knowledge worker trascorressero quasi un quinto della giornata lavorativa alla ricerca di informazioni piuttosto che alla loro analisi (Manyika et al., 2012). Oggi, con l’ulteriore incremento di norme, linee guida, indicatori e dossier da gestire, diventa ancora più essenziale garantire l’accesso all’informazione giusta al momento giusto (“right information, right time”).

La vera sfida per le Direzioni consiste, quindi, nell’avere informazioni aggiornate, complete e rilevanti proprio nel momento in cui servono, consentendo decisioni tempestive e ben fondate, riducendo il rischio di basarsi su dati incompleti o obsoleti.

In questo contesto, la GenAI offre strumenti concreti per rompere il paradosso informativo, a partire da due architetture già disponibili: le piattaforme di augmented search (e.g. Perplexity) interrogano fonti scientifiche, normative e istituzionali restituendo risposte con citazioni tracciabili; i sistemi di Retrieval-Augmented Generation (detti RAG) consentono d’integrare i modelli linguistici (Large Language Models) con fonti informative esterne e pubbliche, accelerando il processo di recupero delle informazioni.

Se opportunamente configurati, possono accedere anche ai repository aziendali interni – come delibere, bilanci o il Fascicolo Sanitario Elettronico (FSE 2.0) – fornendo così risposte mirate e perfettamente coerenti con il contesto organizzativo.

Verso una governance consapevole, trasparente e abilitante

Accanto alla ricerca aumentata, si aprono altre aree già pronte per l’adozione, come la generazione automatica di briefing normativi o epidemiologici, la costruzione di scenari di budget what-if, la sintesi di verbali e atti aziendali, o la co-creazione di procedure conformi a template regolatori.

Tutti questi casi d’uso sono oggi in sperimentazione nell’ambito di progetti PNRR, e rappresentano opportunità immediate per le Direzioni di liberare tempo dirigenziale e migliorare la qualità documentale dei propri atti (Agenas, 2025).

Affinché la GenAI diventi una leva stabile e sicura nella governance sanitaria, è necessario ancorarla a tre principi fondamentali.
Il primo è la trasparenza, garantita da audit trail, fonti verificabili e supervisione umana, come raccomandato dalle linee guida OMS per i modelli multimodali (WHO, 2024).
Il secondo è la validazione clinico-legale: il Consiglio Superiore di Sanità ha evidenziato i rischi derivanti da modelli non certificati, che potrebbero introdurre bias decisionali (Ministero della Salute – CSS, 2021).
Il terzo è la formazione: l’uso diffuso di GenAI su piattaforme generaliste – già adottate da circa il 46% dei medici di medicina generale – mostra l’urgenza di percorsi strutturati per sviluppare competenze digitali avanzate e orientare gli usi in modo consapevole (Osservatorio Sanità Digitale, 2025).

La questione non è più se queste tecnologie saranno presenti – il percorso è ormai delineato – ma come applicarle in modo da trarne il massimo beneficio, valorizzando al contempo i principi del servizio  sanitario. Iniziare da casi a basso rischio e alto impatto – come la documentazione tecnica e gestionale – significa costruire da subito una base culturale e organizzativa su cui poggiare applicazioni future più complesse. Le condizioni per agire sono già disponibili: il momento per farlo è ora.

Autori:

E. Croce – Università C. Cattaneo LIUC
A. Bruschi – ASST Franciacorta
S. Aschedamini, A. Ghedi, O. Rinaldi – ASST Franciacorta
P. Imbrogno – ASST del Garda
F. De Nardo, F. ConvengaLIUC Business School

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here