Ci chiediamo spesso perché tanti progetti di intelligenza artificiale in sanità falliscano, ma la domanda utile è opposta: cosa fa sì che un clinico, di fronte all’AI, riesca invece che fallire? Una parte decisiva ma molto trascurata della risposta non sta in corsia ma più a monte, nel vorticoso mondo industriale che quell’AI la produce.
L’ormai famoso studio del MIT (Massachusetts Institute of Technology), Project NANDA, condotto nel 2025 su oltre trecento implementazioni reali, ha rilevato che circa il 95% dei progetti pilota di AI generativa non genera alcun impatto misurabile: solo il 5% supera quello che gli autori chiamano il “divario”. E il motivo prevalente non è la tecnologia ma l’integrazione mancata nei processi e nelle decisioni.
Indice degli argomenti
Perché i progetti di AI in sanità falliscono
Una ricerca IDC dello stesso anno arriva allo stesso punto da un’altra strada: su ogni 33 progetti pilota avviati, solo quattro arrivano davvero in produzione. Un tasso di fallimento dell’88%, che IDC attribuisce non alla qualità degli strumenti, ma alla bassa prontezza organizzativa su dati, processi e infrastrutture.
C’è però un dettaglio, nello studio del MIT, che parla direttamente ai clinici: chi acquista le soluzioni da fornitori specializzati riesce circa due volte su tre; chi prova a costruirsele in casa, appena un terzo delle volte. Detto altrimenti: saper leggere il mercato — chi produce cosa, chi è affidabile, dove sta andando l’industria — non è materia da soli addetti ai lavori.
È una delle leve che separano un progetto che arriva con successo al paziente da uno che si spegne prima.
Per un medico, queste dinamiche non sono cronaca di business lontana: decidono, molto concretamente, quale tecnologia arriverà al letto del suo paziente e quale non ci arriverà mai. Puntare sullo strumento sbagliato, ignorare una fusione che cambia le carte, non accorgersi di dove si sta spostando l’attenzione dei grandi player, significa spesso ritrovarsi con un progetto morto prima ancora di raggiungere una sola persona da curare.
Governare l’AI in sanità richiede di leggere il mercato
Se il mercato pesa così tanto, allora la formazione clinica, da sola, non basta. Ovviamente non si tratta di chiedere al medico di diventare un analista d’industria. Il punto è più preciso.
L’impatto organizzativo dell’AI, quello che fortunatamente riceve sempre più attenzione, non si esaurisce dentro le mura dell’ospedale. Ridisegnare i flussi di lavoro, decidere responsabilità, scegliere se e come scalare oltre il progetto pilota: sono tutte decisioni interne. Ma necessitano di una consapevolezza del panorama industriale. Governare efficacemente ciò che accade dentro richiede di saper leggere ciò che si muove fuori.
E questa consapevolezza, per essere davvero utile a un clinico, dovrebbe avere tre requisiti. Essere costante, perché il mercato dell’AI cambia di trimestre in trimestre e la fotografia di un anno fa è già vecchia. Essere indipendente, perché se arriva solo dalla voce di chi vende non è informazione, è promozione. E, infine, essere comprensibile, tradotta nel linguaggio di chi cura e non in quello di chi investe.
Un presidio indipendente per l’AI nel Servizio Sanitario Nazionale
Ma una consapevolezza così, oggi, chi la garantisce in modo strutturato? Nessuno, o quasi. Ed è qui che serve un passo nuovo: un presidio strutturato e indipendente delle tecnologie di intelligenza artificiale in uso nel nostro Servizio Sanitario Nazionale. Un luogo che osservi con continuità cosa si sta diffondendo davvero nelle nostre strutture, e con quale impatto da affiancare, alla formazione clinica, informatica e normativa che già esiste.
Non un’infrastruttura calata dall’alto, ma un principio che una comunità scientifica può comprendere e sfruttare. Questa consapevolezza è sempre stata utile ma adesso, con l’impatto e la velocità con cui la nuova tecnologia si sta diffondendo diventa indispensabile.
E c’è una dimensione di questo presidio che va oltre le tecnologie, e riguarda le persone.
Le professionalità che collegano industria e mondo clinico
Le professionalità dell’industria — chi si occupa di regolatorio, di accesso al mercato, di specialistica clinica applicata, di guidare l’adozione presso le strutture — sono spesso sconosciute al mondo clinico. Eppure, conoscerle serve a due cose concrete: permette al clinico di interagire con l’industria e le sue persone in maniera proficua, invece di subirne linguaggio e logiche; e permette di orientare le scelte dei nuovi laureati in materie scientifiche, mostrando loro che esistono percorsi di valore anche sul versante industriale dell’AI in salute, e non solo su quello accademico o clinico.
L’avvicinamento dovrebbe avvenire anche in direzione opposta: così come le aziende farmaceutiche cercano di farsi conoscere e comprendere nelle proprie dinamiche dai professionisti sanitari, allo stesso modo le aziende tech hanno una crescente necessità di aprire un canale di comunicazione bilaterale per avvicinarsi ai professionisti sanitari.
Mappare le tecnologie senza mappare le competenze che le muovono significherebbe conoscere solo metà del campo.
La comunità clinica davanti all’AI in sanità
Avendo subito passivamente la faticosa, ancora incompleta digitalizzazione della sanità, molti dei professionisti sanitari guardano oggi con timore alla nuova dirompente ondata di innovazione portata dall’AI. I molti sistemi operativi differenti, spesso non interoperabili neanche all’interno della stessa struttura, hanno comprensibilmente creato una sfiducia diffusa verso il digitale che, con la promessa di diventare un alleato nel semplificare i processi è finito per essere percepito come un nemico che alimenta l’enorme carico amministrativo e burocratico sulle spalle dei professionisti sanitari italiani.
Ma un numero sempre crescente di professionisti lotta quotidianamente per non subire l’avvento dell’AI in modo passivo, per rimanere al timone: centrando la tecnologia sulle reali necessità della pratica clinica ed integrandola partendo dal punto di vista di chi quei processi da ottimizzare li vive quotidianamente.
SIIAM e il ruolo dei professionisti sanitari
La Società Italiana Intelligenza Artificiale in Medicina (SIIAM), rappresenta per questi professionisti un punto di riferimento, con una rete di oltre 650 soci con profili multidisciplinari: non solo medici, ma anche ingegneri biomedici, data scientists, giuristi, filosofi e molti altri, tutti accomunati dalla voglia di comprendere questa tecnologia così dirompente e in continua evoluzione, di formarsi e portare avanti iniziative di ricerca e policy per ridisegnare la Sanità.
La sfida è enorme, serve collaborazione tra più discipline, visione di sistema e soprattutto umiltà nell’affrontare un cambiamento che da un lato rischia di scuotere le fondamenta, ma dall’altro offre l’occasione di ripensare il sistema sanitario, la professione del medico e la relazione con i pazienti dai principi fondanti. Guardando alla storia della medicina, pur essendo percepita come statica, è evidente come sia in una continua, seppur lenta evoluzione. Ma il ritmo diviene sempre più rapido, trainato dall’industria.
Capire dove sta andando l’industria, come evolvono gli strumenti, che visione e strumenti operativi ha per integrarli in Sanità, è fondamentale per costruire una governance che non sia obsoleta già al momento della sua creazione. Per disegnare una governance efficace, dobbiamo guardare anche alla direzione dell’industria, capire come funziona e come è possibile collaborarci in modo efficace, con la possibilità di suggerire una direzione che metta al centro i bisogni dei professionisti, dei pazienti e del sistema tutto.
Le cinque competenze per costruire l’AI in sanità
Mettendo insieme le singole voci, il quadro si chiude — e cambia forma. Perché se guardiamo con onestà a cosa serve oggi per portare l’AI dentro la cura, ci accorgiamo che il tavolo non ha quattro gambe: ne ha cinque.
- Le competenze cliniche
- Le basi informatiche
- L’evoluzione normativa
- L’impatto organizzativo
- Le dinamiche industriali.
La quinta è la gamba che regge ciò che le altre non vedono. Presidiarla significa mettere il professionista sanitario nelle condizioni di fare tre cose che oggi gli sono in gran parte precluse: prevedere i trend industriali, invece di scoprirli quando sono già scelte fatte da altri; attuare scelte consapevoli e produttive nei propri acquisti; governare con efficacia l’impatto organizzativo, che senza la lettura del mercato resta un esercizio a metà.
Dall’uso dell’AI alla capacità di immaginarla
E c’è un’ultima cosa, che guarda avanti.
Un professionista, o uno studente, che possiede questa quinta gamba non è soltanto un utente migliore della tecnologia: è qualcuno che può persino immaginarla.
Dare a chi concepisce l’idea di un’impresa un quadro di riferimento sul mercato e sulla concorrenza già in fase di concepimento, e non a valle quando gli errori costano, è la differenza tra formare chi usa l’AI e formare chi la costruisce. Tra chi esce dalla porta con il proprio bagaglio sapendo cosa lo aspetta e chi invece lo ignora.
Perché l’AI in sanità non si compra, si costruisce — connettendo il lavoro delle persone e rendendo la cura più umana. E un tavolo, per reggere il peso di questa costruzione, ha bisogno di tutte e cinque le sue gambe.
Partecipa alla community