La nuova frontiera dell’intelligenza artificiale in sanità non è un chatbot più bravo a rispondere alle domande dei medici. È un sistema capace di osservare un problema, scomporlo in una sequenza di azioni, consultare dati e strumenti differenti, verificare i risultati e decidere quale passo compiere successivamente. È la cosiddetta “sanità agentica”, uno dei territori più promettenti e allo stesso tempo più delicati dell’innovazione medica.
La differenza rispetto all’intelligenza artificiale generativa è sostanziale. Un modello linguistico tradizionale riceve una richiesta e produce una risposta. Un agente può invece perseguire un obiettivo: recuperare informazioni dalla cartella clinica, confrontarle con linee guida, individuare dati mancanti, proporre esami, predisporre una prescrizione o coordinare altri agenti specializzati. Nelle architetture più evolute, diversi sistemi possono assumere ruoli distinti, quasi fossero componenti di un’équipe digitale.
Indice degli argomenti
Sanità agentica alla prova delle evidenze cliniche
Una recente revisione scientifica sottolinea tuttavia come il settore sia ancora giovane: i lavori con vera validazione clinica rimangono pochi e la stessa definizione di “agentic AI” non è ancora completamente standardizzata.
AI Consult in Kenya come seconda linea di controllo
Uno dei casi più interessanti arriva dal Kenya. Nelle cliniche Penda Health di Nairobi è stato introdotto AI Consult, un sistema integrato nella cartella clinica elettronica che analizza in background le informazioni raccolte durante la visita e interviene quando individua una possibile omissione o un errore. In uno studio condotto su 39.849 visite in 15 centri, i professionisti che disponevano del sistema hanno registrato una riduzione relativa del 16% degli errori diagnostici e del 13% degli errori terapeutici. Gli errori nella raccolta dell’anamnesi sono diminuiti del 32% e quelli relativi agli accertamenti del 10%.
È un esempio importante perché mostra quale potrebbe essere una delle forme più realistiche di sanità agentica: non una macchina che sostituisce il medico, ma una seconda linea di controllo che sorveglia continuamente il processo decisionale. L’AI non formula autonomamente la diagnosi definitiva né prescrive al posto del professionista. Individua piuttosto un potenziale problema e richiama l’attenzione del clinico, che conserva l’ultima parola.
Il trial randomizzato e i limiti sugli esiti clinici
Ma proprio il caso africano invita a evitare entusiasmi prematuri. Un successivo trial pragmatico randomizzato condotto in 16 strutture di assistenza primaria in Kenya ha arruolato 9.691 pazienti e 103 operatori sanitari. In questo studio l’assistenza di un modello linguistico non ha determinato una riduzione statisticamente significativa degli insuccessi terapeutici a 14 giorni: il 2,2% nel gruppo assistito dall’AI contro il 2,0% nel gruppo di controllo.
Non sono emersi segnali rilevanti di sicurezza, ma il beneficio clinico sull’esito principale non è stato dimostrato. È forse la lezione più importante della medicina agentica: superare un test, individuare errori o produrre raccomandazioni migliori non equivale automaticamente a migliorare la salute dei pazienti.
Gli agenti AI nelle cartelle cliniche e nei flussi sanitari
Negli Stati Uniti il passaggio dal semplice suggerimento all’azione è già evidente nei sistemi collegati alle cartelle cliniche elettroniche. Oracle Health, per esempio, ha progressivamente ampliato il proprio Clinical AI Agent. Dalla generazione automatica delle note cliniche il sistema è passato alla preparazione di ordini per esami di laboratorio, diagnostica per immagini, farmaci e appuntamenti di follow-up. Nel 2026 sono state aggiunte funzioni per revisione della cartella, codifica delle prestazioni e coordinamento di più attività all’interno dello stesso flusso clinico. L’ordine predisposto dall’AI resta sottoposto alla validazione del professionista, ma il cambiamento concettuale è netto: il sistema non produce più soltanto testo, prepara un’azione che può entrare nel processo sanitario reale.
Dai reparti alla sicurezza del paziente
Lo stesso modello sta entrando nei reparti e nei pronto soccorso. Il Clinical AI Agent di Oracle è stato esteso a questi ambienti, dove ricostruisce l’episodio assistenziale a partire dalle diverse interazioni e genera una bozza strutturata della documentazione. Per gli infermieri sono state introdotte funzioni vocali per interrogare la cartella, produrre sintesi della situazione del paziente e inserire dati clinici durante l’assistenza.
Ancora più ambizioso è il progetto Patient Safety Vital Sign della Mayo Clinic. L’obiettivo è utilizzare diversi agenti per sintetizzare continuamente indicatori relativi a cadute, infezioni correlate all’assistenza, lesioni da pressione, eventi farmacologici e deterioramento clinico. Un Enhanced Triage Agent è già entrato in produzione, mentre l’architettura complessiva è progettata per trasformare segnali oggi dispersi nella cartella clinica in un indicatore dinamico di rischio utilizzabile dalle équipe infermieristiche.
Qui emerge un’altra caratteristica dell’agentic healthcare: l’intelligenza artificiale non viene più chiamata soltanto quando qualcuno le pone una domanda. Può osservare continuamente l’ambiente informativo e reagire quando si verifica una determinata condizione.
La sanità agentica nella cura cardiovascolare
La cardiologia potrebbe diventare il banco di prova più avanzato. Nel settembre 2026 l’agenzia statunitense ARPA-H ha avviato ADVOCATE, un programma quadriennale da 62,7 milioni di dollari destinato a sviluppare un sistema agentico per la cura cardiovascolare. Il progetto prevede un’AI rivolta al paziente e un agente supervisore, con l’obiettivo dichiarato di arrivare a un sistema clinico autorizzato dalla Food and Drug Administration e disponibile ventiquattr’ore su ventiquattro come componente digitale del team assistenziale.
Se il progetto riuscisse, sarebbe un passaggio significativo. L’agente non sarebbe più soltanto uno strumento amministrativo o documentale, ma entrerebbe nel monitoraggio continuativo di pazienti con patologie croniche, un settore nel quale la tempestività delle decisioni può modificare ricoveri, complicanze e mortalità.
Agenti AI e automazione dei processi sanitari
Non tutte le applicazioni, però, devono necessariamente avvicinarsi alla diagnosi per avere un impatto sulla sanità. Intermountain Health, una rete statunitense di 34 ospedali, ha utilizzato agenti di AI per la gestione operativa e informatica, affidando a un sistema automatico il triage iniziale delle richieste di assistenza IT. È un’applicazione apparentemente distante dal letto del paziente, ma mostra dove gli agenti stanno incontrando oggi minori ostacoli: attività amministrative, organizzative e ripetitive, nelle quali un errore è generalmente più facilmente reversibile rispetto a una decisione clinica.
I sistemi multi-agente nel percorso del paziente
Il vero salto arriverà quando questi diversi livelli cominceranno a comunicare. Si può immaginare un agente che rileva un parametro anomalo dal monitoraggio domiciliare, consulta la storia clinica, verifica i farmaci, confronta il quadro con le linee guida, richiede a un secondo agente di controllare possibili interazioni farmacologiche, propone un esame e, dopo l’autorizzazione del medico, programma il controllo. È questo il paradigma dei sistemi multi-agente che la ricerca sta già studiando per diagnosi, triage, dimissioni e gestione longitudinale del paziente.
Sicurezza e supervisione nella medicina agentica
Ma più cresce la capacità di agire, più diventa importante controllare l’azione. In medicina un’allucinazione di un chatbot è un’informazione sbagliata; l’errore di un agente collegato a strumenti operativi può trasformarsi in una prescrizione, una prenotazione, una modifica della cartella o una decisione clinica inappropriata.
Per questo la ricerca sta spostando l’attenzione dall’accuratezza della singola risposta alla sicurezza dell’intero processo: tracciabilità delle azioni, autorizzazioni, possibilità di interrompere il sistema, supervisione umana e registrazione di ogni passaggio.
La sanità agentica e i confini dell’autonomia
La sanità agentica, quindi, non coincide con l’ospedale senza medici. Almeno per ora indica qualcosa di diverso: un sistema sanitario nel quale una parte crescente del lavoro cognitivo e organizzativo può essere affidata a software capaci di perseguire obiettivi e utilizzare strumenti, mentre il professionista mantiene la responsabilità delle decisioni critiche.
Ed è probabilmente qui che si giocherà la vera rivoluzione. Non nella domanda se l’intelligenza artificiale saprà “fare il medico”, ma in quella, molto più concreta, su quali compiti potremo permetterle di svolgere autonomamente, quali dovranno sempre richiedere un’autorizzazione umana e quali, per ragioni cliniche, etiche o giuridiche, non dovranno mai essere delegati.
La medicina agentica sta già cominciando a rispondere alla prima domanda. Le altre due saranno decisive per stabilire se questa tecnologia diventerà realmente una nuova infrastruttura della sanità.
Partecipa alla community