L’intelligenza artificiale non è più una visione futuristica confinata nei laboratori di ricerca o nei panel delle grandi tech-conference. È una realtà operativa che sta già silenziosamente ridefinendo le dinamiche della sala operatoria, della diagnostica per immagini e della gestione del paziente. Eppure, esiste un pericoloso sfasamento tra la velocità con cui la tecnologia penetra nelle strutture sanitarie e la preparazione di chi quella tecnologia dovrà governarla: il management ed i medici.
Indice degli argomenti
Milano Statale e Tor Vergata: un’esperienza formativa nata dall’urgenza
L’esperienza condotta, assieme all’Avvocato Nefeli Gribaudi presso le Scuole di Specializzazione in Ortopedia e Traumatologia dell’Università Statale di Milano e di Tor Vergata a Roma nasce da un senso di urgenza non più procrastinabile. Non possiamo attendere un ipotetico assestamento della tecnologia per iniziare a formare i chirurghi di domani; dobbiamo agire ora, affinché la classe medica non si trovi a rincorrere un’innovazione che rischia di travolgerla.
Oltre il fanatismo e la repulsione: la terza via della demistificazione
Il primo scoglio che abbiamo dovuto affrontare in aula è stato il bombardamento mediatico. Da un lato, una narrazione messianica che dipinge l’AI come la soluzione a ogni inefficienza clinica; dall’altro, una visione distopica che paventa la sostituzione del medico e la deumanizzazione della cura. Da entrambe le visioni è emerso con forza il tema del conflitto decisionale: il medico è in difficoltà nel prendersi la responsabilità di contraddire un output algoritmico sulla base del proprio giudizio clinico.
Il rischio dell’over-reliance: quando il medico si fida ciecamente dell’algoritmo
Un conflitto che poggia sulla falsa convinzione che il sistema sia sempre affidabile (over-reliance o eccessivo affidamento), e sull’idea implicita che la responsabilità dell’errore non ricada sul medico quando la decisione è supportata dal sistema di AI. L’elevata accuratezza dichiarata dai vendor, complice una narrazione dell’AI particolarmente entusiasta, crea maggiormente il rischio di un eccessivo ed acritico affidamento. Lo specializzando tende a non cogliere che l’accuratezza media di un sistema non coincide necessariamente con l’accuratezza su quel singolo paziente, con le sue complessità e unicità.
Inoltre il divario operativo tra la realtà clinica quotidiana, la rapida evoluzione tecnologica e la strada tracciata a livello normativo, accrescono falsi timori e false certezze, rendendo particolarmente complessa la sfida dell’interoperabilità.
Demistificare l’AI: dallo studio individuale al lavoro multidisciplinare
Entrambi questi approcci estremi – il fanatismo acritico e la repulsione basata sulla paura – sono nemici del progresso sanitario. La nostra missione formativa è stata quella di tracciare una terza via basata sulla demistificazione. Demistificare l’AI significa spogliarla della sua aura di magia nera per rivelarla come ciò che è realmente: un potente strumento di calcolo statistico e probabilistico, che necessita di una guida umana consapevole dei bias algoritmici e dei rischi tecnici (come il drift del sistema). Solo attraverso questo processo di chiarificazione è possibile instillare negli studenti uno spirito pragmatico.
Lo studente non deve essere un utente passivo, ma un esploratore critico. Questo percorso di consapevolezza inizia con lo studio individuale della logica algoritmica per poi sfociare naturalmente nel lavoro di team multidisciplinare. In ortopedia, più che in altre discipline, il successo di un intervento dipende dalla sinergia tra competenze diverse; l’AI entra in questo ecosistema come un nuovo “membro della squadra” che richiede regole di ingaggio chiare e una leadership clinica solida.
La piramide delle priorità: norma, organizzazione, tecnologia
Un errore comune nell’approccio all’intelligenza artificiale è l’innamoramento tecnologico: focalizzarsi sulle prestazioni dell’algoritmo dimenticando il contesto in cui opera. Durante i corsi a Milano e Roma, abbiamo ribaltato questa prospettiva. L’integrazione dell’AI in sanità deve seguire una gerarchia di priorità precisa: l’impatto normativo e organizzativo precede sempre la discussione tecnica. Con l’entrata in vigore dell’AI Act europeo, la compliance legale non è più un optional, ma la condizione stessa di esistenza di un software medico.
Gli studenti devono comprendere che un algoritmo non è soltanto un codice, ma spesso anche un dispositivo medico soggetto alla relativa normativa, e che il suo utilizzo non li esonera da responsabilità civili e penali. Parallelamente, l’impatto organizzativo rappresenta la vera sfida per il ROI (Return on Investment) della sanità moderna. Introdurre un sistema di AI senza ripensare i flussi di lavoro significa semplicemente digitalizzare l’inefficienza. Abbiamo discusso come l’AI possa ridurre i tempi di attesa o ottimizzare l’uso delle sale operatorie, ma solo a patto di una revisione profonda dei processi interni. Il medico di domani deve essere un manager del cambiamento, capace di valutare come una nuova tecnologia sposti i carichi di lavoro e modifichi le interazioni tra i reparti.
Macchine plus AI: la diagnostica e la robotica aumentata in ortopedia
Il cuore pulsante della formazione pratica ha riguardato le cosiddette “Macchine Plus AI“. In ortopedia, questo si traduce in sistemi robotici e di diagnostica potenziati da algoritmi predittivi. Non stiamo parlando di automi che operano al posto dell’uomo, ma di sistemi che permettono prestazioni superiori ai limiti fisici e cognitivi umani. Un robot assistito dall’AI può garantire una precisione nel posizionamento di una protesi che l’occhio umano, per quanto esperto, non può raggiungere costantemente. Ma la tecnologia “Plus” richiede una competenza “Plus”. Qui entra in gioco il concetto di Ground Truth (la verità di base).
Abbiamo spiegato agli studenti che l’affidabilità di una macchina dipende interamente dalla qualità dei dati su cui è stata addestrata. Se il Ground Truth è distorto o incompleto, l’output della macchina sarà errato (il celebre “garbage in, garbage out“). Comprendere questo legame trasforma il chirurgo da utilizzatore di una “scatola nera” a validatore esperto della tecnologia. Lo studente impara a chiedersi: “Su quali dati si basa questo suggerimento? Qual è la verità clinica che sostiene questa previsione?”.
Human in the loop: la responsabilità umana nel ciclo decisionale dell’AI
La questione che ha maggiormente affascinato e, per certi versi, inquietato gli studenti è quella del Human in the Loop. In un sistema sanitario aumentato dall’AI, l’uomo deve restare nel ciclo decisionale non solo come supervisore, ma come garante etico e clinico. L’algoritmo propone, l’uomo decide. Questa posizione non è solo una garanzia di sicurezza per il paziente, ma è la chiave di volta della nuova responsabilità professionale. Con l’avvento dell’AI, il confine del rischio clinico si sposta. La responsabilità del medico non risiederà più solo nell’esecuzione manuale, ma nella capacità di governare lo strumento tecnologico, interpretandone correttamente i segnali e intervenendo quando l’intelligenza artificiale mostra i suoi limiti intrinseci.
Il chirurgo come leader d’orchestra: etica, dati e giudizio clinico
Il chirurgo di domani non sarà un mero esecutore tecnico, ma un leader d’orchestra capace di sintetizzare dati complessi, etica, trasparenza e giudizio clinico in un unico atto di cura.
Leadership e futuro: la fiamma è accesa, la formazione non può aspettare
La formazione presso la Statale di Milano e Tor Vergata ha rivelato una nuova consapevolezza nelle nuove generazioni di chirurghi. Nonostante la pratica quotidiana in ospedale possa sembrare ancora lontana dalle visioni futuristiche descritte nei congressi, gli studenti percepiscono chiaramente la velocità del cambiamento.
È indicativo che, in questo contesto incerto, una delle risposte più frequenti alla domanda: “Utilizzi l’AI, e se sì come?” sia stata “Sto cercando di capire se mi comunica fiducia.” Una frase ricorrente che integra il piano puramente tecnico con quello relazionale e psicologico.
La fiducia nell’AI in ambito medico diventa così un processo dinamico che richiede continua formazione. Durante le lezioni, la partecipazione e il livello delle domande hanno confermato un consenso straordinario: i medici in formazione non vogliono essere colti di sorpresa. Sentono che, citando una metafora emersa durante le discussioni, ‘la fiamma è accesa e l’acqua all’improvviso bollirà’.
Preparare il terreno oggi significa evitare che l’ebollizione tecnologica si trasformi in un caos gestionale. Il ruolo del medico si evolve verso una leadership che sappia orchestrare l’innovazione senza smarrire l’essenza della professione: il rapporto umano e l’intuizione clinica.
In conclusione, il caso reale delle facoltà di Milano e Roma dimostra che la sfida dell’AI in medicina si vince sui banchi di scuola, prima ancora che in corsia. Formare chirurghi consapevoli dell’impatto organizzativo, normativo e tecnico è l’unico modo per garantire che l’intelligenza artificiale diventi davvero un acceleratore di salute e non un generatore di nuovi rischi.
