L’intelligenza artificiale in sanità è ormai una realtà operativa, non una promessa. In Italia, la convergenza tra il quadro normativo europeo — con l’AI Act del 2024 — e la prima legge nazionale sull’AI ha creato le condizioni per un’adozione strutturata. Dai programmi di screening oncologico ai sistemi di triage neurologico, le applicazioni concrete si moltiplicano.
Ma il valore di questa trasformazione dipende dalla capacità del sistema di costruire le infrastrutture, le competenze e la governance necessarie per renderla sostenibile e centrata sui diritti delle persone.
Indice degli argomenti
L’AI in sanità non è più futuro: è già una scelta di sistema
L’intelligenza artificiale non è più una prospettiva futura a cui deve aspirare la sanità pubblica ma è una leva concreta di trasformazione che sta già cambiando il modo in cui pensiamo ai servizi, ai dati e al supporto alle decisioni cliniche. A livello globale, l’accelerazione tecnologica e l’affinamento di modelli predittivi sempre più maturi aprono nuove possibilità per la prevenzione, l’analisi dei rischi e la qualità dei servizi ai cittadini.
Anche in Italia il tema è entrato stabilmente nell’agenda politica e istituzionale, grazie alla convergenza tra iniziative europee e una strategia nazionale più definita. Non si tratta solo di innovazione tecnologica, ma di una scelta di sistema che richiede visione, responsabilità e governance. Il quadro normativo va in questa direzione.
Con l’AI Act, approvato dall’Unione Europea nel 2024, l’intelligenza artificiale entra in una fase di maturità regolata, che classifica molte applicazioni sanitarie tra i sistemi “ad alto rischio” e impone quindi requisiti rigorosi di sicurezza, trasparenza, controllo e documentazione. È un passaggio cruciale in un settore in cui l’AI può incidere direttamente su diritti fondamentali come la salute, la privacy e la non discriminazione.
Regole, strategia e prime linee guida
In questo contesto, l’Italia ha compiuto un passo significativo diventando nel 2025 il primo Paese europeo a dotarsi di una legge quadro nazionale sull’AI (Legge 132/2025), pienamente allineata all’AI Act. Una scelta che manda un messaggio chiaro: l’adozione dell’AI non può essere lasciata all’improvvisazione, soprattutto quando riguarda settori sensibili come la sanità pubblica. La Legge 132/2025 definisce un impianto che mette al centro le persone prima ancora della tecnologia, un approccio dichiaratamente “antropocentrico, trasparente e sicuro” all’utilizzo dell’intelligenza artificiale, attribuendo ruoli specifici di governance all’Agenzia per la Cybersicurezza Nazionale e all’AgID e prevedendo fino a un miliardo di euro di investimenti per favorire l’innovazione e il trasferimento tecnologico in settori strategici, inclusa la sanità. Parallelamente, AgID ha aggiornato la Strategia Italiana per l’AI 2024–2026 e ha pubblicato, nel 2025, le prime Linee guida operative dedicate all’uso dell’AI nella Pubblica Amministrazione e nella sanità, con particolare attenzione a conformità, sicurezza, privacy e impatto organizzativo.
Dalla diagnosi alla programmazione: dove l’AI fa già la differenza
All’interno del settore sanitario, l’AI sta già trovando impieghi concreti lungo l’intera filiera della cura. Il report dell’Osservatorio Sanità Digitale del Politecnico di Milano mostra una dinamica chiara: l’adozione cresce, così come cresce l’aspettativa nei confronti di soluzioni capaci di supportare professionisti e cittadini. Allo stesso tempo però, emergono con forza le questioni strutturali – qualità del dato, trasparenza dei modelli, ruolo del clinico – che rendono evidente una verità di fondo ovvero che l’AI in sanità non è una sfida tecnologica, ma organizzativa e culturale.
Screening oncologico: il grande trial MASAI e le evidenze dalla Svezia
Uno degli ambiti dove questa trasformazione è più evidente è lo screening oncologico. Il grande trial MASAI, condotto su oltre 100.000 donne in Svezia, ha mostrato come lo screening mammografico supportato da AI possa migliorare l’individuazione dei tumori del seno — con una riduzione del carico di lettura radiologica del 44% e un aumento della rilevazione dei tumori del 29% senza incremento dei falsi positivi — e perfino ridurre del 12% le diagnosi di tumori d’intervallo nei due anni successivi, un indicatore particolarmente rilevante per valutare l’efficacia dei programmi di screening. Questi risultati, pur provenendo da contesti internazionali, costituiscono una base concreta di evidenze per l’evoluzione futura dei programmi di prevenzione anche in Italia.
Ictus e triage AI: ogni minuto conta
Un altro settore in cui l’AI sta introducendo innovazioni significative è quello del trattamento tempestivo dell’ictus, dove ogni minuto incide sugli esiti clinici. Sistemi avanzati di triage AI, già autorizzati dalla FDA (Food and Drug Administration) per la prioritizzazione delle immagini TC nei casi di sospetta emorragia o occlusione dei grandi vasi cerebrali, consentono una lettura automatica quasi immediata e possono accelerare in modo sostanziale i percorsi diagnostico terapeutici in reti ospedaliere complesse, migliorando l’accesso a trombolisi e trombectomia nei centri hub.
Dai dati ai modelli predittivi: le esperienze del Gemelli e di Alleanza Contro il Cancro
In Italia, soluzioni simili sono state adottate in diverse realtà regionali, contribuendo a velocizzare la diagnosi e il trasferimento dei pazienti verso i centri specialistici quando necessario. Accanto ai casi clinici più immediatamente percepibili, l’AI sta trasformando anche il modo in cui i dati sanitari vengono raccolti, analizzati e tradotti in decisioni. Il Policlinico Gemelli IRCCS, ad esempio, ha sviluppato una Real World Data Facility capace di integrare grandi moli di dati clinici, immagini e informazioni genomiche per costruire modelli predittivi complessi e perfino “digital twin” dei pazienti, utili per la pianificazione terapeutica e la ricerca traslazionale. Nello stesso solco si muove la rete Alleanza Contro il Cancro, che ha inserito data science e AI tra i suoi pilastri strategici, con progetti incentrati sulla personalizzazione delle cure e sull’uso integrato di dati clinici, genomici e di imaging in oncologia.
Le condizioni abilitative: dati, competenze, governance
Queste esperienze maturate dimostrano bene che le opportunità sono ampie, dalla maggiore efficienza dei flussi informativi al supporto alle decisioni cliniche, dalla programmazione sanitaria predittiva alla personalizzazione dei percorsi di cura. Ma dimostrano anche un punto fondamentale: questo potenziale non si esprime da solo. Va messo nelle condizioni di funzionare. La prima condizione è il dato. Senza sistemi informativi interoperabili e banche dati sanitarie solide, omogenee e aggiornate l’AI perde affidabilità e valore. La qualità delle decisioni dipende direttamente dalla qualità delle informazioni su cui si fondano i modelli: investire sui dati non è un prerequisito tecnico, è una scelta strategica.
Un sistema più intelligente e più umano: la sfida per il SSN
La seconda condizione è organizzativa e culturale. La sanità pubblica deve investire sulle persone, sviluppando competenze diffuse in ambito di data governance, capacità di lettura critica dei modelli e una solida supervisione clinica. Infine, sul piano regolatorio, è essenziale mantenere un equilibrio tra innovazione e tutela, garantendo trasparenza, tracciabilità e supervisione umana nei processi decisionali ad alto impatto. L’AI ha dunque un potenziale enorme per rendere la sanità pubblica italiana più efficiente, predittiva e vicina ai cittadini. Ma il suo valore non si realizza automaticamente, richiede infrastrutture adeguate, governance chiara, competenze diffuse e un quadro regolatorio solido. Se l’Italia saprà integrare queste condizioni, l’AI potrà evolvere da semplice acceleratore tecnologico a vero motore di qualità, equità e sostenibilità del Servizio Sanitario Nazionale. L’obiettivo non è introdurre nuovi strumenti, ma costruire un sistema più intelligente e, allo stesso tempo, più umano: capace di prevenire, prevedere, personalizzare e proteggere, sempre a partire dai diritti e dalla centralità delle persone.
