sponsored story

Intelligenza artificiale in Sanità: la vera sfida è la governance


Indirizzo copiato

Dalla sperimentazione all’adoption e alla sua integrazione sistemica nei processi di cura, l’AI apre a un nuovo percorso di trasformazione e innovazione in Sanità. Ecco lo scenario

Pubblicato il 23 ott 2026



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
AI sanità; sms per screening sanitari privacy



L’AI apre una nuova fase della trasformazione digitale della sanità. Interoperabilità, data-quality, sicurezza, responsabilità diventano i fattori decisivi. Come spiega Andrea Leonardo, Healthcare Director di Almaviva, “il valore dell’innovazione non si misura dalla quantità di algoritmi introdotti, ma dalla capacità di calarli nei modelli organizzativi delle aziende sanitarie e convertirli in infrastruttura abilitante nell’assistenza sanitaria”.

Per anni ci siamo interrogati sulle potenzialità dell’Intelligenza Artificiale. Oggi la questione è cambiata. Modelli predittivi, AI generativa, sistemi di supporto alle decisioni cliniche e strumenti di analisi avanzata dei dati sono ormai una realtà consolidata. Eppure, alla rapidità dell’evoluzione tecnologica non sempre corrisponde un’analoga capacità degli enti di assorbire queste soluzioni nei propri processi.

Ed è proprio in questo gap tra innovazione disponibile ed innovazione effettivamente adottata che si pone una delle sfide decisive per il futuro del sistema sanitario: “Il problema non è più dimostrare che l’AI possa funzionare – osserva ancora Andrea Leonardo -. Dobbiamo superare la dimensione episodica della sperimentazione e costruire le fondamenta affinché queste tecnologie diventino – by design e by default – parte integrante dei processi clinici e organizzativi delle Aziende Sanitarie”.

La governance come condizione dell’innovazione

L’adozione dell’AI non può essere più affrontata esclusivamente in chiave tecnologica, ma richiede un modello di governance chiara e non negoziabile, ispirata a principi rigorosi di sicurezza e tracciabilità del dato, trasparenza, etica, nonché di ownership delle responsabilità.

La cornice regolatoria disciplinata dall’AI Act sancisce questa esigenza, soprattutto in un settore nel quale molte applicazioni incidono su processi ad alto impatto sulla vita delle persone.

“Quello della governance non può essere derubricato a tema di compliance normativa – sottolinea Leonardo -, ma deve essere disegnata ab origine nell’architettura delle soluzioni, accompagnandone l’intero ciclo di vita: dalla progettazione, allo sviluppo, fino al rilascio e al monitoraggio degli impatti”.

In questa prospettiva si inserisce la certificazione ISO/IEC 42001:2023 ottenuta da Almaviva, relativa ai sistemi di gestione dell’Intelligenza Artificiale: uno standard internazionale riconosciuto che certifica la capacità dell’organizzazione di adottare processi operativi a garanzia di una gestione virtuosa dell’AI e a tutela di bias o fenomeni distorsivi nel suo utilizzo.

Interoperabilità e dati: le fondamenta dell’AI

Nessun algoritmo, per quanto sofisticato, può dispiegare il proprio potenziale se il dato è frammentato, non interoperabile, non verificato alla fonte e, soprattutto, non validato dal professionista sanitario.

La sanità dispone di un patrimonio informativo straordinario, distribuito tuttavia tra ospedali, servizi territoriali, dispositivi medici e varie piattaforme digitali. La capacità di connettere ed orchestrare queste informazioni, preservandone qualità, affidabilità e semantica, costituisce il presupposto per rendere le applicazioni realmente efficaci.

“AI, interoperabilità, data-governance, cloud e cybersecurity non possono essere considerate dimensioni separate – analizza Leonardo -, sono anelli di una stessa filiera digitale, necessari nella costruzione di servizi digitali capaci di accompagnare l’intero patient-journey”.

È questa la logica distintiva alla base di HELIOS by GIOTTO, l’ecosistema della digital-health di Almaviva dedicato all’integrazione dei processi e alla continuità assistenziale ospedale-territorio. Con 17 progetti all’attivo, di cui sei regionali, 472 canali di integrazione e 28 sistemi integrati, HELIOS.connect rappresenta l’esempio concreto di un’infrastruttura abilitante per la trasformazione digitale.

A potenziare ulteriormente questa visione si affianca un altro asset proprietario: ULTRA, il framework lanciato di recente dal Gruppo Almaviva, che pone convintamente l’AI al centro dell’offerta, con una visione global declinata per mercati, domini, filiere produttive e settori mission critical come quello dell’Healthcare e la finalità di trasformare tecnologie e competenze in valore reale e misurabile per la Pubblica Amministrazione.

Intelligenza artificiale al fianco dei professionisti

L’introduzione dell’AI nei processi clinici pone inevitabilmente il tema del rapporto tra tecnologia e responsabilità professionale.

Il paradigma “human in the loop” assume un valore quanto mai centrale: gli algoritmi possono estrarre grandi dataset, individuare correlazioni e supportare le valutazioni, ma la decisione clinica deve rimanere fermamente nel perimetro del professionista sanitario.

“Il medico rimane centrale nell’iter decisionale, la tecnologia deve fungere da acceleratore delle sue capacità di analisi e di decisione -, chiarisce Leonardo -. Il digital deve liberare tempo, rendere le informazioni di facile accesso e consentire ai professionisti di concentrarsi su attività a maggiore valore clinico, salvaguardando quella dimensione relazionale che rende la cura del paziente davvero umana”.

In questa direzione si colloca, ad esempio, l’esperienza maturata da Almaviva con alcune ASL campane, dove l’AI si presta al servizio del professionista sanitario, estraendo grandi quantità di informazioni da cartelle cliniche complesse, referti, anamnesi ed esami diagnostici e sintetizzando elementi chiave che mettono il clinico nelle condizioni di maneggiare il giusto set informativo proprio nel momento in cui la decisione va presa.

Dalla pratica clinica al governo del sistema

Le opportunità dell’AI non si esauriscono nell’assistenza al paziente. Una delle prospettive più significative riguarda infatti il supporto alla programmazione sanitaria, all’anticipazione dei bisogni ed alla pianificazione delle risorse disponibili.

In un sistema chiamato a misurarsi con l’aging della popolazione, l’aumento delle cronicità e la carenza di personale sanitario, l’analisi predittiva può diventare uno strumento di scenario previsionale determinante nell’orientare scelte strategico-organizzative.

Con alcune Regioni, Almaviva sta lavorando ad ambiziosi programmi di applicazione capillare dell’AI, attraverso il rilascio di alcune POC su appropriatezza prescrittiva, liste di attesa e percorso chirurgico, con l’obiettivo di governare in modo dinamico l’equilibrio tra la domanda di prestazioni e la capacità produttiva delle singole strutture ospedaliere.

“È una delle dimensioni a più alto potenziale dell’Intelligenza Artificiale -, evidenzia Leonardo -. Non soltanto efficientare il flusso erogativo di una prestazione sanitaria, ma offrire al management strumenti per comprendere la distribuzione e l’evoluzione della domanda di salute, stratificare i bisogni e programmare l’offerta in modo più calibrato”.

Accanto a queste esperienze si sviluppano poi anche applicazioni verticali come HELIOS.Rehab che, integrando AI, biosensori e computer vision, supporta percorsi di teleriabilitazione anche a domicilio o il Progetto OncologIA, che ha visto l’utilizzo di modelli data-driven nel percorso oncologico e nella medicina di precisione.

Ecosistemi aperti e sovranità digitale

La progressiva diffusione dell’AI rende infine centrale due temi entrambi strategici: da un lato quello della sovranità digitale, che si traduce nella capacità di governo e messa in sicurezza del dato, evitando forme di dipendenza proprio nel momento in cui l’AI diventa così pervasiva e, dall’altro, quello del multi-vendor.

“La traiettoria dell’AI non sarà e non dovrà essere incentrata attorno ad un unico modello predittivo o algoritmo – , fa notare Leonardo -. Avremo bisogno di piattaforme generaliste e più verticali, ma in ogni caso aperte ed inclusive, capaci di orchestrare soluzioni diverse, garantendo sempre interoperabilità, sicurezza e sovranità nelle scelte tecnologiche. Per noi di Almaviva che siamo una Global Tech-Company con tecnologie, competenze, ricerca ed asset industriali radicati in Italia, questo rappresenta un pilastro strategico fortemente identitario”.

La prossima fase dell’AI in sanità sarà dunque meno legata alla proliferazione di sperimentazioni occasionali e sempre più orientata alla capacità di produrre risultati misurabili, sostenibili e replicabili su larga scala.

“In questo modo l’Intelligenza Artificiale potrà consacrarsi da fattore di sola innovazione a leva strategica per la tenuta a lungo termine del Sistema Sanitario», conclude Leonardo -. Ma questo accadrà soltanto se sapremo attingere da dati qualificati, integrarla nei processi operativi aziendali e governarne l’utilizzo con alto senso di responsabilità. Solo così potremo trasformare la tecnologia in creazione di valore per organizzazioni, professionisti e cittadini”.

Articolo realizzato in partnership con Almaviva

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
0
Lascia un commento, la tua opinione conta.x