L’intelligenza artificiale generativa sta entrando in modo sempre più significativo nei reparti clinici, negli ambulatori e nelle aree amministrative della sanità italiana. La sua diffusione avviene in un contesto caratterizzato da cambiamenti tecnologici e demografici profondi, che rendono necessaria un’evoluzione organizzativa capace di sostenere la qualità dell’assistenza.
L’analisi condotta da BCG insieme a Donne Leader in Sanità, dal titolo “AI e leadership femminile in sanità: opportunità, sfide e crescita”, mette in evidenza come l’adozione dell’AI si intrecci con la struttura di un comparto in cui il 74% della forza lavoro è femminile, definendo una posta in gioco che riguarda sia l’efficienza dei processi sia il ruolo della leadership.
Indice degli argomenti
AI generativa in sanità italiana, il potenziale sui processi amministrativi
Le soluzioni disponibili oggi consentono di automatizzare tra il 60% e il 70% delle attività amministrative, un potenziale significativo per alleggerire i carichi burocratici e consentire una migliore allocazione del tempo clinico. La crescita del mercato conferma la rapidità del fenomeno: entro il 2027 la GenAI rappresenterà circa il 30% dell’intero mercato dell’intelligenza artificiale, con il tasso più elevato proprio nella sanità, pari all’85%.
L’aumento delle cronicità, l’invecchiamento della popolazione (che secondo ISTAT porterà entro il 2050 al 30% di cittadini over 65) e la carenza di personale, con un fabbisogno già attuale di circa 50.000 infermieri e una stima di 16.500 medici mancanti entro il 2025, spiegano l’urgenza di soluzioni capaci di sostenere il sistema.
GenAI nei flussi di lavoro, l’adozione resta incompleta
Nonostante queste condizioni, l’adozione della GenAI nella quotidianità resta incompleta. Solo il 45% degli operatori sanitari utilizza strumenti di AI generativa almeno una volta a settimana (48% delle professioniste e 37% dei professionisti).
Tra gli ostacoli emergono l’accesso limitato agli strumenti, la scarsa familiarità, la mancanza di una formazione continua, così come interrogativi sulla qualità dei dati e sulla validazione dei risultati nei diversi contesti d’uso. È un quadro coerente con una fase di transizione in cui i progetti pilota sono diffusi, ma ancora poco integrati nei flussi di lavoro.
Leadership femminile e supporto all’adozione dell’AI
All’interno di un settore a prevalenza femminile si evidenzia, inoltre, un tema di supporto all’utilizzo dello strumento innovativo: solo il 7% delle professioniste dichiara di sentirsi adeguatamente sostenuta nell’adozione dell’AI, contro il 17% degli uomini.
Questo dato esprime una differenza che può riflettersi sulla possibilità di partecipare ai processi decisionali legati alla trasformazione tecnologica, in particolare nei ruoli che definiscono standard, protocolli e priorità di investimento.
Responsible AI in sanità, dati sensibili e governance
Il tema della Responsible AI assume quindi un rilievo centrale, soprattutto in un settore come quello sanitario, in cui l’AI viene utilizzato su dati clinici sensibili e ad alta criticità.
Oltre al rischio di bias, inclusi quelli di genere (pensiamo all’esempio dell’immagine di un medico restituita come maschio e di un’infermiera rappresentata come donna), emergono questioni etiche legate alla protezione del dato sanitario, alla sicurezza informatica, alla qualità e alla rappresentatività dei dataset, alla trasparenza dei modelli e alla responsabilità nelle decisioni supportate dall’algoritmo.
La ricerca evidenzia come le professioniste mostrino una maggiore sensibilità rispetto ai rischi etici e reputazionali connessi all’uso dell’AI, sottolineando l’esigenza di presidi chiari e di una governance strutturata. Questo rende strategico il loro coinvolgimento nei processi di definizione di framework di Responsible AI, capaci di integrare standard tecnici, principi etici e meccanismi di controllo lungo l’intero ciclo di vita delle soluzioni.
Dieci leve d’azione per competenze e innovazione
Lo studio identifica dieci leve d’azione lungo l’intero ciclo di vita delle competenze e dei processi di innovazione. Le prime intervengono nella fase di ingresso dei talenti nel settore, attraverso processi di selezione e recruiting fondati su tassonomie strutturate delle competenze e strumenti di monitoraggio della parità di genere.
Altre leve riguardano la crescita e la formazione, con programmi modulari di upskilling e reskilling, la mappatura delle attività maggiormente esposte all’automazione e percorsi di coaching e mentoring pensati per rafforzare la leadership.
AI nei processi clinici e amministrativi
Sul piano organizzativo e di sistema, le priorità includono l’integrazione di servizi di AI nei processi clinici e amministrativi, l’adozione di un approccio realmente centrato sugli utenti (professionisti sanitari, personale amministrativo e pazienti) che tenga conto anche delle differenze di genere, così come lo sviluppo di ecosistemi dell’innovazione in grado di connettere in modo efficace domanda e offerta, facilitando la scalabilità delle soluzioni.
Politiche pubbliche, formazione e standard operativi
Determinante è, infine, il ruolo delle politiche pubbliche, così come quello della collaborazione tra aziende sanitarie, università e imprese, affinché le sperimentazioni evolvano in standard operativi stabili e condivisi.
In particolare, il tema del training dei talenti richiede un’accelerazione concreta e coordinata, capace di trasformare l’aggiornamento delle competenze in una leva strutturale di sistema.
Governance responsabile e parità nella trasformazione digitale
L’ingresso dell’AI nei processi clinici e amministrativi è un passaggio inevitabile, ciò che può (e deve) essere governato è la capacità di accompagnarne l’adozione con competenze solide e una governance responsabile, creando le condizioni perché le professioniste possano guidare il cambiamento su basi pienamente paritarie.
