Intelligenza artificiale per medici: guida pratica 2026

2026-10-04 · Tommaso Maria Ricci

Il 61% dei medici di medicina generale italiani ha usato l'intelligenza artificiale generativa nell'ultimo anno. Lo stesso vale per il 61% degli specialisti. Il dato viene dall'Osservatorio Sanità Digitale del Politecnico di Milano, che aggiunge due dettagli meno rassicuranti: quasi sempre si tratta di piattaforme generaliste, non pensate per la sanità, e solo il 17% degli specialisti sa riconoscere un contenuto generato artificialmente. L'intelligenza artificiale per medici è già entrata negli studi. Il problema è che ci è entrata dalla porta di servizio, senza regole, senza criteri di scelta e spesso con i dati dei pazienti incollati dove non dovrebbero stare.

Questa guida è per medici di famiglia, specialisti ambulatoriali, studi associati e direttori sanitari di piccole strutture. Trovi le aree in cui l'intelligenza artificiale fa risparmiare tempo davvero, quelle in cui serve cautela, le regole italiane ed europee che contano (Legge 132/2025, AI Act, regolamento sui dispositivi medici, GDPR), i criteri per scegliere uno strumento, una scorecard per capire da dove parti e una roadmap di 90 giorni. Niente classifica di app: lo strumento giusto dipende da come lavori, non dal marchio.

Perché l'intelligenza artificiale per medici è diventata una questione di tempo

Il motivo per cui così tanti medici hanno provato l'intelligenza artificiale nel giro di due anni non è la curiosità tecnologica. È il tempo. La medicina territoriale italiana lavora sotto pressione, e i numeri lo dicono chiaramente.

Secondo l'analisi della Fondazione GIMBE pubblicata a marzo 2026, al 1° gennaio 2025 in Italia lavoravano 36.812 medici di medicina generale, 5.197 in meno rispetto al 2019. La carenza stimata è di 5.716 medici in 18 Regioni. Ogni medico di famiglia assiste in media 1.383 persone, con punte di 1.533 in Lombardia, contro un rapporto ottimale indicato dalla Fondazione di uno ogni 1.200. Tra il 2025 e il 2028 altri 8.180 medici raggiungeranno i 70 anni. La ricostruzione completa è nell'articolo di Quotidiano Sanità sul rapporto GIMBE.

Tradotto in pratica: meno medici, più pazienti per medico, più burocrazia per paziente. Prescrizioni, certificati, piani terapeutici, richieste di esami, lettere, messaggi, telefonate. Una quota importante della giornata non è clinica, eppure richiede attenzione clinica.

Cosa succede negli Stati Uniti

Il trend non è solo italiano. L'indagine 2026 dell'American Medical Association, pubblicata il 12 marzo 2026, rileva che l'81% dei medici americani usa l'intelligenza artificiale nella pratica, contro il 38% del 2023. Gli usi più frequenti sono la sintesi della letteratura scientifica e la documentazione clinica. Il 70% vede nell'intelligenza artificiale uno strumento per automatizzare i compiti che alimentano il burnout.

Lo stesso sondaggio, però, mostra il rovescio: l'88% dei medici teme la perdita di competenze, l'86% considera la riservatezza dei dati un requisito decisivo e l'88% chiede una validazione solida di sicurezza ed efficacia. L'entusiasmo c'è, ma accompagnato da domande precise. Sono le stesse domande da cui conviene partire.

Cosa fa davvero l'intelligenza artificiale in uno studio medico

Quando si parla di intelligenza artificiale in medicina, il pensiero corre alla diagnosi automatica: l'algoritmo che legge la radiografia meglio del radiologo. È la parte più visibile e anche la meno rilevante per la maggior parte degli studi. Il valore concreto, oggi, sta altrove. Ecco le sei aree d'uso, dalla più matura alla più delicata.

1. Documentazione clinica e trascrizione della visita

È l'uso con le prove più solide. I cosiddetti scribi ambientali ascoltano la conversazione tra medico e paziente, con il consenso del paziente, e producono una bozza di nota clinica che il medico rivede e firma.

Il caso più studiato è quello del Permanente Medical Group in California. Secondo l'analisi pubblicata su NEJM Catalyst e riassunta da Permanente, in 63 settimane 7.260 medici hanno usato lo strumento in oltre 2,5 milioni di visite, risparmiando l'equivalente di 1.794 giornate lavorative. L'84% dei medici ha riportato un effetto positivo sulla comunicazione con il paziente e l'82% un miglioramento della soddisfazione lavorativa.

Un dato meno citato è il più utile per chi deve decidere: un terzo degli utenti ha generato l'89% degli utilizzi. Chi ha adottato davvero lo strumento ha risparmiato molto, gli altri quasi nulla. Il risparmio non arriva con la licenza, arriva con l'abitudine.

2. Lettere, referti e comunicazioni

Lettere di dimissione o di accompagnamento, relazioni per lo specialista, risposte ai pazienti, istruzioni post visita in linguaggio semplice. L'intelligenza artificiale produce una prima bozza a partire dai dati strutturati e dalle note del medico. Il medico corregge, completa e firma. È un uso a basso rischio se la revisione è reale, e ad alto rischio se diventa una firma automatica.

3. Gestione di messaggi, agenda e richieste ripetitive

Gran parte dei messaggi che arrivano a uno studio medico sono richieste amministrative: ripetizione di ricette, certificati, spostamento di appuntamenti, esiti di esami. Un sistema ben configurato può classificare i messaggi, preparare risposte standard per quelli amministrativi e segnalare al medico quelli che contengono sintomi o richieste cliniche. La regola qui è semplice: l'intelligenza artificiale smista, il medico decide.

4. Sintesi della letteratura e aggiornamento

È l'uso più diffuso nel sondaggio AMA. Riassumere linee guida, confrontare studi, preparare una scheda su un farmaco poco usato. Strumenti che citano le fonti e permettono di verificarle sono utili. Strumenti che rispondono con sicurezza senza fonti sono pericolosi, perché l'errore plausibile è il più difficile da notare.

5. Supporto alla decisione clinica e diagnostica

Qui si entra nel territorio dei dispositivi medici: software che analizzano immagini, tracciati, parametri o dati clinici per suggerire una diagnosi, un rischio o una terapia. Possono essere strumenti eccellenti, ma devono essere certificati come dispositivi medici e usati entro le indicazioni per cui sono stati certificati. Ne parliamo nella sezione sulle regole.

6. Gestione dei pazienti cronici e follow-up

Identificare i pazienti diabetici senza controllo dell'emoglobina glicata da più di un anno, gli ipertesi che non rinnovano la terapia, i pazienti fragili da richiamare. Sono analisi sui dati dello studio che un buon gestionale con funzioni di intelligenza artificiale può automatizzare, trasformando un elenco di pazienti in un piano di richiami.

Intelligenza artificiale per referti medici: cosa si può fare e cosa no

La ricerca "intelligenza artificiale per referti medici" è una delle più frequenti su questo tema. Dietro ci sono due bisogni diversi, che vanno tenuti separati.

Scrivere referti più in fretta. Il medico detta o annota i reperti, l'intelligenza artificiale li organizza nel formato del referto, uniforma la terminologia, controlla che non manchino sezioni. È uno strumento di produttività. Il contenuto clinico resta del medico, e la responsabilità anche.

Interpretare referti. Un sistema legge un esame, un'immagine o un tracciato e propone un'interpretazione. Questo è supporto diagnostico: se il software è destinato a questo scopo, rientra nella disciplina dei dispositivi medici. Usare un chatbot generalista per interpretare un'immagine o un esame di un paziente significa usare uno strumento non certificato per uno scopo clinico.

C'è poi un terzo caso, sempre più frequente: il paziente che arriva in studio con il proprio referto già "spiegato" da un chatbot. Secondo l'Osservatorio del Politecnico di Milano, il 36% dei cittadini ha usato chatbot per cercare informazioni su salute, farmaci e terapie. Non è un fenomeno da combattere, è un fenomeno da gestire. Conviene avere una risposta pronta: cosa il paziente può usare per capire, cosa invece va discusso con il medico. Nello stesso sondaggio AMA, quasi la metà dei medici americani si dichiara fortemente contraria all'uso dell'intelligenza artificiale da parte dei pazienti per interpretare esiti radiologici o istologici.

Medico di famiglia, specialista, studio associato: priorità diverse

Lo stesso strumento può essere essenziale per un profilo e inutile per un altro. Prima di valutare qualsiasi soluzione, conviene chiarire dove si perde più tempo.

Per chi gestisce una struttura con più specialità, il discorso si allarga all'organizzazione nel suo complesso. Lo abbiamo affrontato nella guida all'intelligenza artificiale per poliambulatori e, su scala più ampia, in quella sull'intelligenza artificiale in sanità.

Le regole che il medico deve conoscere

L'intelligenza artificiale in medicina non è un territorio senza regole. Al contrario, è uno dei più regolati. Le norme che contano per uno studio medico sono quattro.

Legge 132/2025: la decisione resta al medico

La legge 23 settembre 2025, n. 132, in vigore dal 10 ottobre 2025, è la prima legge italiana sull'intelligenza artificiale. L'articolo 7 riguarda la sanità e fissa alcuni principi che toccano direttamente il lavoro del medico:

• i sistemi di intelligenza artificiale sono un supporto nei processi di prevenzione, diagnosi, cura e scelta terapeutica, e la decisione resta sempre rimessa al medico;
• l'interessato ha diritto di essere informato sull'impiego di tecnologie di intelligenza artificiale;
• l'introduzione di questi sistemi non può selezionare o condizionare l'accesso alle prestazioni con criteri discriminatori;
• i sistemi e i dati impiegati devono essere affidabili, verificati e aggiornati periodicamente.

Per lo studio questo si traduce in due obblighi pratici: documentare che la decisione clinica è del medico e informare il paziente quando nel suo percorso di cura si usano strumenti di intelligenza artificiale. Un'analisi di dettaglio dei rapporti tra legge italiana e AI Act è disponibile su Agenda Digitale.

AI Act: alto rischio per i dispositivi medici, con date precise

Il regolamento europeo sull'intelligenza artificiale (Reg. UE 2024/1689) è in vigore dal 1° agosto 2024 e si applica per gradi. Dopo il Reg. UE 2026/1744, il calendario per chi lavora in sanità è questo:

• dal 2 febbraio 2025 valgono i divieti e l'articolo 4 sull'alfabetizzazione, che chiede a fornitori e utilizzatori di adottare misure che sostengano l'alfabetizzazione del personale in materia di intelligenza artificiale, senza imporre un livello specifico;
• dal 2 agosto 2026 si applicano gli obblighi di trasparenza dell'articolo 50: chi usa un chatbot per dialogare con i pazienti deve far sapere che stanno interagendo con un sistema di intelligenza artificiale;
• dal 2 agosto 2028 si applicano gli obblighi per i sistemi ad alto rischio dell'Allegato I, cioè l'intelligenza artificiale contenuta in prodotti già regolati, come i dispositivi medici.

Il software di intelligenza artificiale certificato come dispositivo medico che richiede una valutazione di un organismo notificato rientra quindi tra i sistemi ad alto rischio. Gli obblighi principali ricadono sul fabbricante, ma chi lo usa ha doveri propri: usarlo secondo le istruzioni, garantire la sorveglianza umana, segnalare i malfunzionamenti. Per un quadro completo delle scadenze, vedi la nostra guida all'AI Act per le aziende.

Regolamento dispositivi medici: quando il software diventa dispositivo

Il regolamento UE 2017/745 (MDR) considera dispositivo medico anche il software destinato dal fabbricante a scopi medici, come diagnosi, prevenzione, monitoraggio o trattamento. La regola 11 dell'allegato VIII colloca nella classe IIa, o in classi superiori in base alla gravità delle possibili conseguenze, il software che fornisce informazioni usate per prendere decisioni a fini diagnostici o terapeutici.

Il criterio decisivo è la destinazione d'uso dichiarata dal fabbricante. Un chatbot generalista non è un dispositivo medico, perché il suo fabbricante non lo destina a scopi clinici. Proprio per questo non va usato per scopi clinici: nessuno ne ha valutato sicurezza e prestazioni per quell'uso.

GDPR e Garante: i dati sanitari sono categoria particolare

I dati sulla salute sono una categoria particolare di dati personali secondo l'articolo 9 del GDPR. Il Garante per la protezione dei dati personali ha pubblicato il 10 ottobre 2023 il decalogo per i servizi sanitari basati sull'intelligenza artificiale, che fissa tre principi: conoscibilità del processo decisionale, decisione non esclusivamente automatizzata, non discriminazione algoritmica. Il decalogo riguarda i servizi sanitari nazionali, ma i principi sono un buon metro anche per lo studio privato.

In pratica, prima di adottare uno strumento che tratta dati dei pazienti servono una base giuridica chiara, un contratto con il fornitore come responsabile del trattamento, la valutazione d'impatto quando il trattamento presenta rischi elevati e un'informativa aggiornata.

La responsabilità professionale non cambia

Nessuna di queste norme sposta la responsabilità del medico sul software. Se un errore nasce da una bozza generata e firmata senza leggerla, l'errore è di chi l'ha firmata. È il motivo per cui la revisione non è un passaggio burocratico: è la parte del processo che protegge il paziente e il professionista.

Il rischio vero: strumenti generalisti e dati dei pazienti

Il dato più importante dell'Osservatorio del Politecnico di Milano non è il 61%. È che quasi tutti quei medici usano piattaforme generaliste. Significa che, molto probabilmente, in molti studi italiani succede questo: un medico copia in un chatbot gratuito il testo di un referto, magari con nome, data di nascita e diagnosi, per farsi aiutare a scrivere una lettera.

È un comportamento comprensibile e rischioso. I rischi sono tre.

1. Riservatezza. Il dato sanitario esce dallo studio verso un fornitore con cui non c'è alcun contratto, spesso fuori dall'Unione europea, con condizioni d'uso che possono prevedere il riutilizzo dei contenuti.
2. Affidabilità. Lo strumento non è progettato né validato per la medicina. Può inventare riferimenti, dosaggi o interazioni con una sicurezza disarmante. Secondo l'Osservatorio, solo il 32% degli specialisti è consapevole del fenomeno delle allucinazioni.
3. Responsabilità. Il professionista usa uno strumento senza poter dimostrare come è stato usato, su quali dati e con quali controlli.

Il fenomeno ha un nome nelle aziende: shadow AI, cioè l'uso di intelligenza artificiale non autorizzata e non governata. Ne abbiamo parlato in termini generali nella guida sullo shadow AI. In uno studio medico ha conseguenze più pesanti, perché i dati sono sanitari.

La risposta non è vietare. I divieti funzionano poco quando lo strumento fa risparmiare tempo. La risposta è offrire un'alternativa governata, con regole chiare su cosa si può fare e cosa no.

Le regole minime per lo studio

• Nessun dato identificativo del paziente in strumenti senza contratto di trattamento dei dati.
• Nessun uso di chatbot generalisti per interpretare esami, immagini o sintomi di un paziente specifico.
• Ogni testo generato viene letto e corretto prima della firma o dell'invio.
• Il paziente viene informato quando l'intelligenza artificiale interviene nel suo percorso, ad esempio con uno scriba ambientale.
• Un elenco scritto degli strumenti autorizzati, aggiornato e conosciuto da tutti, personale di segreteria compreso.

Come scegliere uno strumento: i criteri in ordine di peso

Una volta deciso dove intervenire, la scelta dello strumento segue un ordine preciso. Il prezzo viene per ultimo, non per primo.

1. Destinazione d'uso e certificazione

La prima domanda è sempre: per cosa è destinato questo strumento? Se il fornitore promette diagnosi, triage clinico o suggerimenti terapeutici, deve mostrare la marcatura CE come dispositivo medico, la classe e la destinazione d'uso. Se non è un dispositivo medico, va usato solo per compiti amministrativi o di supporto alla scrittura, mai per decisioni cliniche.

2. Dove vanno i dati

Chiedi dove vengono elaborati e conservati i dati, se vengono usati per addestrare i modelli, chi sono i subfornitori, come avviene la cancellazione. Pretendi un contratto che nomini il fornitore responsabile del trattamento e descriva le misure di sicurezza. Un fornitore che non sa rispondere in modo chiaro non è pronto per lavorare con dati sanitari.

3. Integrazione con il gestionale

Uno strumento che obbliga a copiare e incollare tra due finestre verrà abbandonato in poche settimane, oppure userà i dati in modo incontrollato. L'integrazione con la cartella clinica e con il gestionale di studio è il criterio che determina se lo strumento verrà usato davvero.

4. Qualità in italiano e nella tua specialità

Prova lo strumento sui tuoi casi reali, anonimizzati, nella tua lingua e con la tua terminologia. Uno scriba che funziona bene in inglese può faticare con l'italiano, con i dialetti dei pazienti o con il lessico di una specialità.

5. Tracciabilità e revisione

Il sistema deve rendere evidente cosa è stato generato e cosa è stato modificato dal medico, e conservare una traccia. È ciò che permette di dimostrare, in caso di contestazione, che la decisione è stata del professionista.

6. Costo totale

Al canone si sommano configurazione, formazione, tempo di adozione e, spesso, costi a consumo. Il conto giusto è sul risparmio di tempo reale dopo tre mesi di uso, non sulla promessa della demo.

Le prove da chiedere in una demo

Una demo condotta dal fornitore mostra ciò che il fornitore vuole mostrare. Porta questi casi e chiedi di vederli dal vivo:

1. Una visita simulata con terminologia della tua specialità, e la nota generata.
2. Un paziente che parla in modo confuso o con inflessioni dialettali.
3. La correzione di un errore nella bozza e la traccia della modifica.
4. Una richiesta di ripetizione ricetta e una richiesta con sintomi nello stesso flusso di messaggi: come vengono distinte?
5. L'esportazione dei dati di un paziente e la cancellazione su richiesta.
6. Il contratto di trattamento dei dati e l'elenco dei subfornitori.
7. Cosa succede se il servizio non è raggiungibile durante l'ambulatorio.

Se un fornitore non riesce a mostrare almeno cinque di queste sette prove, hai già la risposta.

Il caso del centro medico: più capacità senza più medici

Nel mio lavoro con le aziende ho seguito anche un centro medico. Il risultato è stato un aumento del 20% della capacità della struttura.

La lezione che porto da quell'esperienza vale per qualsiasi studio. Il collo di bottiglia di una struttura sanitaria raramente è il tempo della visita in sé. È tutto quello che sta intorno: come arrivano le richieste, come si riempie l'agenda, come si preparano i documenti, quanto tempo il medico passa su compiti che non richiedono la sua competenza. L'intelligenza artificiale dà il meglio proprio lì, perché libera tempo clinico senza toccare la decisione clinica.

La seconda lezione è che la tecnologia da sola non basta. Funziona quando qualcuno nello studio ha la responsabilità di farla funzionare, di misurare i risultati e di correggere il tiro. Senza questo ruolo, anche lo strumento migliore resta una licenza pagata e poco usata, come mostra il dato di Permanente sul terzo degli utenti che genera quasi tutti gli utilizzi.

Se stai valutando come applicare questo approccio al tuo studio o alla tua struttura, possiamo partire dai tuoi processi reali e capire dove l'intelligenza artificiale libera più tempo: la pagina di richiesta consulenza del sito è il punto da cui iniziare.

Scorecard: il tuo studio è pronto per l'intelligenza artificiale?

Assegna da 0 a 2 punti a ogni voce: 0 = no, 1 = in parte, 2 = sì.

Organizzazione e dati

1. Sai quante ore a settimana vanno in attività non cliniche, almeno come stima.
2. La cartella clinica è digitale e strutturata, non solo testo libero o scansioni.
3. Il gestionale permette integrazioni o esportazioni dei dati.
4. Esiste una persona responsabile delle scelte tecnologiche dello studio.

Regole e privacy

5. Hai un elenco scritto degli strumenti digitali autorizzati.
6. I contratti con i fornitori che trattano dati dei pazienti sono aggiornati.
7. L'informativa ai pazienti prevede l'uso di strumenti di intelligenza artificiale.
8. Chi lavora nello studio sa cosa non si può inserire in un chatbot generalista.

Competenze e abitudini

9. Almeno un medico usa già strumenti di intelligenza artificiale in modo regolare e governato.
10. Lo studio ha fatto almeno un momento di formazione documentato sull'intelligenza artificiale.
11. Esiste un modo per raccogliere e analizzare gli errori o i casi dubbi.
12. Lo studio misura qualche indicatore di tempo: attese, richiami, tempi di risposta ai messaggi.

Come leggere il punteggio:

• Da 0 a 10: prima le basi. Elenco degli strumenti autorizzati, regole sui dati, informativa. Lo strumento viene dopo.
• Da 11 a 18: sei pronto per un progetto pilota su un'area sola, con obiettivi misurabili.
• Da 19 a 24: puoi estendere l'uso a più aree e lavorare sull'integrazione con il gestionale.

Intelligenza artificiale per medici: da dove partire in 90 giorni

Giorni da 1 a 30: misurare e mettere ordine

• Per due settimane, annota quanto tempo va in documentazione, messaggi, ricette e certificati. Una stima grossolana basta.
• Chiedi a ogni persona dello studio quali strumenti di intelligenza artificiale usa già, senza giudicare.
• Scrivi le regole minime: cosa è vietato, cosa è permesso, chi decide.
• Aggiorna l'informativa ai pazienti.
• Scegli una area su cui lavorare, quella dove si perde più tempo.

Giorni da 31 a 60: progetto pilota

• Seleziona due o tre soluzioni per l'area scelta e prova le sette prove della demo.
• Verifica destinazione d'uso, contratti, localizzazione dei dati.
• Avvia il pilota con uno o due medici motivati, non con tutti.
• Fissa due o tre indicatori: tempo per nota, messaggi gestiti al giorno, ore di lavoro serale.
• Raccogli ogni settimana gli errori e i casi dubbi.

Giorni da 61 a 90: decidere ed estendere

• Confronta gli indicatori con la situazione di partenza.
• Decidi se estendere, cambiare strumento o fermarti. Fermarsi è un risultato legittimo.
• Se estendi, forma tutte le persone coinvolte, segreteria compresa.
• Fissa una revisione trimestrale: uso reale, errori, soddisfazione di medici e pazienti.

Novanta giorni sono sufficienti per capire se un'area rende. Non bastano per trasformare lo studio, e non devono: la trasformazione si costruisce area dopo area.

Come parlarne con i pazienti

L'informazione al paziente non è solo un obbligo di legge. È il modo più semplice per evitare che uno strumento utile diventi motivo di sfiducia. Tre situazioni ricorrono spesso.

Lo scriba ambientale durante la visita

Prima di attivare la registrazione, il medico spiega in una frase cosa succede: uno strumento ascolta la conversazione per preparare la bozza della nota clinica, il medico la rilegge e la firma, l'audio non viene conservato oltre il tempo necessario (se è così nel contratto con il fornitore). Il paziente può dire di no, e il suo rifiuto non cambia nulla nella visita. Chiedere il consenso ogni volta, almeno nella fase iniziale, costa pochi secondi e costruisce fiducia.

Le comunicazioni scritte

Se le risposte ai messaggi o le istruzioni post visita sono preparate con l'aiuto dell'intelligenza artificiale e riviste dal medico, è utile dirlo nell'informativa generale dello studio. Non serve una dicitura su ogni messaggio, serve trasparenza sul modo di lavorare. Se invece un chatbot risponde direttamente ai pazienti, ad esempio per prenotazioni o informazioni pratiche, il paziente deve sapere fin dal primo messaggio che sta parlando con un sistema automatico.

Il paziente che arriva con la risposta del chatbot

Sempre più pazienti arrivano con un referto già interpretato da un chatbot, a volte con diagnosi allarmanti, a volte con rassicurazioni infondate. La reazione peggiore è liquidare la cosa con fastidio, perché il paziente continuerà a farlo senza dirlo. La reazione migliore è riconoscere lo sforzo di capire e riportare la discussione sul piano clinico: cosa dice davvero l'esame, cosa manca per interpretarlo, quali sono i passi successivi.

Alcuni studi preparano una breve scheda per i pazienti: come usare in modo prudente gli strumenti di intelligenza artificiale per informarsi, quali domande portare in visita, quali segnali richiedono di contattare subito il medico invece di cercare risposte online. È un piccolo investimento che riduce ansia e telefonate inutili.

Gli errori più comuni

Partire dallo strumento invece che dal problema. La demo di uno scriba è spettacolare. Ma se il tempo nello studio si perde nei messaggi e nelle ricette, lo scriba risolve il problema sbagliato.

Usare chatbot generalisti per decisioni cliniche. È la scorciatoia più pericolosa. Se lo strumento non è certificato per quell'uso, non va usato per quell'uso.

Firmare senza leggere. Le bozze generate sono buone abbastanza da indurre a fidarsi. È proprio per questo che vanno lette con attenzione.

Coinvolgere tutti subito. Un pilota con chi non è convinto produce dati negativi e resistenza. Parti da chi ha voglia di provare, misura, poi estendi.

Dimenticare la segreteria. Molte richieste passano dal personale amministrativo. Se non è coinvolto, lo strumento resta a metà.

Non informare i pazienti. La Legge 132/2025 lo chiede, e i pazienti lo apprezzano. Uno scriba ambientale usato senza dirlo rovina la fiducia più di quanta ne costruisca.

Non misurare. Senza un dato di partenza non saprai mai se lo strumento ha funzionato. E non saprai cosa rispondere quando qualcuno chiederà se ne è valsa la pena.

Quanto vale il tempo risparmiato

Il ritorno di un progetto di intelligenza artificiale in uno studio medico si misura soprattutto in tempo, e il tempo ha tre destinazioni possibili: più pazienti visitati, più tempo per paziente, meno lavoro serale. Tutte e tre hanno valore, ma non lo stesso valore per tutti.

Un metodo semplice per stimarlo:

1. Ore risparmiate a settimana per medico, misurate nel pilota e non prese dalla brochure.
2. Destinazione del tempo: quante di quelle ore diventano visite in più, quante tempo clinico in più per paziente, quante qualità della vita.
3. Costo totale dello strumento: canone, configurazione, formazione, tempo di adozione.
4. Rischi evitati: riduzione dell'uso di strumenti non autorizzati, migliore tracciabilità.

Per i medici di medicina generale, secondo le stime dell'Osservatorio del Politecnico di Milano riportate da Sanità33, l'intelligenza artificiale generativa potrebbe far risparmiare circa due settimane di lavoro amministrativo l'anno. È un ordine di grandezza utile per orientarsi, non una promessa: il risparmio reale dipende da quanto lo strumento viene usato e da quanto bene è integrato nel lavoro quotidiano.

Lo stesso ragionamento vale per altre professioni sanitarie che stanno affrontando la stessa domanda. Ne abbiamo parlato per i dentisti e per gli psicologi, dove la riservatezza pesa ancora di più.

Il punto di vista di chi lavora sui processi

Non sono un medico, e non ho titolo per dire come si fa una diagnosi. Il mio lavoro è aiutare le organizzazioni a usare la tecnologia per lavorare meglio, e in sanità ho visto la stessa dinamica che vedo altrove: la tecnologia amplifica un processo chiaro e peggiora un processo confuso.

L'intelligenza artificiale per medici non è una scommessa sul futuro della diagnosi. È, oggi, una risposta concreta a un problema concreto: troppi pazienti, troppa burocrazia, troppo poco tempo. Usata bene, restituisce tempo alla parte del lavoro che nessun software può fare al posto del medico: ascoltare, visitare, decidere, spiegare. Usata male, aggiunge rischi a un lavoro che ne ha già abbastanza.

Se vuoi impostare questo percorso nel tuo studio o nella tua struttura con un metodo e indicatori chiari, un confronto strutturato sui tuoi processi vale più di dieci demo. Puoi richiedere una consulenza dalla pagina dedicata del sito.

FAQ

L'intelligenza artificiale per medici può sostituire il medico?

No. La Legge 132/2025 stabilisce che in sanità i sistemi di intelligenza artificiale sono un supporto nei processi di prevenzione, diagnosi e cura e che la decisione resta sempre al medico. Anche dal punto di vista pratico, gli strumenti oggi più efficaci lavorano su documentazione, comunicazioni e organizzazione, liberando tempo clinico. Possono rendere il medico più rapido e meno sommerso dalla burocrazia, ma ascolto, visita, decisione e responsabilità restano del professionista.

Intelligenza artificiale per medici: da dove partire?

Parti misurando per due settimane dove si perde tempo nello studio: documentazione, messaggi, ricette, certificati, richiami. Scrivi poi regole minime su cosa non si può inserire in strumenti generalisti e aggiorna l'informativa ai pazienti. Scegli una sola area, prova due o tre soluzioni su casi reali anonimizzati e avvia un pilota con uno o due medici motivati, misurando indicatori semplici come tempo per nota e lavoro serale.

Un medico può usare ChatGPT con i dati dei pazienti?

Non con dati identificativi in versioni senza un contratto di trattamento dei dati. I dati sanitari sono una categoria particolare secondo il GDPR e richiedono garanzie specifiche: base giuridica, contratto con il fornitore come responsabile del trattamento, misure di sicurezza. Inoltre un chatbot generalista non è un dispositivo medico e non va usato per interpretare esami o sintomi di un paziente. Per bozze di testi generici, senza dati del paziente, il rischio è molto più basso.

Bisogna informare il paziente se si usa l'intelligenza artificiale?

Sì. La Legge 132/2025 riconosce all'interessato il diritto di essere informato sull'impiego di tecnologie di intelligenza artificiale in ambito sanitario. Inoltre, dal 2 agosto 2026 l'articolo 50 dell'AI Act chiede di far sapere alle persone quando interagiscono con un sistema di intelligenza artificiale, ad esempio un chatbot. In pratica conviene aggiornare l'informativa e chiedere il consenso prima di usare uno scriba ambientale durante la visita.

Quando un software di intelligenza artificiale è un dispositivo medico?

Quando il fabbricante lo destina a scopi medici, come diagnosi, prevenzione, monitoraggio o trattamento. Il regolamento UE 2017/745 colloca almeno in classe IIa il software che fornisce informazioni usate per decisioni diagnostiche o terapeutiche. Questi software devono avere la marcatura CE e vanno usati entro la destinazione d'uso dichiarata. Con l'AI Act, quelli soggetti a valutazione di un organismo notificato rientrano tra i sistemi ad alto rischio, con obblighi applicabili dal 2 agosto 2028.

Quanto tempo fa risparmiare l'intelligenza artificiale a un medico?

Dipende da quanto viene usata. Nel caso più studiato, quello del Permanente Medical Group, gli scribi ambientali hanno fatto risparmiare in 63 settimane l'equivalente di 1.794 giornate lavorative a 7.260 medici, ma un terzo degli utenti ha generato l'89% degli utilizzi. Per i medici di famiglia italiani il Politecnico di Milano stima circa due settimane l'anno di lavoro amministrativo. Il risparmio reale va misurato in un pilota.

Quali sono gli usi più sicuri dell'intelligenza artificiale in uno studio medico?

Gli usi più sicuri sono quelli in cui un errore viene intercettato dalla revisione del medico prima di arrivare al paziente: bozze di lettere e referti, sintesi della documentazione, smistamento dei messaggi amministrativi, gestione dell'agenda, elenchi di pazienti cronici da richiamare. Gli usi più delicati sono quelli che toccano diagnosi e terapia, che richiedono software certificati come dispositivi medici e una sorveglianza umana reale.