Questo articolo è stato realizzato a partire dall’intervista a Chiara Sgarbossa, Direttrice degli Osservatori Sanità Digitale e Life Science Innovation, nel podcast TuttoSmart, prodotto da Mondadori Studios in collaborazione con gli Osservatori Digital Innovation del Politecnico di Milano.
Quando si parla di Smart Health, il pensiero corre subito agli ospedali tecnologici: schermi, referti digitali, macchinari avanzati. È un’immagine parzialmente corretta, ma riduttiva.
La Smart Health comprende l’intero ecosistema di innovazioni digitali applicate alla cura del paziente, sia all’interno delle strutture ospedaliere che nella relazione quotidiana tra il sistema sanitario e il cittadino.
Rientrano in questo perimetro la Cartella Clinica Elettronica, i sensori, la robotica, la Telemedicina, le App per la salute, il fascicolo sanitario elettronico e l’Intelligenza Artificiale, in una filiera che abbraccia tanto i professionisti sanitari quanto i pazienti.
Il punto più controintuitivo riguarda però l’obiettivo finale di questo sistema. La Smart Health non punta a un futuro interamente automatizzato, né vuole sostituire il rapporto fisico tra medico e paziente con interfacce digitali.
Il concetto di “smart”, come sottolinea Chiara Sgarbossa, è prima di tutto un concetto di personalizzazione: trovare il canale più adatto a ciascuna persona, che sia digitale o fisico, in base alle sue esigenze reali. Un paziente anziano che preferisce recarsi allo sportello, incontrare persone e fare la fila non è un ostacolo all’innovazione. È qualcuno per cui il canale fisico rimane semplicemente la scelta più adeguata, e rispettare questa diversità è la vera misura dell’intelligenza del sistema.
L’Osservatorio Sanità Digitale è nato nel 2007, molto prima della pandemia.
In quegli anni molte tecnologie digitali faticavano a essere adottate dal sistema sanitario, frenate dalla mancanza di budget e di visione strategica. Il Covid ha forzato un’accelerazione che difficilmente sarebbe arrivata per vie ordinarie, rendendo urgenti soluzioni fino ad allora confinate a sperimentazioni locali.
Alla spinta prodotta dalla pandemia si sono poi aggiunti gli investimenti del PNRR, che hanno accelerato diversi ambiti della trasformazione digitale della sanità, tra cui Telemedicina, Fascicolo Sanitario Elettronico e digitalizzazione dei dati e dei processi sanitari. I risultati di questi investimenti, tuttavia, non sono ancora pienamente visibili nella quotidianità dei cittadini.
Nel 2025 sono stati finalizzati gli interventi necessari a rendere operative le Infrastrutture Regionali di Telemedicina. Nella prima parte del 2026 le Regioni ne hanno avviato l’utilizzo seguendo approcci differenti, ma gli effetti concreti sulla pratica clinica non sono ancora pienamente visibili perché la diffusione delle nuove infrastrutture è ancora in corso. La sfida si sta quindi spostando dalla realizzazione delle piattaforme alla loro effettiva adozione da parte di strutture e professionisti sanitari.
Quello che si percepisce oggi è in larga parte il sistema precedente, fatto di vecchie sperimentazioni piuttosto che di soluzioni strutturate. Questo non significa che i fondi siano stati sprecati: significa che i tempi di una trasformazione sistemica della sanità pubblica sono necessariamente più lunghi di quelli di un singolo progetto digitale.
Il Fascicolo Sanitario Elettronico è definito all’interno di un quadro nazionale, ma le modalità di implementazione e alcune caratteristiche operative sono gestite a livello territoriale. Questo ha prodotto nel tempo differenze nell’esperienza dei cittadini e nella disponibilità delle informazioni sanitarie.
Una frammentazione che crea disparità concrete tra cittadini. Il PNRR ha cercato di affrontare questo problema definendo linee guida nazionali e un nucleo minimo di documenti che ogni regione è tenuta a caricare e rendere accessibili, con l’obiettivo dichiarato di uniformare la Sanità Digitale su scala nazionale.
La leva più efficace in questa direzione è stata quella dei target europei: raggiungere determinati obiettivi era condizione necessaria per accedere ai finanziamenti dell’Unione Europea, il che ha esercitato una pressione concreta sulle regioni più lente nell’adozione.
Il legame tra il raggiungimento dei target previsti e l’accesso alle risorse ha inoltre esercitato una pressione concreta sull’avanzamento dei progetti, favorendo un’accelerazione anche nei territori che presentavano maggiori ritardi. Il percorso verso un fascicolo davvero interoperabile su scala nazionale rimane lungo, ma la direzione è definita e i fondi disponibili sono, per la prima volta, adeguati alla scala del problema.
Negli ultimi due o tre anni, parallelamente agli investimenti del PNRR, l’Intelligenza Artificiale è entrata nel mondo sanitario in modo rapido e in buona parte non pianificato.
Secondo la Ricerca 2025-2026 dell’Osservatorio Sanità Digitale, il 61% dei medici specialisti e il 61% dei Medici di Medicina Generale ha utilizzato strumenti di AI Generativa nell’ultimo anno. Nella quasi totalità dei casi si tratta di piattaforme generaliste, non progettate specificamente per l’uso sanitario.
Da un lato questo segnala apertura e interesse verso questi strumenti. Dall’altro è preoccupante: il processo non è stato governato, i medici potrebbero inserire dati sensibili in sistemi non protetti, e i modelli di AI generativa producono output sulla base di meccanismi probabilistici e possono quindi generare informazioni plausibili ma inaccurate o errate.
Il rischio delle cosiddette “allucinazioni” dell’Intelligenza Artificiale, cioè di risposte plausibili ma scientificamente errate, è particolarmente critico in ambito clinico. Rispetto a una ricerca tradizionale, che presenta all’utente diverse fonti da valutare, una risposta generata in linguaggio naturale può apparire più diretta e personalizzata.
Proprio questa percezione può aumentare la fiducia dell’utente anche quando l’informazione fornita non è corretta. Per il paziente che la riceve, la soglia di fiducia è più alta e, con essa, il rischio concreto di prendere decisioni cliniche senza consultare il proprio medico. Non si tratta di un timore astratto: è una dinamica già in corso, che il sistema sanitario non ha ancora imparato a governare in modo strutturato.
Gli usi virtuosi dell’Intelligenza Artificiale in medicina esistono, sono documentati e in alcuni ambiti consolidati da anni. La radiologia ne è l’esempio più maturo: algoritmi integrati nei sistemi di analisi delle immagini identificano pattern anomali nelle lastre e nelle risonanze, evidenziando pattern potenzialmente rilevanti che il professionista può valutare nel processo diagnostico.
Un caso più recente riguarda la redazione delle lettere di dimissione: l’AI recupera le informazioni sparse nelle cartelle del paziente durante il ricovero, produce una bozza che il medico rivede e valida, riducendo il tempo amministrativo richiesto senza sottrarre alcuna responsabilità clinica. In entrambi i casi il principio è invariato: l’AI propone, il medico decide.
Sul fronte della ricerca farmaceutica, l’Intelligenza Artificiale ha aperto possibilità che fino a pochi anni fa sembravano fantascienza. È oggi possibile generare nuove molecole e simulare le interazioni con specifici target terapeutici, analizzando moli di dati che nessun team di ricercatori potrebbe elaborare manualmente in tempi ragionevoli. In tutti questi casi, il principio guida rimane invariato: l’Intelligenza Artificiale supporta, non decide.
Questo principio ha un nome preciso nel lessico dell’Osservatorio: human in the loop. Come spiega Sgarbossa, l’AI non sostituisce il giudizio clinico, ma lo potenzia, consentendo al medico di analizzare più dati in meno tempo e con maggiore precisione, lasciando invariata la responsabilità della decisione finale.
È il concetto di augmentation: non una sostituzione, ma un’amplificazione delle capacità umane. La stessa logica che vale per la scelta del canale di interazione tra paziente e sistema sanitario, dove il digitale affianca il fisico senza sostituirlo, si ripresenta identica nel rapporto tra Intelligenza Artificiale e intelligenza umana. La Smart Health, in definitiva, è smart precisamente perché non rinuncia a essere umana.
Contenuti suggeriti dell’Osservatorio Sanità Digitale
