Sei medici italiani su dieci usano strumenti di intelligenza artificiale generativa, ma solo il 2% dichiara competenze solide su tutte le sue dimensioni. Il divario tra adozione e formazione è il nodo che emerge dai dati 2026 dell'Osservatorio Sanità Digitale del Politecnico di Milano, ripresi ieri dall'AISI.
L'uso corre, la governance resta indietro
Il 34% dei medici specialisti impiega l'IA a supporto della diagnosi, ma soltanto l'11% delle strutture sanitarie ha adottato soluzioni aziendali dedicate. La sproporzione racconta un'adozione dal basso: il singolo professionista sceglie e usa lo strumento in autonomia, l'ospedale segue con anni di ritardo. Nel complesso il 61% dei medici specialisti ha usato Gen AI nell'ultimo anno, con un balzo di 35 punti rispetto al 2025; stessa quota per i medici di medicina generale (+15 punti), mentre gli infermieri arrivano al 37% (+18 punti).
Le strutture considerano l'IA strategica nel 71% dei casi, ma nella quasi totalità delle situazioni si parla di piattaforme generaliste, non di soluzioni cliniche validate per la sanità. La spesa complessiva è salita a 2,7 miliardi di euro con una crescita del 9% secondo l'Osservatorio Sanità Digitale del Politecnico di Milano, ma i fondi si sono concentrati su infrastrutture e Fascicolo Sanitario Elettronico, non sulla formazione clinica al nuovo strumento.
Il 2% con competenze solide: la formazione al palo
Il paradosso si vede quando si passa dall'uso alla competenza. Solo il 2% dei medici specialisti dichiara di padroneggiare bene o molto bene tutte le dimensioni dell'IA. Un terzo appena ha partecipato a corsi di formazione specifici, e appena il 32% è consapevole del rischio delle cosiddette allucinazioni della Gen AI, cioè risposte plausibili ma false. Il 17% riesce a riconoscere contenuti manipolati o generati artificialmente, e la stessa quota si sente adeguatamente preparata a spiegare l'uso dell'IA ai pazienti.
Solo il 49% dei medici ha chiaro che il controllo dell'output rientra nella propria responsabilità professionale. Il quadro è ancora più netto per gli infermieri: la loro adozione cresce di 18 punti in un anno mentre il percorso formativo sull'IA, nei corsi di laurea triennale, resta un modulo residuale o assente. La ricerca in altri campi mostra quanto sia sottile il confine fra segnale e bias: studi recenti sul cervello dei cani mostrano che gli stessi meccanismi di segmentazione delle parole si attivano in specie molto diverse, e senza una cultura statistica solida qualunque professionista è vulnerabile alla stessa illusione di conferma.
Cosa chiedono facoltà di medicina ed ECM
Il gap chiama in causa le facoltà di medicina, gli ordini professionali e la formazione continua ECM. Un medico che non sa distinguere un output plausibile da un'allucinazione, o che non riconosce un'immagine clinica generata, rischia di trasferire l'errore direttamente sul paziente. Karin Saccomanno, presidente dell'AISI, chiede regole, soluzioni validate, formazione e responsabilità definite. Giovanni Onesti, direttore generale, aggiunge che servono dati affidabili, interoperabilità, cybersecurity e investimenti sostenibili anche per le strutture di dimensioni più contenute.
La traduzione operativa è duplice: da un lato l'inserimento nei corsi di laurea in medicina, odontoiatria e scienze infermieristiche di un blocco obbligatorio su limiti, bias e verifica degli strumenti IA; dall'altro l'aggiornamento dei percorsi ECM per chi è già in servizio, con crediti mirati e casi clinici verificati. Anche in campi lontani dalla clinica come la geofisica che misura come il nucleo terrestre regola la durata del giorno o la metrologia che ridefinisce il secondo con un errore di uno su 260 miliardi di anni, la lezione è la stessa: modelli complessi funzionano solo se chi li usa conosce i limiti dei dati.
Il prossimo aggiornamento dell'Osservatorio, atteso nel maggio 2027, misurerà se la quota del 2% di medici davvero competenti si sarà mossa. Finora la formazione ha corso più lenta dell'adozione.