L’integrazione dell’intelligenza artificiale nel settore sanitario promette una trasformazione epocale, ma non è priva di insidie etiche e strutturali.
In una recente analisi, il filosofo Luciano Floridi, esperto di etica del digitale, traccia un bilancio lucido sulle capacità dell’IA di “vedere” ciò che sfugge all’occhio umano. Inoltre, mette però in guardia contro un pericoloso aumento delle disparità globali.
L’IA non si propone di sostituire il medico. Però agisce come un potente strumento di supporto, capace di elaborare migliaia di variabili e cartelle cliniche in pochi istanti.
In ambiti specifici come l’oncologia, l’oculistica o la radiologia, questi sistemi eccellono nell’individuare anomalie che potrebbero sfuggire a un occhio umano affaticato. Così trasformano la medicina da reattiva a preventiva attraverso il calcolo di probabilità statistiche che consentono interventi precoci.
Tuttavia, il grido d’allarme di Floridi riguarda la distribuzione di questi benefici. L’IA funziona efficacemente solo dove sono presenti dati di alta qualità, infrastrutture digitali solide e personale formato.
Attualmente, poiché i modelli vengono addestrati prevalentemente su dati provenienti dai Paesi ricchi, il rischio concreto è che l’IA funzioni meglio per le popolazioni già ben assistite. Inoltre, così si accentua il divario con le nazioni in via di sviluppo.
Si corre il rischio del paradosso “piove sul bagnato”, dove chi ha più bisogno di cure rischia di essere escluso da algoritmi che non ne riconoscono le specificità.
Oltre ai problemi di equità globale, esistono ostacoli strutturali interni alle strutture ospedaliere. Spesso i sistemi informatici dei vari reparti non comunicano tra loro, impedendo una visione olistica del paziente. Ciò crea un abisso tra la teoria del laboratorio e la pratica clinica.
Un punto cruciale della riflessione riguarda infine la responsabilità del medico e il rischio della cosiddetta “automation bias”. Questo fenomeno indica la tendenza a fidarsi ciecamente della macchina per evitare responsabilità o per conformismo.
Per evitare che l’IA erediti i pregiudizi dei dati, come la sottorappresentazione di determinati gruppi sociali, è necessario puntare sulla trasparenza dei modelli. Occorre inoltre lavorare sulla tutela del dissenso clinico. La sfida non è solo tecnologica, ma politica e istituzionale. Infatti, la vera rivoluzione dell’IA non sarà curare una singola malattia, ma gestire una complessità prima inaffrontabile.
Il successo di questo percorso dipenderà dalla capacità di formare professionisti che sappiano non solo usare l’IA, ma soprattutto dubitarne. Così si garantisce che il progresso rimanga un bene comune e non un privilegio per pochi.
