Sanità lombarda e intelligenza artificiale: una rivoluzione a metà corsa

A parole, l’intelligenza artificiale è il futuro della sanità. Ma nei corridoi degli ospedali lombardi, il futuro avanza a velocità diverse. È quanto emerge da una nuova ricerca dell’Università Bocconi, che ha mappato per la prima volta l’adozione delle applicazioni di IA nella pratica clinica delle strutture pubbliche e private della Lombardia.

Il lavoro, intitolato “Adoption of artificial intelligence applications in clinical practice: Insights from a Survey of Healthcare Organizations in Lombardy, Italy” pubblicato su Digital Health e firmato da Vittoria Ardito, Giulia Cappellaro, Amelia Compagni, Francesco Petracca e Luigi M. Preti, fotografa una realtà sfaccettata: su 46 organizzazioni rispondenti, ben il 57% non ha ancora adottato alcuna applicazione di IA in ambito clinico. La survey è stata condotta nel 2024. Nonostante l’IA mostri una curva rapida di adozione, i risultati permettono delle riflessioni generali. 

Tre approcci, tre sanità diverse

Le risposte del campione sulle modalità di adozione di IA nella pratica clinica rivelano tre approcci strategici distinti da parte delle organizzazioni. Solo 6 organizzazioni (13%) - in prevalenza IRCCS a vocazione di ricerca - stanno sviluppando soluzioni proprie, spesso in collaborazione con partner accademici o tecnologici. Un secondo gruppo, più numeroso (14 organizzazioni, 30%), si affida invece all’acquisto di applicazioni commerciali CE-marked, già disponibili sul mercato. Il terzo - il più ampio - è composto da 26 strutture (57%) che non hanno ancora adottato alcuna soluzione. Il tradeoff tra acquisto e sviluppo di soluzioni innovative si sta delineando anche nel caso delle organizzazioni sanitarie. 

“La maggior parte delle applicazioni in uso oggi è ancora legata alla diagnostica per immagini, dove l’offerta commerciale è ampia e consolidata,” spiega Giulia Cappellaro, professoressa associata di Public Management alla Bocconi. “Le applicazioni più innovative, ad esempio per la prognosi in pazienti cronici, sono invece spesso ancora in fase di sviluppo.”

Radiologia regina, cronicità in coda

Complessivamente, sono state censite 56 applicazioni in uso o in fase di test. Il 54% supporta la diagnosi, il 48% la prognosi e solo l’11% si concentra sull’ottimizzazione dei trattamenti. La radiologia è l’area clinica dove si registra la maggiore concentrazione (30% delle applicazioni), seguita da oncologia e diabetologia.

“Siamo ancora lontani da un’adozione diffusa e strutturata,” avverte Amelia Compagni, direttrice del Cergas Bocconi. “In molte realtà, l’implementazione dell’IA è guidata dall’iniziativa di singoli clinici o reparti, senza un vero piano strategico o strutture dedicate. Questo pone un serio limite alla scalabilità.”

Governance, formazione e barriere culturali

Solo il gruppo degli sviluppatori interni ha implementato ruoli e strutture formali per governare l’adozione dell’IA (67%). Gli altri si affidano a iniziative informali o ad hoc. La formazione? Presente solo nel 33% dei casi nel primo gruppo e ancora più sporadica altrove.

Quando si parla di ostacoli, le percezioni cambiano in base al profilo organizzativo. Le strutture sviluppatrici indicano privacy, interoperabilità e mancanza di incentivi economici come le principali barriere. Quelle che acquistano tecnologie commerciali citano soprattutto la cultura organizzativa e la scarsa fiducia degli operatori. I non-adopter segnalano la carenza di personale qualificato come freno principale.

“Serve una strategia di sistema, che accompagni le organizzazioni in questo passaggio epocale,” sottolinea Vittoria Ardito, lecturer presso SDA Bocconi. “L’IA può davvero migliorare i percorsi di cura, ma senza investimenti in governance, competenze e infrastrutture digitali rischia di rimanere confinata a pochi centri d’eccellenza.”

Un’agenda per il futuro: cosa serve davvero per far decollare l’IA in sanità

Lo studio della Bocconi non si limita a fotografare l’esistente. Offre anche una bussola per chi ha la responsabilità di guidare il cambiamento, dai policy-maker regionali alle direzioni sanitarie.

Il primo passo è uscire dalla logica dei silos. “Serve un investimento deciso nella collaborazione tra strutture sanitarie, università, fornitori tecnologici e istituzioni”, sottolinea Amelia Compagni. “Progetti congiunti, piattaforme regionali per la condivisione di dati, alleanze stabili tra IRCCS e aziende sanitarie locali: senza un ecosistema coeso, l’innovazione rischia di restare confinata a pochi centri”.

Il secondo pilastro è la formazione. Le competenze digitali sono ancora troppo disomogenee. Servono programmi strutturati per clinici, manager e tecnici, non solo su cosa fa l’IA, ma su come integrarla davvero nei processi di cura. La formazione specifica sulle singole applicazioni si è rivelata decisiva nei casi di successo mappati.

Infine, gli autori propongono di sviluppare framework chiari di valutazione e governance, che vadano oltre l’efficacia clinica e considerino anche impatti organizzativi, sostenibilità economica e accettabilità da parte di operatori e pazienti. “L’adozione dell’IA non può dipendere da iniziative isolate o pressioni commerciali,” avverte Vittoria Ardito. “Serve una strategia condivisa, con criteri chiari di priorità e finanziamento.”

In sintesi: più collaborazione, più competenze, più regole. Solo così l’intelligenza artificiale potrà davvero diventare una risorsa strutturale per la sanità lombarda - e non solo.

Vittoria Ardito, Giulia Cappellaro, Amelia Compagni, Francesco Petracca, Luigi M Preti, "Adoption of artificial intelligence applications in clinical practice: Insights from a Survey of Healthcare Organizations in Lombardy, Italy", Digital Health, Vol. 11, DOI https://doi.org/10.1177/20552076251355680