Come le Big Tech stanno ridisegnando il rapporto digitale tra pazienti, medici e informazioni sanitarie

Assistenti per i clinici, cartelle cliniche integrate, wearable, modelli per la ricerca farmaceutica, automazione dei workflow, supporto alla cronicità e motori di ricerca sanitari personalizzati: sono questi gli strumenti di AI attraverso i quali le Big Tech stanno entrando nella sanità. Non perché le grandi aziende tecnologiche abbiano improvvisamente scoperto la medicina, ma perché la salute concentra tutto ciò che oggi rende strategico un mercato digitale: dati continui, bisogni ricorrenti, processi complessi, carenza di personale, costi crescenti, domanda di personalizzazione e una quantità enorme di inefficienza amministrativa. La posta in gioco è chiara: OpenAI, Microsoft, Google, Anthropic, Amazon, Apple e Perplexity non vogliono limitarsi a chatbot capaci di rispondere a domande mediche, ma vogliono costruire l’interfaccia attraverso cui pazienti, medici e organizzazioni sanitarie leggeranno, interpreteranno e useranno i dati di salute.

In altre parole, le Big Tech non stanno provando solo a entrare nella sanità, ma puntano a diventare il nuovo sistema operativo della salute. Ora il nodo politico e sanitario è questo: chi controllerà l’interfaccia digitale della salute definirà il modo in cui i dati vengono letti, organizzati, spiegati e trasformati in decisioni. Non controllerà necessariamente la cura in senso stretto, ma qualcosa di altrettanto importante: il primo livello di interpretazione della realtà sanitaria.

Per il Servizio sanitario nazionale italiano il tema è decisivo, perché se l’AI resta un insieme di applicazioni commerciali scollegate dai percorsi pubblici, il rischio è creare una sanità parallela, in cui chi dispone di strumenti, alfabetizzazione digitale e capacità economica riceverà più orientamento, continuità e maggiore assistenza, mentre chi ne è privo resterà dentro un sistema più lento, più frammentato e meno personalizzato.

Se invece l’AI viene governata e integrata nei percorsi pubblici, può diventare una leva per ridurre diseguaglianze territoriali, sostenere la medicina generale, alleggerire i professionisti, rafforzare le Case della Comunità e rendere più proattiva la gestione delle cronicità.

Perché questo accada, però, bisogna prima capire bene dove l’intelligenza artificiale può essere impiegata e dove, invece, serve il giudizio del medico.

La distinzione fondamentale è tra AI informativa e AI clinica. Un conto è aiutare un cittadino a capire meglio un referto, preparare domande per il medico, ricostruire la propria storia farmacologica o monitorare il sonno. Un altro conto è suggerire diagnosi, priorità terapeutiche, percorsi di accesso, esclusioni, terapie o decisioni cliniche. Nel primo caso servono qualità delle fonti, privacy, trasparenza e limiti d’uso. Nel secondo servono validazione clinica, responsabilità professionale, marcatura come dispositivo medico quando applicabile, audit, tracciabilità e integrazione nei percorsi autorizzati.

Per i medici l’opportunità è reale, in quanto l’AI può ridurre il tempo assorbito dalla burocrazia, generare bozze di lettere, sintetizzare cartelle, supportare la ricerca, preparare istruzioni comprensibili per il paziente, migliorare la continuità informativa e ridurre il carico cognitivo. Ma può anche produrre documentazione apparentemente corretta e clinicamente fragile, generare alert inutili, aumentare la dipendenza da sistemi proprietari e scaricare sul professionista responsabilità non ancora chiarite

Per i pazienti il vantaggio potenziale è enorme: maggiore comprensione dei propri dati, monitoraggio continuo, empowerment reale, supporto nella cronicità, preparazione alle visite, collegamento tra parametri clinici e stili di vita. Il rischio, però, è altrettanto evidente: confondere un assistente con un medico, consegnare dati sensibili a piattaforme private, ricevere consigli non contestualizzati, sviluppare ansia da monitoraggio continuo o finire dentro ecosistemi commerciali dove salute, farmaci, assicurazioni, advertising e servizi sanitari si intrecciano.

Per l’industria farmaceutica la trasformazione sarà profonda. L’Intelligenza artificiale entrerà nella ricerca, nei trial, nella farmacovigilanza, nel medical writing, nel market access, nei programmi di supporto al paziente, nella segmentazione degli HCP, nella disease education e nella generazione di evidenze real world. Ma il valore vero non sarà usare l’AI per fare promozione più veloce. Sarà usarla per migliorare diagnosi precoce, aderenza, appropriatezza, patient support, trial matching e accesso ordinato all’innovazione.

Il rischio sistemico è che la sanità pubblica diventi dipendente da piattaforme esterne prima ancora di aver definito le proprie regole. Se i dati clinici, i wearable, le interazioni dei pazienti, le sintesi delle visite e gli strumenti decisionali finiscono dentro ambienti proprietari non pienamente governati, il SSN rischia di perdere il controllo della relazione digitale con il cittadino. È già accaduto in altri settori: informazione, commercio, pubblicità, mobilità, turismo. La sanità non è immune.

La risposta non può essere bloccare l’innovazione. Sarebbe inutile e dannoso. La risposta deve essere costruire una strategia pubblica dell’AI sanitaria: standard di interoperabilità, procurement intelligente, sandbox regolatorie, validazione nazionale, coinvolgimento dei professionisti, audit indipendenti, criteri di equità, trasparenza sui dati, responsabilità chiara e integrazione con Fascicolo sanitario elettronico, telemedicina, Case della Comunità e assistenza territoriale.

Se il sistema pubblico saprà usare queste tecnologie con regole, visione e capacità contrattuale, l’AI potrà migliorare accesso, qualità e sostenibilità. Se invece subirà la trasformazione, rischierà di trovarsi con piattaforme fortissime, dati frammentati, professionisti sovraccarichi e pazienti lasciati soli davanti a risposte sempre più convincenti, ma non sempre clinicamente sicure.

La corsa alla salute con l’AI è appena iniziata.