Il Radiologo MAGGIO – GIUGNO 03.2026.
Spunti di riflessione
- Il miraggio quantitativo: la crescente disponibilità di dati elaborati dalle macchine rischia di farci sovrapporre l’identità biologica e statistica del paziente con la sua complessa identità biografica, perdendo di vista l’unicità della persona.
- L’atrofia del ragionamento clinico: un affidamento acritico all’algoritmo diagnostico può innescare un progressivo depotenziamento delle nostre competenze, inibendo il fisiologico esercizio del dubbio e del ragionamento differenziale.
- L’inganno dell’empatia artificiale: i sistemi capaci di simulare toni linguistici rassicuranti non provano alcuna vera empatia e non possono, per statuto ontologico, assumersi l’onere morale e la responsabilità della scelta terapeutica.
- Il “tempo ritrovato”: la vera sfida per la sanità non è sostituire il medico con la macchina, ma sfruttare la tecnologia per abbattere il carico burocratico e restituire tempo e valore all’incontro clinico.
Commento discorsivo
L’iper-tecnologizzazione della medicina contemporanea ci pone di fronte a un bivio concettuale, prima ancora che operativo. Da un lato, subiamo la tentazione di considerare la mole sterminata di dati elaborabili dall’Intelligenza Artificiale (IA) come la risposta definitiva alla complessità clinica; dall’altro, avvertiamo il disagio di una pratica medica che, schiacciata dalle procedure e dai monitor, rischia quotidianamente di smarrire il volto del malato. L’articolo di Giovanni Mandoliti, che vi invitiamo ad analizzare in modo approfondito, interviene esattamente in questa faglia tra efficienza e deontologia, ricordandoci che l’introduzione dell’IA non è solo una questione di upgrade tecnologico, ma impone un profondo ripensamento della nostra identità di cura.
Nelle nostre corsie e nei nostri ambulatori, afflitti da carenze croniche di personale e da tempi di visita strutturalmente compressi, l’IA si sta già affermando come un formidabile ausilio prestazionale. Algoritmi avanzati identificano lesioni millimetriche, modelli predittivi stratificano il rischio oncologico e le reti neurali supportano decisioni complesse con una rapidità inavvicinabile per la mente umana. Tuttavia, il documento evidenzia un rischio metodologico e cognitivo che non possiamo ignorare: la pericolosa illusione che la conoscenza biologica e statistica del paziente coincida in toto con la comprensione della persona.
L’algoritmo, per sua natura, quantifica, categorizza e calcola probabilità. Può stimare con indiscutibile esattezza il rischio di progressione di una patologia, ma è del tutto cieco di fronte al significato biografico che quella malattia assume per il singolo individuo. Ricevere una diagnosi oncologica o affrontare una grave perdita di autonomia ha un impatto radicalmente diverso a seconda della rete familiare, del contesto socio-economico e dei valori del paziente. Questa essenziale componente narrativa, del tutto inesprimibile in stringhe di codice, emerge solo e soltanto attraverso l’incontro clinico. Se l’IA eccelle nel rispondere alla domanda “qual è la patologia e il trattamento standard?”, spetta a noi rispondere al quesito “chi è il paziente che ne soffre e cosa ha senso per lui?”.
Un nodo estremamente critico sollevato dall’autore riguarda il rischio di depotenziamento delle nostre competenze professionali (deskilling). L’affidabilità crescente dei sistemi di supporto decisionale può indurre, soprattutto di fronte a casi complessi o in condizioni di burnout, un’accettazione passiva dell’output algoritmico 5. In questo modo, l’esercizio critico del ragionamento clinico si riduce a una sterile validazione di calcoli altrui 5. Dobbiamo tenere a mente che la macchina non possiede coscienza clinica, non tollera l’incertezza e non si fa carico della responsabilità morale di una scelta 6. Un chatbot può simulare alla perfezione un linguaggio empatico, ma la sua compassione è un artificio statistico, incapace di reggere il peso di una prognosi infausta 6.
In un simile ecosistema, il richiamo alla Legge 219/2017 appare quanto mai dirimente. Il principio per cui “il tempo della comunicazione è tempo di cura” non è un mero monito retorico, ma un preciso indicatore di appropriatezza clinica. Numerosi studi, confermati dalla letteratura citata nel testo, dimostrano come una solida alleanza terapeutica migliori l’aderenza ai trattamenti e prevenga i conflitti medico-legali. Se l’IA sarà davvero in grado di assorbire il nostro gravoso lavoro burocratico e di accelerare i percorsi diagnostici, il vero banco di prova della sanità futura sarà come reinvestiremo il tempo risparmiato 9, 10. Se sfrutteremo l’IA per liberare spazio cognitivo ed emotivo da dedicare all’ascolto e alla pianificazione condivisa delle cure, avremo realizzato la più grande innovazione medica del nostro tempo.
|
Il consiglio della redazione
|
Take Home Messages
- La malattia è un’alterazione biologica, l’esperienza di malattia è un fatto biografico: l’algoritmo misura la prima, il medico comprende e cura la seconda.
- L’automazione non è mai neutra: l’uso acritico dei sistemi di IA rischia di inibire il nostro senso critico e di impoverire la nostra abilità diagnostica autonoma.
- L’empatia artificiale è un inganno: la macchina simula risposte rassicuranti attraverso l’elaborazione dei dati, ma non può condividere il peso etico e umano della decisione.
- Il tempo di comunicazione (Legge 219/2017) è un atto terapeutico irrinunciabile: l’obiettivo dell’IA non è allontanarci dal paziente, ma restituirci il tempo per ascoltarlo.
Bibliografia
- Mandoliti G. Intelligenza Artificiale e Relazione di Cura: Il valore umano della medicina nell’era degli algoritmi. Fondazione Area Radiologica; Il Radiologo MAGGIO – GIUGNO 03.2026.
- Legge 22 dicembre 2017, n. 219, Norme in materia di consenso informato e di disposizioni anticipate di trattamento, Gazzetta Ufficiale della Repubblica Italiana, n. 12, 16 gennaio 2018.
