L'intelligenza artificiale in ambito medico migliora nella diagnosi, ma i risultati clinici sui pazienti sono ancora insufficienti

Numerosi studi condotti nel 2026 evidenziano una persistente lacuna nell'intelligenza artificiale applicata alla medicina: i sistemi possono influenzare le scelte dei medici e ottenere risultati diagnostici impressionanti, senza tuttavia dimostrare che i pazienti traggano effettivamente beneficio in termini di salute.

Questo è importante per gli ospedali che acquistano questi sistemi, per le aziende che cercano di dimostrarne l'utilità e per le autorità che devono stabilire quali prove debbano essere prese in considerazione una volta che l'IA sarà adottata negli ambulatori medici.

Il problema della prova che gli enti regolatori stanno iniziando a esaminare

La discrepanza tra le straordinarie prestazioni dell'IA e la sua comprovata efficacia per i pazienti sembra stia diventando troppo grande per essere ignorata. Il Financial Times ha riassunto questa situazione nel suo titolo:

"L'intelligenza artificiale in ambito medico presenta un problema di validazione."

La questione è ormai uscita dall'ambito delle discussioni accademiche. La FDA si sta ponendo molte delle stesse domande, esaminando come valutare questi dispositivi medici basati sull'intelligenza artificiale prima e dopo la loro immissione sul mercato. Il documento di discussione del 18 agosto, aperto ai contributi del pubblico fino al 19 ottobre, affronta temi quali la valutazione del rischio, la valutazione pre-commercializzazione e il monitoraggio post-commercializzazione.

La FDA ci tiene a precisare che questo documento è puramente un documento di discussione e non una bozza di linee guida, una proposta di modifica delle politiche o un'indicazione di future aspettative normative.

Una precedente indagine della FDA sulle prestazioni nel mondo reale ha anche portato alla luce il problema della deriva del modello e i limiti dell'utilizzo di metriche statiche. Ciò solleva una questione più ampia che non può più essere ignorata: come misuriamo la sicurezza e l'efficienza una volta che una soluzione di intelligenza artificiale è uscita dal laboratorio?

In Kenya, il supporto dell'intelligenza artificiale non ha ridotto il tasso di insuccesso del trattamento

In uno studio pubblicato sulla rivista Nature Medicine, uscito il 26 giugno, 103 operatori sanitari di 16 strutture di Penda Health nelle di Nairobi e Kiambu hanno curato pazienti con o senza l'ausilio di un modello linguistico avanzato (LLM) per il processo decisionale. Dei 9.691 pazienti registrati, 9.347 sono stati considerati per l'analisi primaria.

Il tasso di insuccesso del trattamento dopo 14 giorni è stato del 2,2% nel gruppo AI e del 2% nel gruppo di controllo, quindi l'odds ratio aggiustato è stato di 0,77, sebbene la differenza non sia statisticamente significativa (P=0,13). Non sono stati riscontrati eventi avversi gravi associati all'intervento.

Il gruppo che ha utilizzato l'IA ha effettivamente ottenuto una documentazione migliore e diagnosi e piani di trattamento più appropriati. La rilevanza del risultato deriva dal fatto che migliori procedure non hanno portato ad alcun miglioramento nell'esito per i pazienti.

L'andamento è simile a quello dello studio RAPIDx AI del 2024. Nell'analisi primaria di 3.029 pazienti, l'esito composito a sei mesi di morte cardiovascolare, infarto miocardico o riammissione cardiovascolare non programmata è stato del 26% con l'IA e del 26,4% con la terapia standard. Tuttavia, nel gruppo di pazienti con infarto miocardico non di tipo 1, l'angiografia coronarica invasiva è stata eseguita con una frequenza inferiore del 47% con la terapia supportata dall'IA.

I punteggi continuano a salire; la prova nel mondo reale tarda ad arrivare.

Uno studio randomizzato multicentrico condotto sotto la guida di Nicholas Rounding ha rilevato che GPT-4o ha migliorato le prestazioni di 249 medici nelle vignette cliniche del 18% in Kenya, del 10,7% in Indonesia e del 7,2% nei Paesi Bassi (P

Tuttavia, si trattava di casi simulati e non di situazioni reali, e i partecipanti al gruppo di controllo non potevano utilizzare Internet o protocolli clinici, né sono stati valutati i danni. La ricerca conferma che l'IA aumenta le prestazioni in contesti controllati, ma non dice nulla sugli esiti per i pazienti.

I risultati di un altro studio pubblicato su Nature Medicine, condotto da Li Zhang, Jakob Nikolas Kather e colleghi, hanno indicato un'accuratezza del 90,04% per un benchmark di sette malattie. In questo studio, introducendo una soglia di coerenza, l'operatore in loco ha gestito il 49,4% dei casi con un livello di accuratezza del 98,9%, mentre i restanti hanno dovuto essere rivisti da professionisti umani. Tuttavia, gli autori hanno sottolineato la necessità di ulteriori conferme attraverso studi condotti in contesti clinici reali.

Perché un medico "al corrente" non risolve la questione

Secondo una mappa delle evidenze elaborata da Joy Xu, Justin Ko e Joseph Kvedar, l'intelligenza artificiale agentiva non è più presente solo nell'amministrazione, ma anche nella diagnosi, nella gestione e in altre attività sanitarie, il che rende sempre più importante la capacità di governare e verificare tali sistemi.

Un altro commento di npj Digital Medicine afferma che la semplice presenza di un medico non garantisce un'adeguata supervisione e governance. Il pregiudizio legato all'automazione può rendere le persone più propense ad accettare una raccomandazione errata, mentre una supervisione efficace richiede conoscenze, tempo e autorità sufficienti per mettere in discussione il sistema e intervenire.

Senza tali condizioni, avvertono gli autori, la supervisione umana può ridursi a poco più di una rete di sicurezza contro le responsabilità:

La responsabilità potrebbe ricadere sui medici, ai quali viene chiesto di individuare errori che non sono in grado di rilevare o correggere... una zona di cedimento morale.

Ciò sposta il dibattito dalla questione se un essere umano sia tecnicamente "coinvolto" nel processo decisionale alla questione se tale persona sia effettivamente in grado di mettere in discussione, annullare e fermare il sistema quando necessario.

Gli interessi commerciali alla base della cautela

di MarketsandMarkets, il mercato dell'intelligenza artificiale in ambito sanitario crescerà da 36,67 miliardi di dollari nel 2026 a 194,79 miliardi di dollari entro il 2031, con un tasso di crescita annuo composto del 39,7%. Se tale crescita si concretizzerà, gli ospedali si troveranno a dover prendere un numero maggiore di decisioni di acquisto basate sull'IA, mentre i dati sui risultati clinici per i pazienti rimarranno disomogenei.

Ciò potrebbe spostare la pressione competitiva verso qualcosa di più difficile da commercializzare ma più prezioso per i fornitori: la validazione prospettica, il monitoraggio delle prestazioni a livello locale e la supervisione che può essere effettivamente verificata.