L'IA sa riconoscere gli esami inutili, ma li evita? Resta aperto
Un nuovo studio esamina modelli linguistici medici su 225 casi. Per la Svizzera l'ostacolo decisivo sta tra una risposta corretta e un trattamento migliore.
L'intelligenza artificiale può anche sconsigliare un esame? Uno studio pubblicato il 20 ottobre 2026 sulle «Annals of Internal Medicine» offre in tal senso indizi incoraggianti ma limitati. Sei modelli linguistici commerciali, in un test, hanno raramente raccomandato misure medicalmente superflue. Non è stato esaminato se ciò comporti davvero, in uno studio medico, meno esami o cure migliori.
Questa lacuna è centrale per la Svizzera. La campagna smarter medicine si batte da anni contro il sovratrattamento e le cure inappropriate. Il suo intento non è fare quanta meno medicina possibile, ma garantire l'assistenza adeguata. Un sistema di IA dovrebbe quindi dimostrare entrambe le cose: può frenare accertamenti inutili, ma non deve impedire quelli necessari. Un numero basso di esami, da solo, non sarebbe un indicatore di qualità.
Che cosa ha testato davvero lo studio
Dean Ariel, Stav Endelman e Guy Laban hanno sviluppato 225 scenari a partire da 15 raccomandazioni Choosing Wisely. Per ogni raccomandazione, dieci casi richiedevano prudenza e cinque un intervento medico. I modelli sono stati interrogati tra febbraio e marzo 2026 attraverso le loro interfacce di programmazione. Tre passaggi per modello hanno prodotto in totale 4050 risposte. Nessuna persona ha partecipato come paziente.
Nei casi previsti a tal fine, il tasso di raccomandazioni d'intervento superflue è stato del 5,4 per cento. L'errore inverso, ossia non raccomandare una misura appropriata, si è verificato più raramente, con lo 0,6 per cento. Le percentuali si riferiscono alle risposte all'interno di questo test. Non sono un tasso di successo per qualsiasi domanda sanitaria né una misura del danno effettivo nell'assistenza.
La media nasconde le decisioni difficili
La maggior parte delle raccomandazioni di sovratrattamento riguardava ecografie di piccoli noduli tiroidei scoperti per caso ed elettrocardiogrammi di routine in adulti a basso rischio. Ciò non significa che ecografia o ECG siano di per sé superflui. Decisive sono le condizioni descritte nel caso. La Società Svizzera di Radiologia sottolinea di conseguenza che le liste di raccomandazioni non devono impedire una diagnostica adeguata al singolo caso.
Anche il metodo di misurazione pone dei limiti. I ricercatori hanno usato singoli comandi senza dialogo successivo. Un modello linguistico ha valutato le risposte, con chiarimento medico delle valutazioni contestate. Si tratta di un confronto controllato, non di un sostituto della sperimentazione clinica. Resta quindi aperto se un sistema reagisca allo stesso modo con informazioni incomplete o di fronte a insistenze ripetute per un esame.
La sola conoscenza non elimina gli incentivi sbagliati
Per il dibattito svizzero vale quindi la pena di guardare più a fondo: perché viene eseguito un esame poco utile? Gli economisti sanitari Katharina Blankart e Tobias Benjamin Müller spiegano in un contributo della Berner Fachhochschule del 2024 come gli incentivi finanziari possono influenzare le decisioni mediche. Un pagamento a prestazione premia anzitutto la prestazione erogata. Con le forfait per caso nascono invece altri incentivi, come quello di limitare i costi per caso.
Questo contributo di contesto non è una valutazione del nuovo studio sull'IA e non descrive automaticamente ogni tariffa attuale. Il suo punto fondamentale resta importante per giudicare uno strumento digitale: un'indicazione corretta non modifica da sola la remunerazione, i processi di lavoro o le aspettative. Un ospedale dovrebbe verificare chi controlla una proposta, chi motiva gli scostamenti e chi si assume la responsabilità della decisione.
Anche le prestazioni risparmiate non equivalgono automaticamente a costi totali risparmiati. La verifica dovrebbe comprendere l'introduzione e l'esercizio del sistema, così come gli accertamenti aggiuntivi dopo raccomandazioni errate. Sarebbe un necessario criterio di valutazione successivo, non un effetto già dimostrato. Il lavoro presentato non contiene per questo alcun calcolo dei costi svizzeri.
Sarebbe inoltre importante il confronto con l'assistenza finora praticata: una buona risposta nel benchmark non dimostra se i medici decidano meglio con l'IA che senza. Servirebbe un gruppo di confronto adeguato, rischi di malattia comparabili e un follow-up. Solo allora si potrebbero distinguere le sovradiagnosi evitate da un semplice spostamento degli esami. Queste esigenze riguardano l'introduzione pratica, non la validità del test come primo contributo di ricerca.
Il colloquio resta il criterio pratico
Le pazienti e i pazienti possono già oggi fare qualcosa di concreto. smarter medicine raccomanda domande sulle alternative di trattamento, sui vantaggi e gli svantaggi, sulla loro probabilità e sulle conseguenze dell'attendere. A queste si aggiunge la domanda su che cosa si possa fare in prima persona. Questo strumento per il colloquio punta a una decisione condivisa, non al rifiuto indiscriminato di un esame consigliato dal medico.
L'IA potrebbe preparare un simile colloquio o segnalare una raccomandazione ai professionisti. Se nei studi medici svizzeri riduca davvero il sovratrattamento, dovrebbero mostrarlo ricerche nella pratica quotidiana. La prova convincente non sarebbe un «no» digitale particolarmente deciso, ma meno medicina superflua con un'assistenza almeno altrettanto buona per le persone che necessitano di cure.
Fonti
- Ariel, Endelman e Laban: abstract originale dello studio di benchmark, PubMed
- smarter medicine: cinque domande prima del trattamento
- Società Svizzera di Radiologia: raccomandazioni e diagnostica individuale
- Berner Fachhochschule: costi sanitari e incentivi finanziari, 25 novembre 2024
- Immagine di copertina: Daniel Sone / National Cancer Institute via Wikimedia Commons, pubblico dominio
- Immagine dell'articolo: Harrison Keely / Wikimedia Commons
- Licenza dell'immagine dell'articolo: Creative Commons BY 4.0
