Come usare questi prompt

Sostituisci i campi da compilare tra parentesi quadre e fornisci i documenti necessari. Il tag PubMed [tiab] è parte della sintassi della query e non va sostituito. Copia ogni prompt con il pulsante oppure seleziona il testo nel riquadro. Le istruzioni di preparazione e controllo accompagnano i prompt e restano fuori dal testo da copiare.

Fase 1 · Cercare l’evidenza

1. Dal quesito clinico alla query PubMed

Quando usarlo. Quando devi trasformare una domanda in blocchi concettuali, termini MeSH e parole libere.

Prima di iniziare. Inserisci il quesito nel campo tra parentesi quadre. Precisa se vuoi orientarti sul tema o preparare una ricerca sistematica.

Prompt da copiare

Controllo del lettore. Esegui la query in PubMed, esamina avvisi e Search Details in Advanced. Controlla la pertinenza e il recupero di eventuali studi rilevanti già noti. Conserva query, data e filtri.

2. Domanda sugli effetti di un intervento

Quando usarlo. Per cercare evidenze su un confronto clinico definito.

Prima di iniziare. Compila [popolazione], [intervento], [confronto] ed [esito]. Usa fonti recuperabili e verificabili.

Prompt da copiare

Controllo del lettore. Verifica che popolazione, confronto ed esiti degli studi corrispondano alla domanda. Le dichiarazioni dell’AI sull’incertezza devono essere controllate sulle fonti.

3. Aggiornamento su un tema

Quando usarlo. Per una prima ricognizione delle evidenze disponibili su un argomento definito.

Prima di iniziare. Sostituisci [tema]. Usa una modalità con ricerca delle fonti aggiornata; se lavori su documenti caricati, esplicita quali sono.

Prompt da copiare

Controllo del lettore. Controlla data, pertinenza e contenuto delle fonti principali. Una sintesi generale può richiedere un quesito più circoscritto.

4. Mappa iniziale con Deep Research

Quando usarlo. Per esplorare un argomento e individuare le fonti da approfondire.

Prima di iniziare. Sostituisci [tema] e usa una modalità che possa cercare e citare fonti esterne.

Prompt da copiare

Controllo del lettore. Apri i riferimenti principali e verifica che sostengano le affermazioni. La mappa iniziale non equivale a una revisione sistematica.

Fase 2 · Leggere e sintetizzare

5. Sintesi critica di un articolo

Quando usarlo. Quando hai già identificato un articolo e vuoi organizzarne gli elementi principali.

Prima di iniziare. Carica l’articolo completo quando disponibile. Se fornisci soltanto l’abstract, segnala esplicitamente questo limite.

Prompt da copiare

Controllo del lettore. Confronta la sintesi con il documento. Distingui informazioni assenti, limiti dichiarati e interpretazioni del sistema.

6. Confronto tra studi

Quando usarlo. Quando devi confrontare un gruppo di studi già identificati.

Prima di iniziare. Fornisci i documenti e specifica quali sottogruppi ti interessano. Dichiara se alcuni testi sono disponibili soltanto come abstract.

Prompt da copiare

Controllo del lettore. Verifica confronti, sottogruppi ed esiti. Non trattare come equivalenti studi con domande o popolazioni differenti.

7. Interrogare una linea guida caricata

Quando usarlo. Per ricavare raccomandazioni da un documento già identificato e controllato.

Prima di iniziare. Carica la linea guida e sostituisci [tema]. Per confrontare due versioni devi fornire entrambe.

Prompt da copiare

Controllo del lettore. Apri le sezioni citate. Mantieni il sistema di classificazione adottato dal documento e verifica quale versione stai leggendo.

Fase 3 · Verificare la risposta e approfondire le evidenze

8. Prompt di verifica delle fonti e dei dati

Quando usarlo. Dopo una risposta che contiene affermazioni cliniche o risultati numerici.

Prima di iniziare. Usa la conversazione contenente la risposta da verificare o allegala integralmente.

Prompt da copiare

Controllo del lettore. Controlla direttamente riferimenti, misure d’effetto, direzione, periodo di osservazione e valori. Non accettare la sola autocertificazione del modello.

9. Prompt per raccogliere elementi sul rischio di bias

Quando usarlo. Per raccogliere informazioni verificabili sulla validità interna di uno specifico risultato.

Prima di iniziare. Indica esito e confronto. Fornisci testo completo, protocollo e allegati quando disponibili.

Prompt da copiare

Controllo del lettore. Il giudizio richiede strumenti appropriati al disegno e competenze metodologiche e cliniche. Il prompt non sostituisce una valutazione formale.

10. Prompt per verificare la trasferibilità

Quando usarlo. Per confrontare la popolazione studiata con il caso o il contesto di interesse.

Prima di iniziare. Descrivi un caso didattico senza dati identificativi e fornisci gli studi da confrontare.

Prompt da copiare

Controllo del lettore. Una limitata trasferibilità non dimostra da sola un problema di validità interna. L’assenza di dati su un gruppo non prova l’inefficacia.

La verifica finale resta al lettore

Apri la fonte primaria e controlla che dica davvero ciò che l’AI sostiene. Nessun prompt può sostituire questo passaggio.

Obiettivo

Salvare una ricerca e ricevere periodicamente via email le segnalazioni dei nuovi risultati.

Da dove partire

Una query PubMed già controllata, relativa a un quesito che vuoi seguire nel tempo, per esempio sull’anticoagulazione negli anziani con fibrillazione atriale.

1. Esegui e controlla la query

Accedi a PubMed con il tuo account My NCBI, esegui la query e controlla i risultati. Conserva query e data. Non applicare automaticamente il filtro «Free full text» o limiti temporali.

2. Attiva l’alert

Seleziona «Create alert», assegna un nome riconoscibile alla ricerca e attiva gli aggiornamenti email. Scegli la frequenza settimanale e il formato «Abstract», verifica l’indirizzo destinatario e salva.

3. Esamina i risultati

Quando ricevi l’alert, apri l’elenco completo dei risultati. Esamina titoli e abstract per individuare i documenti pertinenti al tuo quesito.

4. Aggiorna la raccolta

Salva i riferimenti utili nella tua raccolta bibliografica, controllando eventuali duplicati tramite PMID o DOI. Recupera il testo completo dei lavori che meritano una lettura approfondita.

5. Rivedi la ricerca nel tempo

Se le segnalazioni sono poco pertinenti, rivedi termini e filtri della query salvata. Conserva la data e le modifiche apportate.

Risultato atteso

Una ricerca salvata in My NCBI, con un alert settimanale attivo e una raccolta bibliografica da aggiornare con i riferimenti pertinenti.

Da ricordare

L’alert segnala nuovi risultati della ricerca salvata; la loro pertinenza e qualità richiedono una valutazione. L’assenza di email non dimostra l’assenza di novità. Per seguire linee guida e comunicazioni regolatorie occorrono anche fonti dedicate.

Per le impostazioni dell’alert: documentazione ufficiale My NCBI.

Come usare questi testi

Copia il testo e sostituisci i campi tra parentesi quadre. Fornisci i documenti indicati e verifica le risposte sulle fonti. Se il pulsante non è disponibile, seleziona il testo nel riquadro e copialo con il comando del tuo dispositivo.

Verificare fonti e dati numerici

Appendice B · Versione aggiornata del prompt di verifica

Quando usarlo. Dopo una risposta che contiene affermazioni cliniche o risultati numerici.

Prima di iniziare. Usa la conversazione contenente la risposta da verificare o allegala integralmente.

Prompt da copiare

Controllo del lettore. Controlla direttamente riferimenti, misure d’effetto, direzione, periodo di osservazione e valori. Non accettare la sola autocertificazione del modello.

Controllare lo stato editoriale di una fonte

Capitolo 9 · Una fonte può cambiare

Quando usarlo. Per distinguere articolo, preprint e altre forme di pubblicazione, cercando eventuali aggiornamenti.

Prima di iniziare. Fornisci DOI, PMID o riferimento completo. Serve la consultazione di fonti aggiornate; segnala le verifiche non eseguibili.

Prompt da copiare

Controllo del lettore. Verifica sulla pagina dell’editore, su PubMed e, quando presente, tramite Crossmark. Leggi il contenuto degli avvisi.

Cercare che cosa è successo dopo uno studio

Capitolo 9 · Il follow-up della fonte

Quando usarlo. Quando una conclusione dipende da un lavoro importante e vuoi cercare evidenze successive.

Prima di iniziare. Fornisci il riferimento dello studio e usa una modalità con ricerca delle fonti.

Prompt da copiare

Controllo del lettore. Distingui semplici citazioni, repliche e sintesi che riesaminano lo stesso quesito.

Raccogliere elementi sul rischio di bias

Capitolo 9 e Appendice B · Rischio di bias

Quando usarlo. Per raccogliere informazioni verificabili sulla validità interna di uno specifico risultato.

Prima di iniziare. Indica esito e confronto. Fornisci testo completo, protocollo e allegati quando disponibili.

Prompt da copiare

Controllo del lettore. Il giudizio richiede strumenti appropriati al disegno e competenze metodologiche e cliniche. Il prompt non sostituisce una valutazione formale.

Verificare la trasferibilità

Capitolo 9 e Appendice B · Trasferibilità

Quando usarlo. Per confrontare la popolazione studiata con il caso o il contesto di interesse.

Prima di iniziare. Descrivi un caso didattico senza dati identificativi e fornisci gli studi da confrontare.

Prompt da copiare

Controllo del lettore. Una limitata trasferibilità non dimostra da sola un problema di validità interna. L’assenza di dati su un gruppo non prova l’inefficacia.

Come usare questi testi

Copia il testo e sostituisci i campi tra parentesi quadre. Fornisci i documenti indicati e verifica le risposte sulle fonti. Se il pulsante non è disponibile, seleziona il testo nel riquadro e copialo con il comando del tuo dispositivo.

Statine nell’anziano: formulare la ricerca

Capitolo 8 · Caso 1

Quando usarlo. Per esplorare la domanda sulla prevenzione primaria nella popolazione indicata.

Prima di iniziare. Usa uno strumento che recuperi fonti consultabili. Il testo formula una domanda, non anticipa una conclusione clinica.

Prompt da copiare

Controllo del lettore. Distingui gli esiti cardiovascolari dagli altri esiti, controlla la popolazione effettivamente studiata e consulta le fonti aggiornate.

Anticoagulazione: distinguere inizio della terapia e switch

Capitolo 8 · Caso 2

Quando usarlo. Per organizzare gli studi senza confondere popolazioni già trattate e mai anticoagulate.

Prima di iniziare. Fornisci gli studi pertinenti o verifica quali documenti lo strumento può consultare.

Prompt da copiare

Controllo del lettore. Controlla trattamento precedente, definizione di fragilità, outcome e follow-up. Tieni distinti studi originali e revisioni.

Esaminare lo sviluppo di una linea guida

Capitolo 8 · Approfondimento sulle linee guida

Quando usarlo. Prima di utilizzare le raccomandazioni, per raccogliere informazioni sul metodo di sviluppo.

Prima di iniziare. Carica la versione ufficiale della linea guida e gli allegati metodologici disponibili.

Prompt da copiare

Controllo del lettore. L’estrazione non equivale a una valutazione AGREE II. Esamina gli allegati, le informazioni mancanti e la necessità di competenze metodologiche.

Interrogare le raccomandazioni di una linea guida

Appendice B · Versione generale del prompt del Capitolo 8

Quando usarlo. Per ricavare raccomandazioni da un documento già identificato e controllato.

Prima di iniziare. Carica la linea guida e sostituisci [tema]. Per confrontare due versioni devi fornire entrambe.

Prompt da copiare

Controllo del lettore. Apri le sezioni citate. Mantieni il sistema di classificazione adottato dal documento e verifica quale versione stai leggendo.

Mettere alla prova una propria interpretazione

Capitolo 8 · Leggere il trial FRAIL-AF

Quando usarlo. Per cercare nel testo gli elementi che rendono eccessiva un’interpretazione.

Prima di iniziare. Carica il testo dei risultati FRAIL-AF, DOI 10.1161/CIRCULATIONAHA.123.066485. Non utilizzare al suo posto il protocollo.

Prompt da copiare

Controllo del lettore. La frase iniziale è un’ipotesi da criticare, non una conclusione del libro. Controlla ogni obiezione sul trial originale.

Mappare un’area terapeutica con Deep Research

Capitolo 8 · Mappare una classe farmacologica emergente

Quando usarlo. Per una ricognizione iniziale delle fonti e delle aree di incertezza.

Prima di iniziare. Sostituisci [area terapeutica] e attiva una modalità con ricerca delle fonti.

Prompt da copiare

Controllo del lettore. Controlla i riferimenti chiave e approfondisci i punti deboli con ricerche mirate. La mappa è il punto di partenza del lavoro.

Come usare questi testi

Copia il testo e sostituisci i campi tra parentesi quadre. Fornisci i documenti indicati e verifica le risposte sulle fonti. Se il pulsante non è disponibile, seleziona il testo nel riquadro e copialo con il comando del tuo dispositivo.

Confronto tra studi

Appendice B · Confronto tra studi

Quando usarlo. Quando devi confrontare un gruppo di studi già identificati.

Prima di iniziare. Fornisci i documenti e specifica quali sottogruppi ti interessano. Dichiara se alcuni testi sono disponibili soltanto come abstract.

Prompt da copiare

Controllo del lettore. Verifica confronti, sottogruppi ed esiti. Non trattare come equivalenti studi con domande o popolazioni differenti.

Le cinque domande prima di scegliere

Che cosa devo ottenere? Quanto conta sbagliare? Su quali fonti lavora lo strumento? Quanto posso verificare il percorso? Posso usarlo qui, per questo scopo e con questi dati?

Quattro livelli di approfondimento

Orientamento immediato, verifica preliminare e approfondimento, sintesi strutturata, ricerca sistematica. Sono percorsi da scegliere in funzione del quesito; il tempo impiegato dall’AI non trasforma da solo una ricerca in una revisione sistematica.

1. Dati necessari

Quali dati devi utilizzare? Riducili al minimo necessario e valuta se la persona rimane identificabile anche dopo aver rimosso il nome.

2. Trattamento e conservazione

Chi tratta i dati, per quali finalità, per quanto tempo e con quali eventuali trasferimenti o utilizzi per l’addestramento? Quali documenti descrivono queste condizioni?

3. Dichiarazioni e contesto reale

Verifica quali garanzie sono documentate e se riguardano il piano, l’account e la modalità di utilizzo effettivi.

4. Destinazione d’uso

Quale funzione dichiara il fabbricante? Distingui la consultazione della letteratura dal supporto a decisioni diagnostiche o terapeutiche.

5. Regole dell’organizzazione

Controlla quali strumenti, account e categorie di dati sono ammessi nella tua organizzazione.

6. Ruoli e responsabilità

Individua le competenze necessarie per la valutazione e documenta chi è responsabile dei diversi passaggi. Le questioni irrisolte richiedono un approfondimento con le figure competenti.

Riferimento nel libro

Scheda ricavata dal Capitolo 6, «6 regole d’oro per un uso conforme e prudente». Consulta documentazione e condizioni aggiornate prima di utilizzare uno strumento.

Come usare questi testi

Copia il testo e sostituisci i campi tra parentesi quadre. Fornisci i documenti indicati e verifica le risposte sulle fonti. Se il pulsante non è disponibile, seleziona il testo nel riquadro e copialo con il comando del tuo dispositivo.

Elicit · Domanda iniziale

Capitolo 5 · Prova tu con Elicit

Quando usarlo. Per avviare l’esplorazione su anticoagulazione, età avanzata e fragilità.

Prima di iniziare. Nel tutorial si utilizza Research agent. Conserva domanda e data della ricerca.

Prompt da copiare

Controllo del lettore. Seleziona un piccolo gruppo di studi originali pertinenti e verifica quali testi lo strumento può consultare.

Elicit · Richiesta delle colonne

Capitolo 5 · Prova tu con Elicit

Quando usarlo. Dopo aver selezionato gli studi, per costruire la tabella di confronto.

Prima di iniziare. Usa la stessa conversazione e i documenti selezionati nel passaggio precedente.

Prompt da copiare

Controllo del lettore. Controlla i campi sugli articoli, soprattutto trattamento precedente, confronto ed esclusioni. La tabella è un esercizio di estrazione, non una revisione sistematica.

Consensus · Esercizio aerobico e pressione arteriosa

Capitolo 5 · Prova tu con Consensus

Quando usarlo. Per esplorare il quesito e verificare una fonte citata nella sintesi.

Prima di iniziare. Inserisci la domanda in Consensus e annota la data. Apri almeno una fonte citata e identifica il tipo di documento.

Domanda di ricerca da copiare

Controllo del lettore. Controlla popolazione, esercizio, comparatore, durata ed esiti. Una riduzione pressoria non dimostra automaticamente una riduzione di infarti, ictus o mortalità. Il Consensus Meter non equivale a una meta-analisi.

Humata · Leggere il protocollo FRAIL-AF

Capitolo 5 · Prova tu con Humata

Quando usarlo. Per estrarre criteri e metodi da un protocollo senza attribuirgli risultati non presenti.

Prima di iniziare. Carica soltanto il protocollo FRAIL-AF, BMJ Open 2019, DOI 10.1136/bmjopen-2019-032488. È il protocollo, non la pubblicazione dei risultati.

Prompt da copiare

Controllo del lettore. Confronta inclusione, esclusione e outcome previsto con il PDF. Distingui i dati di altri studi citati nell’introduzione dai risultati del trial.

Humata · Domanda di controllo

Capitolo 5 · Prova tu con Humata, passaggio 5

Quando usarlo. Dopo l’estrazione, per verificare che il sistema riconosca il tipo di documento.

Prima di iniziare. Mantieni selezionato il medesimo protocollo.

Prompt da copiare

Controllo del lettore. La risposta va verificata nel PDF selezionato.

EvidenceHunt · Dal dubbio alle fonti

Capitolo 5 · Prova tu con EvidenceHunt

Quando usarlo. Per esplorare la letteratura pertinente a un caso didattico di nuova diagnosi, mai anticoagulato.

Prima di iniziare. Il caso didattico riguarda una persona di 78 anni con fragilità e fibrillazione atriale. Il compito è orientare la lettura, non prescrivere.

Prompt da copiare

Controllo del lettore. Apri due riferimenti e verifica popolazione, terapia precedente, confronto e tipo di studio.

EvidenceHunt · Controllare il trattamento precedente

Capitolo 5 · Prova tu con EvidenceHunt, approfondimento

Quando usarlo. Nella stessa conversazione, dopo la prima risposta con riferimenti.

Prima di iniziare. Fornisci i testi accessibili se lo strumento non può consultarli.

Prompt da copiare

Controllo del lettore. Verifica la classificazione sulle fonti. Se compare FRAIL-AF, controlla la terapia già assunta dai partecipanti.

Paperpal · Testo da ottimizzare

Capitolo 5 · Prova tu con Paperpal

Quando usarlo. Per esercitare la revisione linguistica su un testo didattico.

Prima di iniziare. Incolla nell’editor, seleziona un estratto e usa la funzione di revisione linguistica descritta nel tutorial. Il testo non è l’abstract di uno studio realmente condotto.

Testo didattico da copiare

Controllo del lettore. Mantieni espliciti il carattere programmato del lavoro, la distinzione fra inizio e switch e l’assenza di risultati. Non trasformare il testo in una raccomandazione.

ChatGPT · Due quesiti PICO distinti

Capitolo 5 · Prova tu con ChatGPT

Quando usarlo. Per formulare la domanda prima di cercare le evidenze.

Prima di iniziare. Apri una conversazione testuale e usa i due scenari didattici contenuti nel prompt.

Prompt da copiare

Controllo del lettore. Devono emergere due confronti distinti e le informazioni mancanti, senza una risposta terapeutica.

Scite · Un esercizio di lettura delle citazioni

Cerca il DOI 10.1136/bmjopen-2019-032488, apri il report delle citazioni e leggi i contesti. Distingui supporting, contrasting e mentioning. Apri gli articoli citanti e annota che cosa aggiungono. Le classificazioni non sono voti alla qualità dello studio. Questo esercizio non richiede un prompt.

Zotero · Dal quesito alla biblioteca

Crea una raccolta tematica, salva cinque riferimenti da PubMed, verifica i metadati, aggiungi i PDF disponibili e una nota di pertinenza. Genera la bibliografia e controllala. Anche questo è un esercizio operativo, senza un prompt da incollare.

Come usare questi testi

Copia il testo e sostituisci i campi tra parentesi quadre. Fornisci i documenti indicati e verifica le risposte sulle fonti. Se il pulsante non è disponibile, seleziona il testo nel riquadro e copialo con il comando del tuo dispositivo.

Leggere un articolo con una sintesi strutturata

Appendice B · Sintesi critica di un articolo

Quando usarlo. Quando hai già identificato un articolo e vuoi organizzarne gli elementi principali.

Prima di iniziare. Carica l’articolo completo quando disponibile. Se fornisci soltanto l’abstract, segnala esplicitamente questo limite.

Prompt da copiare

Controllo del lettore. Confronta la sintesi con il documento. Distingui informazioni assenti, limiti dichiarati e interpretazioni del sistema.

Mappa iniziale con Deep Research

Appendice B · Mappa iniziale con Deep Research

Quando usarlo. Per esplorare un argomento e individuare le fonti da approfondire.

Prima di iniziare. Sostituisci [tema] e usa una modalità che possa cercare e citare fonti esterne.

Prompt da copiare

Controllo del lettore. Apri i riferimenti principali e verifica che sostengano le affermazioni. La mappa iniziale non equivale a una revisione sistematica.

Quali documenti ha consultato il sistema?

Verifica se la risposta usa conoscenze interne del modello, risultati web, abstract o testi completi. La presenza di citazioni non risolve da sola questa distinzione.

Come usare questi testi

Copia il testo e sostituisci i campi tra parentesi quadre. Fornisci i documenti indicati e verifica le risposte sulle fonti. Se il pulsante non è disponibile, seleziona il testo nel riquadro e copialo con il comando del tuo dispositivo.

Domanda sugli effetti di un intervento

Appendice B · Domanda sugli effetti di un intervento

Quando usarlo. Per cercare evidenze su un confronto clinico definito.

Prima di iniziare. Compila [popolazione], [intervento], [confronto] ed [esito]. Usa fonti recuperabili e verificabili.

Prompt da copiare

Controllo del lettore. Verifica che popolazione, confronto ed esiti degli studi corrispondano alla domanda. Le dichiarazioni dell’AI sull’incertezza devono essere controllate sulle fonti.

Esercizio collegato: due scenari, due quesiti PICO

Capitolo 5 · Prova tu con ChatGPT

Quando usarlo. Per distinguere l’inizio di una terapia dal cambiamento di un trattamento già in corso.

Prima di iniziare. È un caso didattico. Per questa attività non serve chiedere al modello di cercare studi.

Prompt da copiare

Controllo del lettore. Il risultato deve contenere due quesiti distinti e le informazioni mancanti. Non deve indicare quale terapia prescrivere.

Il quesito viene prima della risposta

La struttura aiuta a precisare la domanda. Non garantisce la qualità delle fonti, la fedeltà della sintesi o la validità della conclusione.

Come usare questi testi

Copia il testo e sostituisci i campi tra parentesi quadre. Fornisci i documenti indicati e verifica le risposte sulle fonti. Se il pulsante non è disponibile, seleziona il testo nel riquadro e copialo con il comando del tuo dispositivo.

Dal quesito clinico alla query PubMed

Capitolo 2 · Rimando all’Appendice B

Quando usarlo. Quando devi trasformare una domanda in blocchi concettuali, termini MeSH e parole libere.

Prima di iniziare. Inserisci il quesito nel campo tra parentesi quadre. Precisa se vuoi orientarti sul tema o preparare una ricerca sistematica.

Prompt da copiare

Controllo del lettore. Esegui la query in PubMed, esamina avvisi e Search Details in Advanced. Controlla la pertinenza e il recupero di eventuali studi rilevanti già noti. Conserva query, data e filtri.

OR e AND nella stessa strategia

OR collega sinonimi e alternative dello stesso concetto. AND collega i blocchi concettuali necessari. MeSH e testo libero si completano; aggiungere tutti gli elementi del PICO alla query può escludere studi pertinenti.

Come usare questi testi

Copia il testo e sostituisci i campi tra parentesi quadre. Fornisci i documenti indicati e verifica le risposte sulle fonti. Se il pulsante non è disponibile, seleziona il testo nel riquadro e copialo con il comando del tuo dispositivo.

Aggiornamento su un tema

Appendice B · Aggiornamento su un tema

Quando usarlo. Per una prima ricognizione delle evidenze disponibili su un argomento definito.

Prima di iniziare. Sostituisci [tema]. Usa una modalità con ricerca delle fonti aggiornata; se lavori su documenti caricati, esplicita quali sono.

Prompt da copiare

Controllo del lettore. Controlla data, pertinenza e contenuto delle fonti principali. Una sintesi generale può richiedere un quesito più circoscritto.

Scegli il bisogno prima dello strumento

Al punto di cura individua la fonte pertinente alla decisione. Per aggiornarti verifica le novità rispetto a ciò che già conosci. Per approfondire definisci un percorso di ricerca documentabile.

Dire che l’AI cambierà tutto è una formula efficace, ma aiuta poco chi deve capire come utilizzarla tra una visita, una prescrizione, un dubbio clinico e le attività necessarie a seguire i propri pazienti. Mi interessa costruire una chiave di lettura che renda comprensibile questa trasformazione a partire dal lavoro reale.

Più passa il tempo, più mi convinco che i medici utilizzeranno strumenti diversi, con funzioni e responsabilità differenti, integrati in momenti diversi del processo di cura. Nell’infografica ho organizzato questa prospettiva in tre livelli.

Il primo livello: gli assistenti generalisti

È il livello del pensiero, della scrittura e della comunicazione. Comprende gli strumenti che aiutano a sintetizzare un documento, preparare una presentazione, riordinare appunti, scrivere una mail o rendere più chiara una spiegazione.

Il loro contributo riguarda la produttività cognitiva generale: ridurre il tempo necessario a dare forma alle informazioni e facilitare il lavoro sui contenuti. Anche per un medico, una parte della giornata è fatta di queste attività.

Qui conta imparare a formulare richieste precise, fornire il contesto necessario e verificare il risultato. La capacità di produrre un testo convincente, però, non basta a stabilire che uno strumento sia adatto a sostenere una valutazione clinica.

Il secondo livello: gli assistenti medici specializzati

Quando la domanda riguarda la conoscenza clinica, diventano centrali le fonti, il loro aggiornamento, la pertinenza delle evidenze e la possibilità di verificare ciò che viene proposto.

Gli assistenti specializzati sono costruiti intorno a questo bisogno. Possono aiutare il professionista a orientarsi tra letteratura, linee guida, percorsi diagnostico-terapeutici, criteri di appropriatezza e dati strutturati. Il loro valore dipende dalla capacità di collegare la domanda del medico a informazioni utili e controllabili.

È soprattutto a questo livello che si colloca MediBOT, l’assistente di intelligenza artificiale che sviluppiamo in Genomedics per la medicina generale. Il progetto nasce per facilitare l’accesso alla conoscenza clinica e sostenerne l’utilizzo nel lavoro quotidiano, mantenendo il giudizio professionale al centro.

La direzione che stiamo costruendo guarda anche al patrimonio di dati e strumenti che accompagna la nostra attività: GPG, indicatori, osservatori, benchmark e audit clinico. L’obiettivo è rendere più accessibile questo patrimonio e aiutare il medico a comprenderne le implicazioni per i pazienti e per i percorsi di cura.

Il terzo livello: gli agenti integrati nei flussi di lavoro

È il livello che immagino meno visibile nell’interfaccia e più presente nell’organizzazione delle attività. Qui l’AI può contribuire a collegare conoscenza e dati a operazioni definite: individuare situazioni da sottoporre a revisione, preparare un audit, supportare il follow-up delle cronicità o aiutare a organizzare interventi di medicina di iniziativa.

Per esempio, un indicatore può segnalare che una parte dei pazienti necessita di una rivalutazione. Perché quell’informazione diventi utile occorre verificare i casi, stabilire le priorità, organizzare i richiami e seguire ciò che accade dopo. È in questi passaggi che vedo lo spazio per strumenti integrati nella cartella clinica e nei processi dello studio.

Questo livello richiede una progettazione particolarmente attenta: compiti circoscritti, dati pertinenti, azioni tracciabili e punti di controllo chiari. Un’automazione poco visibile per l’utente deve comunque restare verificabile e governabile.

I tre livelli possono convivere nella stessa giornata. Il medico può usare un assistente generalista per preparare un materiale informativo, uno specializzato per approfondire un quesito e un sistema integrato per organizzare un’attività di follow-up. Cambiano lo scopo e il contesto, quindi devono cambiare anche i criteri con cui valutiamo lo strumento.

È questa la prospettiva con cui guardo allo sviluppo di MediBOT e della suite AI di Genomedics: partire dall’accesso alla conoscenza clinica e costruire progressivamente collegamenti utili con il lavoro della medicina generale.

La qualità di questo percorso si misurerà nella pratica: quanto sarà più semplice trovare un’informazione affidabile, leggere un dato, riconoscere un bisogno e dare continuità alla presa in carico.

In attesa della pubblicazione del volume completo, ho deciso di rendere disponibili in anteprima i primi due capitoli, quelli da cui parte il percorso del libro.

Nel Capitolo 1, “Cosa cercano oggi i medici nella letteratura scientifica”, parto dai bisogni reali della pratica clinica: trovare rapidamente una risposta affidabile, mantenersi aggiornati e, quando necessario, approfondire un problema senza perdersi nel sovraccarico informativo. Il punto di partenza è semplice: strumenti diversi rispondono a bisogni diversi, e scegliere quello giusto è già una competenza.

Nel Capitolo 2, “Cintura nera di PubMed: il mio metodo in 4 regole”, torno invece alle fondamenta della ricerca bibliografica. Free-text, operatori booleani, MeSH, sensibilità e precisione, costruzione e riproducibilità della query. Perché imparare a cercare bene non è diventato meno importante nell’era dell’AI. È diventato ancora più importante.

Il filo che unisce i due capitoli anticipa una delle tesi centrali del libro: il passaggio da PubMed al prompt non cancella il metodo. Lo rende ancora più necessario. Formulare bene la domanda, esplicitare i criteri, comprendere quali fonti sono state utilizzate e verificare il risultato sono competenze che restano centrali anche quando affidiamo parte della ricerca all’intelligenza artificiale.

Scarica gratuitamente l’anteprima con la prefazione e i primi due capitoli.

Il libro completo sarà disponibile dal 21 settembre 2026.

Mi farà piacere ricevere osservazioni, suggerimenti e critiche. Il testo è ormai completo, ma c’è ancora spazio per rifinire alcuni passaggi prima della pubblicazione.

Leggi in anteprima Evidence Intelligence
Scarica gratuitamente la prefazione e i primi due capitoli. Il volume completo sarà disponibile dal 21 settembre 2026.

Libro Evidence Intelligence Anteprima Capitolo 1 E 2

3.8MB ∙ PDF file

Download

Download

Prompt presenti nel libro:

• Prompt del Capitolo 1

• Prompt del Capitolo 2

• Prompt del Capitolo 3

• Prompt del Capitolo 4

• Prompt del Capitolo 5

• Prompt del Capitolo 6

• Prompt del Capitolo 7

• Prompt del Capitolo 8

• Prompt del Capitolo 9

• Prompt del Capitolo 10

• Prompt del Appendice B

Nella galleria del telefono conserviamo una piccola biblioteca professionale, spesso disordinata e difficile da riutilizzare. Fotografiamo qualcosa perché ci sembra utile, ma tra conservare un’immagine e recuperare il suo contenuto quando serve c’è ancora del lavoro da fare.

La possibilità di caricare immagini come fonti in Gemini Notebook rende questo passaggio più semplice. Foto, appunti e screenshot possono diventare materiale da interrogare e mettere in relazione con gli altri documenti del notebook. La funzione è descritta nella guida ufficiale di Google.

Per un medico vedo soprattutto un’utilità quotidiana: recuperare informazioni disperse e trasformarle in materiali più ordinati. Nell’infografica ho raccolto alcune situazioni concrete, con i prompt da cui partire.

1. Riordinare gli appunti di un congresso

Una pagina scritta in fretta contiene spesso abbreviazioni, osservazioni personali e concetti che sul momento sembravano chiarissimi. Dopo qualche giorno, molto meno. Fotografarla permette di lavorare su una prima trascrizione, mantenendo visibile ciò che resta incerto.

Trascrivi questi appunti senza inventare le parti illeggibili, che dovrai indicare con [illeggibile]. Poi organizza il contenuto in: messaggi clinici principali, implicazioni per la medicina generale, cose da verificare, idee applicabili in ambulatorio.

2. Trasformare la lavagna di una riunione in una bozza di verbale

Dopo una riunione di AFT, una fotografia può conservare obiettivi, attività e questioni aperte. Per renderla utile serve distinguere ciò che è stato deciso da ciò che è rimasto una proposta.

Trasforma questa lavagna in una bozza di verbale operativo. Separa obiettivi, decisioni esplicite, attività, responsabili, scadenze e punti ancora aperti. Non attribuire nomi o date se non sono chiaramente visibili e non presentare come decisioni le indicazioni ambigue.

3. Chiarire un passaggio di un portale

Uno screenshot di una procedura regionale può essere il punto di partenza per costruire una breve guida. Una singola schermata, però, mostra soltanto una parte del percorso: ciò che manca deve restare esplicito.

Sulla base di questa schermata, spiega passo per passo cosa deve fare un medico. Evidenzia passaggi ambigui, testi poco chiari e possibili errori. Non inventare schermate o passaggi non visibili. Indica quali altre informazioni servono per completare una guida destinata a un collega che usa il servizio per la prima volta.

4. Ricavare una checklist da una slide formativa

Una slide fotografata durante un corso può contenere uno schema utile da riprendere. La trasformazione in checklist aiuta a rileggerlo, purché resti chiaro che una slide isolata non restituisce necessariamente tutte le condizioni e le precisazioni della relazione.

Estrai i concetti principali da questa slide e organizzali in una bozza di checklist per lo studio e il ripasso della revisione terapeutica. Indica quali punti richiedono conferma su linee guida o documenti ufficiali e segnala le informazioni mancanti.

5. Rendere operativa una tabella

Le tabelle dei percorsi diagnostico-terapeutici assistenziali o delle procedure aziendali condensano molte informazioni. Riorganizzarle per attività può aiutare a capire chi debba fare cosa.

Trasforma questa tabella in un elenco operativo. Per ogni voce indica: cosa deve fare il medico, quando deve farlo, quali documenti servono e quali sono i possibili punti critici. Mantieni condizioni, eccezioni e note. Segnala ciò che non è leggibile o non è specificato.

6. Preparare una segnalazione per l’assistenza tecnica

Uno screenshot di un errore del gestionale, privo di dati dei pazienti, può aiutare a descrivere il problema con maggiore precisione. Per chi riceve la segnalazione, sapere che cosa stava facendo l’utente è spesso utile quanto leggere il messaggio di errore.

Descrivi l’errore in modo tecnico ma comprensibile. Prepara un ticket per l’assistenza con: schermata coinvolta, messaggio visualizzato, possibile impatto sul lavoro del medico e informazioni da integrare. Chiedimi quale azione stavo eseguendo se non è ricavabile dall’immagine.

7. Dare ordine agli appunti di una riunione interna

Quando gli appunti sono distribuiti su più fogli, il primo obiettivo è ricostruire una struttura condivisibile senza trasformare un’ipotesi in un impegno.

Riordina questi contenuti in una nota sintetica. Distingui tra decisioni prese, ipotesi da verificare, attività operative, rischi e prossimi passi. Segnala i passaggi per i quali non è possibile distinguere con certezza una proposta da una decisione.

Per ottenere risultati utili conviene partire da immagini nitide, ben inquadrate e senza ombre, possibilmente una pagina alla volta. Chiedere un formato preciso aiuta a orientare il risultato; chiedere di segnalare le parti illeggibili aiuta a rendere visibili i limiti, ma non elimina la necessità di controllare.

Per questi utilizzi resterei su materiali organizzativi, formativi e professionali privi di dati identificativi o sensibili dei pazienti. Prima del caricamento vanno controllati anche intestazioni, notifiche e dettagli presenti sullo sfondo.

Il risultato è una bozza da verificare. La sua utilità sta nel rendere più facile riprendere in mano un contenuto, confrontarlo con le fonti e decidere che cosa farne. È così che una fotografia dimenticata nel telefono può tornare a essere uno strumento di lavoro.

Approfondimento: guida ufficiale alle fonti supportate
https://support.google.com/notebooklm/answer/16215270?hl=it

Davanti a una platea di leader del pharma e della sanità, il suo intervento ha messo al centro le persone e le scelte che questa trasformazione ci chiederà di compiere.

Il concetto che mi ha colpito di più è quello di unmetered intelligence. L’idea di un’intelligenza artificiale progressivamente più accessibile, distribuita ed economica, la cui disponibilità potrebbe smettere di essere un privilegio delle organizzazioni più grandi e dei centri di ricerca più ricchi.

È una prospettiva, non una condizione già raggiunta. E avere accesso a strumenti cognitivi più potenti non significa diventare automaticamente più capaci di comprendere e decidere. Significa avere nuove possibilità. Il modo in cui le utilizzeremo dipenderà ancora dalla nostra preparazione, dagli obiettivi e dalla qualità delle domande.

In sanità questo apre uno spazio molto ampio. La ricerca, la formazione, l’accesso alla conoscenza, il supporto alle decisioni e la comunicazione scientifica possono beneficiare di strumenti capaci di rendere più gestibile la complessità. Lo stesso vale per l’accompagnamento del paziente, la prevenzione e la continuità dei percorsi di cura.

Per valutare queste opportunità, trovo utile chiedersi quali capacità professionali possano essere rafforzate, oltre a quali attività possano essere automatizzate. Recuperare un’informazione più velocemente ha valore se permette di comprenderla meglio e utilizzarla nel contesto giusto.

Kass ha richiamato anche il lato fragile di questa transizione. La slide nell’immagine parla del rischio di smettere di esercitare il pensiero critico quando lo si considera non più necessario. È un avvertimento che riguarda da vicino il nostro rapporto con strumenti capaci di fornire risposte immediate e convincenti.

Una maggiore disponibilità di intelligenza artificiale potrebbe accompagnarsi a una maggiore passività umana. Se deleghiamo anche la formulazione dei problemi, la verifica delle risposte e la scelta dei criteri, rischiamo di perdere familiarità proprio con le competenze che servono a governare questi strumenti.

Per questo l’adozione nelle organizzazioni richiede formazione, revisione dei processi e occasioni di confronto. Mettere un modello a disposizione delle persone è soltanto una parte del lavoro.

Anche il tema dell’occupazione merita una lettura più concreta della consueta domanda sulla sostituzione. Se l’AI alleggerisce attività amministrative, ripetitive e documentali, il tempo recuperato può essere dedicato all’ascolto, alla spiegazione e alle decisioni che richiedono responsabilità. Ma questa destinazione del tempo va scelta. Non è una conseguenza automatica della tecnologia.

Se ogni guadagno di efficienza si traduce soltanto in un aumento dei volumi, potremmo ritrovarci con servizi più veloci e professionisti ancora sotto pressione. La qualità della relazione dipenderà anche dalle scelte organizzative con cui accompagneremo l’innovazione.

In una medicina sempre più sostenuta da dati, algoritmi e strumenti digitali, credo che la competenza umana resterà essenziale anche per dare significato alle informazioni. Il paziente avrà bisogno di qualcuno capace di collegare ciò che la tecnologia rende disponibile alla propria situazione, alle proprie preoccupazioni e alle decisioni da affrontare.

Anche per il pharma vedo qui una responsabilità: contribuire a costruire servizi intorno alla terapia che aiutino medici e pazienti a orientarsi, senza aggiungere altra frammentazione.

Se l’accesso ai modelli diventerà più diffuso, conterà sempre di più la capacità di inserirli in processi utili, valutarne gli effetti e governarne i limiti. L’abbondanza di strumenti renderà ancora più importante sapere a quale idea di cura vogliamo metterli al servizio.

Per anni abbiamo raccontato la sanità digitale soprattutto attraverso i software. Ma l’esperienza del paziente dipende da come funzionano insieme accesso, informazioni, responsabilità e presa in carico. Una piattaforma può svolgere correttamente il proprio compito mentre il percorso complessivo resta difficile da attraversare.

Basta pensare a una richiesta che passa dal centralino alla segreteria, dalla segreteria al CUP e poi torna al paziente perché manca un’informazione. Ogni passaggio può avere una spiegazione organizzativa. Per chi aspetta, però, il risultato è una richiesta ancora irrisolta.

È su questa distanza che vedo uno spazio concreto per l’intelligenza artificiale.

La disponibilità a interagire con un sistema automatico cambia da persona a persona. C’è chi lo trova comodo e chi desidera parlare con un operatore. In entrambi i casi, il servizio deve essere comprensibile, trasparente e capace di accompagnare la richiesta fino a un esito, lasciando accessibile il contatto umano quando serve.

Rispondere rapidamente è utile. Ma se dopo la risposta il paziente deve ricominciare da capo, il problema resta.

Il valore di un sistema AI dipenderà quindi dalla sua capacità di utilizzare informazioni aggiornate sui servizi, sulle agende, sui documenti necessari e sulle regole di accesso. Dovrà riconoscere quando può completare un’operazione e quando deve coinvolgere una persona. Le priorità cliniche, in particolare, richiedono percorsi e responsabilità definiti.

Questo implica un lavoro che va ben oltre l’interfaccia conversazionale.

Chi opera al front office sanitario deve spesso tenere insieme telefonate, persone allo sportello, prenotazioni, verifiche documentali e richieste interne. Quando gli strumenti non comunicano, è l’operatore a collegarli: cerca un dato, lo ricopia, telefona a un collega, ricostruisce un passaggio. Una parte della fatica nasce proprio da questo lavoro di raccordo, poco visibile nei report.

Per questo aggiungere personale può essere necessario, ma non basta a correggere processi frammentati. Allo stesso modo, introdurre un assistente AI senza ripensare quei processi rischia di aggiungere un altro passaggio da gestire.

Gestionali, CUP, telefoni, fascicolo sanitario elettronico, portali e sistemi regionali sono cresciuti in tempi diversi, con fornitori e logiche differenti. La frammentazione si sovrappone alla carenza di personale e ne rende più pesanti gli effetti. Prima di chiedere alle persone di lavorare più velocemente, dovremmo capire quanta parte del loro tempo venga assorbita dal far comunicare ciò che è separato.

Mi aspetto che l’evoluzione più utile della sanità digitale passi da sistemi capaci di coordinare questi elementi: collegare una richiesta al servizio appropriato, verificarne i requisiti, seguire i passaggi e renderne visibile l’esito. L’AI può contribuire a questo lavoro, se dispone delle integrazioni necessarie e di un perimetro operativo chiaro.

Anche l’avvio di un progetto andrebbe letto in questa prospettiva. Mettere un sistema in produzione apre una fase di osservazione e correzione: come viene utilizzato, quali richieste gestisce bene, dove si interrompe, quando gli operatori devono intervenire. La fiducia si costruisce anche nella capacità di riconoscere e gestire questi limiti.

Infine, credo dovremmo scegliere meglio che cosa misurare. Telefonate gestite, conversazioni concluse e pazienti contattati descrivono il volume dell’attività. Per capire se il servizio migliora occorre seguire anche le richieste risolte, i passaggi evitati e le volte in cui una persona deve ricontattare la struttura per lo stesso problema.

Sono convinto che nella sanità italiana il salto più concreto arriverà dalla capacità di collegare ciò che oggi resta separato. Per il paziente significherà sapere che la propria richiesta ha trovato una destinazione e qualcuno che se ne occupa. Per chi lavora nel servizio, avere più tempo e strumenti migliori per farlo.

È comprensibile. Un dossier lungo richiede attenzione, mentre il tempo a disposizione resta lo stesso. Ma quando scriviamo semplicemente «Riassumi questo documento», affidiamo al modello anche una scelta che meriterebbe più cura: decidere quali informazioni conservare e quali lasciare fuori.

Un riassunto può essere fedele al testo e, allo stesso tempo, poco utile per il nostro obiettivo. Può restituire bene la tesi principale, perdendo proprio quell’eccezione, quella contraddizione o quel dettaglio operativo che avrebbe cambiato la nostra valutazione.

Negli ultimi mesi ho iniziato a utilizzare cinque approcci diversi, raccolti nell’infografica che accompagna questo articolo. Li scelgo in funzione di ciò che devo fare con il documento.

1. Executive Summary: quando ho poco tempo

È la sintesi che uso per orientarmi rapidamente. Mi serve capire la tesi, gli elementi che la sostengono e le conclusioni, prima di decidere quali parti approfondire.

Agisci come un consulente strategico senior. Produci un executive summary di massimo 500 parole evidenziando tesi principale, 5 insight chiave, evidenze e conclusioni.

Il vantaggio è dare una struttura alla selezione. Il limite di lunghezza obbliga a scegliere, mentre la richiesta di riportare le evidenze aiuta a mantenere il collegamento tra ciò che il documento sostiene e ciò su cui si basa.

2. Insight Extraction: quando voglio far emergere le informazioni rilevanti

A volte non mi interessa avere un testo più breve. Voglio capire quali elementi del dossier meritino attenzione e quali conseguenze possano avere.

Non produrre un riassunto. Estrai tutti gli insight presenti nel documento indicando evidenze, importanza e implicazioni operative.

Questo approccio porta a leggere il materiale per singoli elementi di interesse. La parola “tutti” esprime l’obiettivo della richiesta, ma non garantisce che il modello non tralasci qualcosa. Per i passaggi decisivi torno comunque al documento originale e verifico che le implicazioni proposte siano sostenute dal testo.

3. Blind Spot Analysis: il mio preferito

È il metodo che uso per cercare ciò che una lettura troppo ordinata rischia di rendere invisibile.

Quali informazioni rischiano di essere perse in un normale riassunto? Individua dettagli marginali ma strategici, anomalie, eccezioni e dati controintuitivi.

Spesso è qui che emergono le intuizioni più preziose. Una conclusione apparentemente solida può valere soltanto in determinate condizioni. Un risultato secondario può aprire una domanda più interessante di quella iniziale. Un’eccezione può suggerire di rivedere un’ipotesi.

Anche in questo caso serve discernimento: un dettaglio insolito merita di essere esaminato, senza attribuirgli automaticamente un peso maggiore di quello che ha.

4. Decision Memo: quando l’obiettivo è agire

Se il dossier deve sostenere una scelta, mi interessa portare l’analisi verso le possibili conseguenze operative.

Se fossi un consulente incaricato di prendere decisioni sulla base di questo documento, quali 5 decisioni prenderesti? Quali opportunità sfrutteresti e quali rischi monitoreresti?

Uso la risposta come una proposta da discutere. Mi aiuta a vedere quali azioni potrebbero derivare dalla lettura e, soprattutto, quali informazioni manchino ancora per scegliere. Un documento può essere ricco di contenuti senza essere sufficiente a prendere una decisione.

5. Multi-Perspective Summary: il metodo che utilizzo più spesso

Lo stesso materiale cambia significato a seconda di chi lo legge e delle responsabilità che ha.

Riassumi lo stesso documento dal punto di vista di un investitore, di un responsabile marketing, di un ricercatore, di un decisore pubblico e di un concorrente.

Questo esercizio mi è utile per uscire dalla mia lettura abituale. Fa emergere priorità e domande differenti, pur partendo dalle stesse informazioni. I ruoli vanno naturalmente adattati al contesto: in un dossier sanitario potrei scegliere il punto di vista del medico, del paziente, della direzione sanitaria o di chi deve implementare la soluzione.

I fatti devono restare gli stessi. A cambiare sono gli aspetti che ciascuna prospettiva porta in primo piano.

Questi cinque approcci possono anche essere combinati. Posso partire da una sintesi breve, approfondire i punti meno visibili e poi costruire una nota decisionale.

Prima di chiedere all’AI di comprimere un documento, cerco quindi di chiarire a me stesso che cosa mi serva: orientarmi, individuare elementi trascurati, confrontare interpretazioni o preparare una scelta. È una piccola modifica nel modo di porre la domanda, ma cambia molto il valore della risposta.

Il sistema descritto dagli autori, MIRA, lavora in una cartella clinica elettronica simulata. Raccoglie informazioni, interagisce con un paziente virtuale, richiede esami, interpreta risultati, costruisce diagnosi differenziali e formula piani terapeutici. Le sue decisioni si traducono in operazioni strutturate all’interno dell’ambiente sperimentale. Lo studio utilizza casi clinici retrospettivi: nessuna di queste azioni viene eseguita su pazienti reali. Il lavoro è consultabile su Nature.

Per anni abbiamo valutato l’AI medica soprattutto attraverso la correttezza delle sue risposte. È un passaggio necessario, ma descrive solo una parte del lavoro del medico. Nella pratica, una domanda raramente arriva con tutte le informazioni già disponibili e una sola decisione da prendere.

Il ragionamento si costruisce nel tempo. Si raccoglie un elemento, si formula un’ipotesi, si decide quale approfondimento sia utile. Un risultato può confermare il sospetto iniziale oppure costringere a rivederlo. Nel frattempo ci sono vincoli organizzativi, informazioni incomplete, preferenze del paziente e responsabilità professionali.

La qualità clinica riguarda anche questo percorso: gli esami richiesti o evitati, la capacità di riconoscere un’incongruenza, il momento in cui fermarsi o chiedere un confronto.

MIRA permette di osservare e valutare una parte di questa sequenza dentro un ambiente controllato. Il suo interesse sta anche nel collegamento tra ragionamento, strumenti informatici e registrazione delle azioni.

Per chi lavora sui sistemi informativi sanitari, questa prospettiva apre una questione concreta. Un suggerimento generato dall’AI deve trovare posto nel processo di lavoro: essere associato al paziente corretto, utilizzare informazioni pertinenti, poter essere verificato e arrivare al professionista nel momento utile. La qualità del testo, da sola, dice poco sulla qualità dell’integrazione.

È qui che la progettazione diventa decisiva. Occorre stabilire quali dati un agente possa consultare, quali operazioni possa proporre e quali richiedano una conferma. Serve poter ricostruire ciò che è accaduto, correggere un errore e interrompere il processo quando le condizioni non consentono di proseguire.

La distanza tra una sperimentazione di questo tipo e l’impiego quotidiano resta ampia. Gli stessi autori richiamano la necessità di studi prospettici nel mondo reale per verificare sicurezza, generalizzabilità e governo del sistema. L’ambiente simulato rende possibile una valutazione controllata, ma non restituisce tutta la complessità di un reparto o di un ambulatorio.

Vedo in questo lavoro anche un’indicazione sul futuro della cartella clinica elettronica. Accanto alla funzione di documentazione, potrebbe assumere sempre più quella di ambiente operativo capace di ospitare agenti specializzati, con compiti circoscritti e azioni verificabili.

Questo richiede di ripensare il rapporto tra software, decisione e responsabilità. Bisognerà capire dove l’assistenza automatizzata sia utile, dove introduca lavoro aggiuntivo e dove il controllo umano debba restare immediato.

È una prospettiva che merita attenzione e molta progettazione. La maturità dell’AI in medicina si misurerà anche nella capacità di rendere il lavoro clinico più ordinato, più leggibile e più sicuro per le persone che lo svolgono e per quelle che ricevono assistenza.

Riferimento
Ferber D. e colleghi. Towards autonomous medical artificial intelligence agents. Nature, 17 giugno 2026.
https://www.nature.com/articles/s41586-026-10675-5

È su questo terreno che diventano interessanti i casi raccolti da Anthropic sull’utilizzo di Claude nelle organizzazioni sanitarie. Esperienze diverse, accomunate dal tentativo di ridurre la distanza tra un bisogno concreto e la capacità di costruire una soluzione utilizzabile.

Sono testimonianze pubblicate dal fornitore tecnologico, da leggere come esperienze aziendali. Offrono però spunti utili per capire dove l’adozione dell’AI stia prendendo forma.

In Epic, secondo quanto racconta Seth Hain, responsabile della ricerca e sviluppo, oltre metà dell’utilizzo interno di Claude Code proviene da persone che non sono sviluppatori. Tra gli esempi c’è un farmacista che ha realizzato un prototipo interattivo di nuove funzionalità per MyChart, rendendo la propria idea immediatamente esplorabile dai colleghi. Il caso Epic.

Mi sembra un passaggio rilevante. Chi conosce un problema può oggi partecipare più direttamente alla costruzione della risposta, mostrando qualcosa che funziona abbastanza da essere discusso, corretto e migliorato. Resta naturalmente la distanza tra un prototipo e un prodotto pronto per l’uso clinico, ma cambia la qualità del confronto tra chi progetta il software e chi conosce il lavoro che quel software dovrà sostenere.

Banner Health affronta invece un problema molto familiare a chi lavora in sanità: il peso della documentazione. La piattaforma interna BannerWise utilizza Claude anche per analizzare e sintetizzare i documenti necessari alla preparazione delle cartelle, con applicazioni nella ricostruzione della storia oncologica dei pazienti. L’obiettivo dichiarato è alleggerire il carico amministrativo e recuperare tempo per l’assistenza. Il caso Banner Health.

Dietro la parola “documentazione” ci sono ore trascorse a leggere referti, mettere in ordine eventi, confrontare informazioni e ricostruire percorsi. È un lavoro necessario, che può diventare logorante quando si accumula alla fine della giornata. Aiutare il professionista a svolgerlo meglio significa intervenire su una componente concreta della sua fatica quotidiana.

Carta Healthcare porta un terzo esempio: l’estrazione delle informazioni dalle cartelle per alimentare i registri clinici. Il sistema individua gli elementi pertinenti, formula risposte e mostra i riferimenti ai documenti di origine. I professionisti incaricati della raccolta possono così dedicare più attenzione alla verifica dei dati e meno alla loro ricerca manuale. Il caso Carta Healthcare.

Anche qui la competenza clinica cambia collocazione. Serve per riconoscere un’incongruenza, interpretare un passaggio ambiguo, verificare che l’informazione estratta rappresenti davvero ciò che è accaduto al paziente. La possibilità di trovare più rapidamente un dato acquista valore quando rende più accurato e sostenibile il lavoro successivo.

Il filo comune di queste esperienze riguarda i punti in cui il lavoro si inceppa. Informazioni da riconciliare a mano, documenti da rileggere, idee che richiedono settimane prima di poter essere provate. Sono problemi che le organizzazioni conoscono già e sui quali l’AI può offrire strumenti nuovi.

Per questo credo sia utile partire da una domanda molto pratica: quali attività assorbono oggi tempo e attenzione che sarebbe meglio dedicare al giudizio professionale?

La risposta aiuta anche a valutare i progetti. Occorre capire quanto tempo venga effettivamente recuperato, quale lavoro di verifica rimanga e se il processo diventi più affidabile per chi lo utilizza.

È probabilmente qui che si giocherà una parte consistente dell’adozione: nella capacità di rendere più fluido, controllabile e misurabile il lavoro che la sanità sta cercando di migliorare da anni.

È una narrazione corretta, ma parziale.

Oggi il punto più interessante non è solo capire se l’AI potrà accelerare la scoperta di nuove molecole. Il punto è più ampio: l’AI sta iniziando a riscrivere lo stack operativo dello sviluppo farmaceutico.

Non riguarda soltanto il modo in cui si identifica un target o si disegna una molecola.

Riguarda il modo in cui si decide dove investire in ricerca, come si progetta uno studio clinico, come si reclutano i pazienti, come si produce documentazione regolatoria, come si gestiscono qualità, farmacovigilanza, accesso, aderenza terapeutica e relazione con i professionisti sanitari.

In altre parole, l’AI non è più soltanto uno strumento di supporto alla discovery.

Sta diventando un nuovo livello infrastrutturale lungo l’intera catena del valore del pharma.

Read more