GPT Health e Claude: il vero tema dell’IA in sanità non è il rischio, ma la governance
Rischi, responsabilità e opportunità in un contesto in cui cittadini e sistemi sanitari stanno già cambiando.
Negli ultimi giorni il dibattito sull’annuncio di ChatGPT Health e Claude for Healthcare ha visto prevalere una narrativa fortemente tecnicistica, concentrata su rischi reali come le allucinazioni dei modelli, le criticità normative, le perplessità sulla governance dei dati e il sospetto verso una comunicazione percepita come eccessivamente orientata al marketing.
Queste preoccupazioni non vanno ignorate né minimizzate. Sono questioni serie, che richiedono rigore metodologico, responsabilità e risposte strutturate.
Detto questo, credo sia necessario allargare lo sguardo e proporre una lettura più ampia e pragmatica.
Il primo elemento è un dato difficilmente contestabile.
Centinaia di milioni di persone, in tutto il mondo, utilizzano già strumenti di intelligenza artificiale per porre domande su salute e benessere. Lo fanno perché è semplice, immediato, accessibile. Lo fanno ogni giorno, spesso senza una piena consapevolezza dei limiti del mezzo. OpenAI lo dichiara apertamente e proprio da questa realtà nasce l’idea di creare contesti dedicati, più controllati e strutturati, per incanalare un uso che esiste già.Secondo punto. Criticità e opportunità non sono alternative antitetiche, ma due facce della stessa transizione tecnologica.
Un LLM non è un medico e non può avere responsabilità clinica. Ma può aiutare le persone a comprendere meglio esami e referti, a prepararsi alle visite, a orientarsi tra informazioni sanitarie frammentarie, a porre domande più consapevoli. Ridurre il dibattito a “sostituisce o non sostituisce il medico” significa semplificare eccessivamente il problema.Terzo punto. Se limitiamo la discussione solo a rischi come allucinazioni o privacy, perdiamo la dimensione evolutiva più ampia.
Ogni innovazione attraversa una fase iniziale imperfetta. Gli strumenti non sono maturi, la regolamentazione è incompleta, la cultura digitale è disomogenea. La risposta non è il rifiuto, ma un approccio operativo e responsabile. Validazione clinica, governance dei dati, controllo umano continuo, alfabetizzazione digitale diffusa.Quarto punto. Guardare con diffidenza a questi strumenti senza proporre alternative di sistema è comprensibile, ma non sufficiente.
In assenza di una strategia nazionale sull’infrastruttura dei dati sanitari e sull’uso dell’AI in sanità, saranno altri a costruire le interfacce cognitive della salute. E noi rischiamo di restare spettatori. La vera sfida non è rifiutare l’intelligenza artificiale, ma governarla, adattarla e integrarla nei processi clinici e organizzativi in modo responsabile.Infine, c’è una questione che va oltre la tecnologia.
Questi strumenti portano con sé un’enorme opportunità sociale. Migliorare l’accesso alle informazioni, rafforzare la prevenzione, aumentare la consapevolezza sanitaria, supportare i professionisti nei processi ad alto carico cognitivo. Per coglierla serve visione strategica, non solo cautela o sospetto per principio.
Dobbiamo essere critici ma costruttivi. Consapevoli dei limiti, ma anche delle trasformazioni già in atto nel modo in cui cittadini e pazienti si relazionano alla salute.
Questa è la vera sfida per tecnici, clinici e policy maker. In Italia. E non solo.
Riferimenti:
ChatGPT Health: https://openai.com/it-IT/index/introducing-chatgpt-health/
Supporto decisionale clinico basato su AI
Recupero centralizzato delle informazioni da documenti interni (policy, protocolli)
Strumenti di workflow: lettere di dimissione, istruzioni per il paziente, lettere cliniche, autorizzazioni preventive
Accesso e visibilità centralizzati (SAML SSO, SCIM). Quello che io vedo come una prima forma embrionale di Clinical AI Governance as a Service
Anthropic for Healthcare: https://www.anthropic.com/news/healthcare-life-sciences
Infrastruttura progettata nativamente per la conformità HIPAA
Connettori nativi verso basi di conoscenza clinica come PubMed
“Competenze degli agenti” come primitive: integrazione FHIR, workflow di autorizzazione preventiva, gestione dei ricorsi
Progettata per integrarsi con EHR, sistemi dei payer e flussi amministrativi
Presentata come “infrastruttura” con un’elevata utilità informatica profonda, non solo come capacità di modello.
Divergenza strategica tra un approccio consumer-first (GPT Health), che porta i dati clinici fuori dal perimetro sanitario, e un approccio enterprise-first (Claude for Healthcare", in cui l’intelligenza viene portata dentro l’infrastruttura clinica lasciando i dati al loro posto
.