Ho letto il paper pubblicato su Nature, “Towards autonomous medical artificial intelligence agents”, e credo che meriti una lettura attenta. Il titolo richiama l’autonomia degli agenti medici, ma l’aspetto che trovo più interessante riguarda il passaggio dalla capacità di rispondere a una domanda alla possibilità di operare dentro un processo clinico.
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