Prima dell’algoritmo viene la domanda
Un software legge migliaia di dati sanitari e restituisce una risposta in pochi secondi. Impressionante. Ma quale problema risolve? Per chi? E chi si accorge se sbaglia? Sono domande meno spettacolari di una dimostrazione tecnologica, ma molto più vicine alla vita di chi deve affidarle un pezzo della propria salute.
Il 10 novembre 2026 OMS e OCSE hanno pubblicato TArGET Health, uno strumento per la governance anticipatoria delle tecnologie emergenti in salute. Non riguarda soltanto l’IA. Aiuta a discutere come governare innovazioni il cui impiego e impatto sono ancora in evoluzione. Non è un certificato di affidabilità e non sostituisce valutazioni cliniche, regolatorie o di costo-efficacia. [1]
L’angolo utile per noi è questo: la fiducia dovrebbe essere il risultato di domande documentate, responsabilità riconoscibili e verifiche ripetute. Non il riflesso automatico di una bella interfaccia.
Tre passaggi per mettere a fuoco le decisioni
Il percorso propone di comprendere il caso, valutarlo e selezionare opzioni di governance, tornando sulla valutazione quando cambiano tecnologia e contesto. La prima fase chiarisce tecnologia, problema, valori, persone coinvolte e necessità di intervento. La seconda considera sei dimensioni: incertezza, probabilità e portata degli impatti, attenzione pubblica, velocità di sviluppo, importanza strategica e lacune di governance. La terza esplora le risposte possibili. [2]
Tradotto nella pratica editoriale: smettiamo di chiedere se “l’IA” sia buona o cattiva e scegliamo un impiego preciso. Un sistema che riordina un archivio e uno che orienta una decisione terapeutica richiedono domande diverse. Anche lo stesso algoritmo può cambiare significato quando cambiano utilizzatori, dati e conseguenze dell’errore.
Il caso: un’IA che legge i dati glicemici
Immaginiamo un ambulatorio che valuti un software capace di sintetizzare i dati di un sensore glicemico e segnalare andamenti da discutere durante la visita. Il sistema produce un rapporto destinato al diabetologo; nel nostro scenario non modifica autonomamente l’insulina.
È un esempio ipotetico costruito per questo articolo, non un prodotto valutato da OMS e OCSE, né una sperimentazione clinica. Non abbiamo un campione di pazienti, risultati o prestazioni da attribuirgli.
Il problema da affrontare potrebbe essere il tempo necessario per individuare i punti che meritano approfondimento. L’obiettivo non sarebbe semplicemente “usare l’IA”, ma migliorare la preparazione della visita senza perdere informazioni importanti. Andrebbe considerata anche un’alternativa: una migliore organizzazione dei rapporti già disponibili potrebbe risolvere parte del problema?
Già qui emerge una distinzione decisiva. Un riassunto più rapido può essere utile, ma non dimostra che diminuiscano le ipoglicemie o migliori la qualità della vita. Sono obiettivi differenti, da verificare separatamente.
Scheda di valutazione: cosa chiedere prima di adottarlo
Questa scheda è un adattamento editoriale dei tre passaggi. Non assegna punteggi a un prodotto inesistente e non equivale alla compilazione ufficiale di TArGET Health.
| Passaggio | Applicazione al caso ipotetico | Informazioni da ottenere |
|---|---|---|
| 1. Comprendere | Supporto alla lettura dei dati glicemici durante la visita | Destinazione d’uso, utenti, popolazione prevista, dati necessari e alternative |
| 2. Valutare | Esaminare errori possibili, persone esposte e incertezze | Validazioni, prestazioni nei sottogruppi, gestione dei dati mancanti e aggiornamenti |
| 3. Scegliere le risposte | Definire condizioni di impiego, supervisione e riesame | Responsabili, formazione, controlli, segnalazioni e criteri di sospensione |
Per l’incertezza, chiederei quali prove esistano fuori dall’ambiente di sviluppo. Il software è stato provato su dati provenienti da altri centri? Come segnala informazioni insufficienti? Non conoscere la risposta è un’informazione da registrare.
Per la probabilità e portata degli impatti, distinguerei l’errore innocuo da quello capace di deviare la visita. Una segnalazione superflua e l’omissione di un andamento importante non hanno necessariamente lo stesso peso. La verifica dovrebbe considerare anche quanti pazienti potrebbero essere coinvolti.
Per l’attenzione pubblica, coinvolgerei i pazienti con domande comprensibili: sanno che il rapporto è generato da un sistema automatico? Possono far correggere informazioni inesatte? Quali usi dei dati ritengono accettabili? Non assegnerei un livello di preoccupazione senza averli ascoltati.
Per la velocità di sviluppo, chiederei di identificare la versione impiegata e le modifiche successive. Se il sistema cambia, quali verifiche vengono ripetute? Una valutazione deve poter essere collegata alla versione effettivamente utilizzata.
Per l’importanza strategica, esaminerei costi, dipendenza dal fornitore e continuità del servizio. L’ambulatorio potrebbe continuare a lavorare se il software diventasse indisponibile?
Per le lacune di governance, cercherei responsabilità concrete: chi controlla i rapporti, chi riceve le segnalazioni, chi decide di interrompere l’uso? Scrivere “supervisione umana” serve a poco se nessuno ha tempo e strumenti per esercitarla.
Dieci famiglie di risposte, oltre la sola legge
Il documento distingue dieci categorie: norme vincolanti; indirizzi pubblici non vincolanti; funzioni e organismi di valutazione; garanzie e fiducia nel mercato; coinvolgimento di pubblico e società civile; autoregolazione professionale e scientifica; rafforzamento delle competenze professionali; politiche industriali e per l’innovazione; orientamento della scienza e della tecnologia; opzioni internazionali. [2]
Nel nostro caso, proporrei di partire da una valutazione indipendente delle prove disponibili e da un protocollo con responsabilità esplicite. Formazione degli operatori e confronto con i pazienti completerebbero il lavoro. Sono proposte applicative dell’articolo, non prescrizioni dell’OMS per questo software immaginario.
Prima di un eventuale impiego andrebbero definiti gli indicatori da misurare: omissioni rilevanti, segnalazioni inappropriate, tempo di revisione, differenze tra gruppi di pazienti e carico di lavoro. Gli eventuali benefici clinici richiederebbero invece studi appropriati, con esiti e confronti prestabiliti. Anche i criteri per fermarsi dovrebbero precedere l’entusiasmo.
Quanto sono solide le evidenze?
TArGET Health è un documento metodologico istituzionale sviluppato con consultazioni. La pagina OMS descrive un workshop pilota in Ghana, a maggio 2026, su un caso di biocontrollo genetico: fornì riscontri iniziali sull’utilizzo, non una validazione formale o una prova di beneficio sanitario. I giudizi basso, medio e alto non sono misure quantitative validate. [1]
È dichiarato il sostegno finanziario di Wellcome; l’OMS riferisce di aver richiesto e valutato le dichiarazioni di interesse degli esperti esterni. Questo non equivale ad affermare che ogni possibile conflitto sia assente. [1]
La pubblicazione e la struttura sono verificabili nelle fonti ufficiali. L’effetto dell’uso dello strumento sugli esiti di salute resta da dimostrare. Per il nostro esempio, la conclusione corretta è quindi “servono queste informazioni”, non “l’algoritmo merita fiducia”.
La domanda da portare alla prossima presentazione di IA sanitaria potrebbe essere semplice: mostratemi il problema risolto, le persone per cui funziona e il modo in cui riconoscete gli errori. Il futuro può aspettare un minuto. Il paziente, spesso, molto meno.
In sintesi
TArGET Health aiuta a organizzare le decisioni sulle tecnologie emergenti. Applicarlo a un’IA sanitaria significa chiarire l’uso, esplicitare le incertezze e definire responsabilità e controlli. Una scheda compilata non dimostra un beneficio clinico: rende visibili le prove ancora necessarie.
Fonti
- OMS e OCSE, TArGET Health: pagina ufficiale, metodologia, limiti e dichiarazioni, 10 novembre 2026.
- OMS e OCSE, TArGET Health: documento tecnico, 90 pagine. Per struttura, dimensioni e opzioni: pp. 7-8.
#IntelligenzaArtificiale #SaluteDigitale #TArGETHealth #Diabete
Scopri di più da Lambertini, esperienza vissuta, salute, scrittura e visioni sul presente
Abbonati per ricevere gli ultimi articoli inviati alla tua e-mail.