Intelligenza artificiale in studio medico: le applicazioni reali

• Quali sono le applicazioni dell'intelligenza artificiale in medicina oggi
• Come l'intelligenza artificiale aiuta il medico a preparare la visita
• Come funziona la trascrizione automatica della visita medica con l'AI
• Un assistente AI può rispondere ai pazienti su WhatsApp?
• Si può usare ChatGpt con i dati dei pazienti?
• Cinque domande da fare prima di scegliere uno strumento AI per lo studio
• Cosa dice la legge sull'intelligenza artificiale in sanità?
• Come introdurre l'intelligenza artificiale nello studio medico: da dove partire

Quando si parla di intelligenza artificiale in medicina, il discorso prende quasi sempre la stessa direzione: algoritmi che leggono una TAC, diagnosi più precoci, robot in sala operatoria. È una parte reale della storia, ma riguarda soprattutto ospedali e grandi centri.

Negli studi privati, intanto, l'AI è già entrata da un'altra porta. Secondo l'Osservatorio Sanità Digitale del Politecnico di Milano, nell'ultimo anno ha usato l'AI generativa il 61% dei medici (sia specialisti che MMG), quasi sempre con piattaforme generaliste, non progettate per l'uso sanitario.

Per chi guida uno studio medico o odontoiatrico, la domanda utile è “quale parte del lavoro quotidiano può già togliere, e a quali condizioni”.

Quali sono le applicazioni dell'intelligenza artificiale in medicina oggi?

Le applicazioni dell'intelligenza artificiale in medicina si dividono in due famiglie. L'AI clinica interviene su diagnosi e terapia: legge immagini, tracciati, dati di laboratorio. L'AI operativa lavora su ciò che circonda la cura: documentazione, consultazione della cartella, comunicazione con i pazienti. Per uno studio privato, oggi, la seconda è la più accessibile.

La distinzione conta perché le regole sono diverse. Un software con finalità diagnostiche o terapeutiche è un dispositivo medico. Quando la sua certificazione richiede un organismo notificato, l'AI Act lo classifica anche come sistema ad alto rischio: l'Allegato I del regolamento include espressamente il regolamento sui dispositivi medici (MDR) e quello sui diagnostici in vitro (IVDR). Validazione, marcatura CE, procedure di acquisto: è un percorso che le strutture affrontano con tempi lunghi.

I numeri lo confermano. Le soluzioni di AI a supporto della diagnosi sono presenti solo nell'11% delle strutture sanitarie, mentre il 34% dei medici specialisti le usa già, spesso con strumenti non aziendali. L'interesse c'è. L'adozione organizzata, molto meno.

L'AI operativa segue un'altra logica. Il regolamento europeo sui dispositivi medici precisa che non è dispositivo medico il software destinato a finalità generali, anche se utilizzato in un contesto sanitario. La qualificazione dipende dalla destinazione d'uso dichiarata dal produttore. Il campo d'azione è quello delle attività che assorbono tempo senza richiedere giudizio clinico: scrivere, riassumere, cercare, rispondere.

Il confine non coincide con il tipo di struttura. Uno studio odontoiatrico può già usare un software certificato che analizza le radiografie, ma quello è un acquisto clinico, con logiche di validazione proprie. Cambia anche la natura del rischio. Con l'AI operativa il pericolo è meno visibile di una diagnosi sbagliata: un dato sanitario che esce dal perimetro dello studio, o un testo salvato in

Come l'intelligenza artificiale aiuta il medico a preparare la visita

Vediamo un esempio pratico di come l'intelligenza artificiale aiuta a preparare la visita leggendo la cartella e restituendo un riepilogo: anamnesi, trattamenti eseguiti, note cliniche, appuntamenti passati. Il medico non scorre più la cartella sezione per sezione. Parte da un quadro sintetico e apre i dettagli solo dove serve. Il riepilogo orienta la lettura, non la sostituisce.

Prendiamo il paziente delle 11. È in cura da quattro anni, ha un piano di trattamento ancora aperto, tre note di controllo e un'anamnesi aggiornata due volte. Prima che entri, qualcuno deve ricostruire dove si era rimasti, di solito in fretta, tra un paziente e l'altro, scorrendo la cartella con il mouse.

È in quella lettura veloce che un dettaglio sfugge. E ci sono situazioni in cui la ricostruzione pesa di più:

• il collega che sostituisce un medico assente e vede il paziente per la prima volta;
• il controllo a distanza di mesi, quando del percorso si ricordano solo le linee generali;
• il paziente che si presenta senza appuntamento per un problema urgente;
• lo studio con più professionisti, dove lo stesso paziente passa da uno specialista all'altro.

Qui la sintesi automatica cambia il punto di partenza. Dalla scheda paziente, con un clic l'AI genera un riepilogo strutturato della storia clinica : anamnesi, note, trattamenti e appuntamenti passati in un'unica vista, con collegamenti diretti ai piani di cura citati. Il riepilogo riporta anche lo stato amministrativo, cioè cosa resta da pagare e cosa da fatturare. Così la stessa schermata serve anche alla segreteria.

Ogni sintesi mostra poi la data in cui è stata generata. Se nel frattempo sono stati aggiunti dati clinici, un avviso segnala che il riepilogo non è aggiornato, e basta rigenerarlo. Il medico sa sempre su quali informazioni sta lavorando.

Una sintesi, però, è una selezione, e ogni selezione lascia fuori qualcosa. Per questo il riepilogo è un punto di accesso alla cartella, non un sostituto. La cartella completa resta consultabile in qualsiasi momento, e la valutazione clinica resta del professionista.

Come funziona la trascrizione automatica della visita medica con l'AI

Con il consenso del paziente, uno strumento AI registra la conversazione, la trascrive e la organizza in una nota strutturata. A fine visita il medico rilegge la nota, corregge se serve e la salva in cartella. Questi strumenti si chiamano AI scribe: oggi sono l'applicazione con l'impatto più diretto sul tempo del medico.

Molti medici conoscono bene la scena delle 19:30. Lo studio è chiuso e si riaprono le cartelle della giornata per completare le note. Si scrive a memoria, quando il paziente è uscito da ore. Qualche dettaglio si perde: una dose, un sintomo riferito di passaggio, l'indicazione data a voce. Quanto pesa questo lavoro? L'Osservatorio Sanità Digitale ha provato a stimarlo nel 2025. Con l'AI ogni medico di famiglia potrebbe risparmiare circa due settimane lavorative all'anno in attività amministrative o di gestione operativa, e ogni specialista circa una settimana.

In uno studio privato il flusso ha quattro passaggi:

1. Consenso. Prima di iniziare, il medico raccoglie il consenso del paziente alla registrazione. Il consenso viene tracciato con data e ora.
2. Registrazione. La visita si registra con il microfono del computer o con un dispositivo indossabile agganciato al camice, senza aprire app.
3. Elaborazione. La conversazione diventa una nota strutturata nella cartella del paziente, secondo il template scelto dallo studio.
4. Revisione. Il medico rilegge, corregge dove serve e salva.

Il beneficio più visibile è il tempo. Gli altri due si notano dopo qualche settimana. Il primo è la completezza: la nota nasce durante la visita, non dalla memoria di fine giornata. Il secondo è l'uniformità. Se tutti i professionisti usano lo stesso template, le note di un collega si leggono come le proprie, e un nuovo medico produce note coerenti con quelle del team dal primo giorno.

C'è poi un effetto che nessun indicatore misura: durante la visita il medico torna a guardare il paziente, non lo schermo. Uno “scribe” trascrive e organizza, ma non valuta. Un termine frainteso o un farmaco dal nome simile a un altro possono finire nella bozza. Per questo la revisione prima del salvataggio non è un passaggio opzionale: è il punto in cui la responsabilità resta del medico.

Un assistente AI può rispondere ai pazienti su WhatsApp?

Sì, se l'assistente lavora sull'agenda reale dello studio. Un assistente AI su WhatsApp risponde alle richieste pratiche dei pazienti quando la segreteria non può farlo: fuori orario, nel weekend, nei momenti di picco. Propone gli orari liberi, registra l'appuntamento, gestisce conferme e spostamenti. Le questioni cliniche restano fuori dal suo perimetro.

Le richieste dei pazienti non rispettano l'orario dello studio. Un messaggio delle 22 per spostare il controllo resta senza risposta fino al mattino, insieme agli altri arrivati nella notte. La segreteria apre la giornata smaltendo la coda, mentre il telefono ha già cominciato a squillare. L'assistente AI lavora in questo spazio. Il paziente scrive sul numero WhatsApp che usa già, senza installare app. L'assistente controlla le disponibilità e propone i primi orari liberi come pulsanti, poi scrive l'appuntamento in agenda. Prima di confermare, verifica di nuovo che lo slot sia libero, così non si creano doppie prenotazioni. Conferme e disdette funzionano allo stesso modo: il paziente risponde con un tocco, l'agenda si aggiorna e lo slot liberato torna disponibile.

Prima di adottare qualsiasi strumento di questo tipo conviene verificare chi ha il controllo. In questo caso decide lo studio: l'assistente può intervenire solo fuori orario, quando lo staff non risponde in tempo, oppure sempre. Ogni risposta può anche arrivare come bozza da approvare con un tocco. E se un paziente descrive un'urgenza clinica, l'assistente non prova a gestirla: lo indirizza alla guardia medica o al 118.

Lo stesso criterio vale per gli assistenti vocali che rispondono al telefono dello studio: conta che lavorino sull'agenda reale e che sia lo studio a decidere quando intervengono. Ne abbiamo parlato in questo approfondimento sui centralini AI per studi medici.

Si può usare ChatGPT con i dati dei pazienti?

In linea generale, no. Per il GDPR i dati sanitari sono categorie particolari di dati. Inserirli in un chatbot generalista significa affidarli a un fornitore esterno, spesso senza le garanzie che lo studio, in quanto titolare del trattamento, deve poter dimostrare. Per testi senza riferimenti ai pazienti il discorso cambia. Per lavorare sui pazienti servono strumenti progettati per farlo.

Dove finiscono i dati

Il Garante privacy è intervenuto sul tema il 30 luglio 2025, con una nota rivolta soprattutto a chi carica i propri referti. Il principio vale a maggior ragione per chi tratta dati altrui. L'Autorità ha ricordato che molti dei più noti servizi di AI generativa lasciano all'utente la scelta sulla sorte dei dati e dei documenti caricati. In concreto, senza una configurazione precisa i dati possono essere conservati o riutilizzati. E togliere il nome non sempre basta: un'età, una patologia rara e una data di intervento possono bastare a identificare il paziente.

Quanto è affidabile la risposta

I chatbot generalisti possono produrre affermazioni plausibili e sbagliate, le cosiddette "allucinazioni". Solo il 32% dei medici specialisti indica di conoscere questo rischio, e il 17% sa riconoscere contenuti generati o manipolati tramite AI.

Cosa resta tracciato

Un testo prodotto fuori dal gestionale e incollato in cartella non lascia traccia della sua origine. Non risulta cosa è stato generato, su quali dati, con quale consenso. Se un giorno servisse ricostruirlo, non ci sarebbe niente da ricostruire.

Cinque domande da fare prima di scegliere uno strumento AI per lo studio

Per distinguere uno strumento generalista da uno integrato bastano cinque domande pratiche:

1. Dove vengono trattati e conservati i dati? Infrastruttura europea, server certificati, cifratura.
2. I dati identificativi del paziente arrivano al modello AI? Gli strumenti più attenti li sostituiscono con segnaposto prima dell'elaborazione. È, per esempio, l'approccio adottato nell'assistente WhatsApp di Alfadocs.
3. I dati vengono usati per addestrare i modelli? La risposta deve essere scritta nel contratto, non solo nella brochure.
4. Il fornitore firma un accordo di trattamento dei dati? Chi elabora dati per conto dello studio deve essere nominato responsabile del trattamento (art. 28 GDPR), con un accordo scritto.
5. Consenso e risultato restano nella cartella? Il consenso del paziente va registrato con data e ora, e il testo generato va rivisto dal professionista prima del salvataggio. In Scribe, per esempio, il consenso alla registrazione è integrato nel flusso e la nota arriva in cartella come bozza da approvare.

Un fornitore che non sa rispondere con chiarezza, in fondo, ha già risposto.

Cosa dice la legge sull'intelligenza artificiale in sanità?

In Italia il riferimento è la legge 132/2025, in vigore dal 10 ottobre 2025, che si applica insieme all'AI Act europeo e al GDPR. Tre principi riguardano direttamente lo studio. Il paziente ha diritto di sapere se si usa l'AI. La decisione clinica resta sempre del medico. Gli strumenti devono essere affidabili e verificati nel tempo.

Cosa prevede la legge 132/2025

L'articolo 7 è dedicato all'uso dell'AI in ambito sanitario. Tre commi riguardano lo studio:

• Informazione (comma 3). "L'interessato ha diritto di essere informato sull'impiego di tecnologie di intelligenza artificiale."
• Decisione (comma 5). I sistemi di AI sono un supporto nei processi di prevenzione, diagnosi, cura e scelta terapeutica, "lasciando impregiudicata la decisione, che è sempre rimessa agli esercenti la professione medica".
• Affidabilità (comma 6). I sistemi e i dati che usano devono essere affidabili, periodicamente verificati e aggiornati, per ridurre il rischio di errori.

Conta anche la forma. L'articolo 4 chiede che le informazioni sul trattamento dei dati legato all'AI siano rese "con linguaggio chiaro e semplice", così che la persona ne capisca i rischi. Un'informativa di quattro pagine in linguaggio giuridico rispetta la lettera della norma, ma difficilmente il suo scopo.

La legge parla di informazione, non di consenso: è un punto che spesso si confonde. Il consenso entra in gioco per altre ragioni, per esempio quando la visita viene registrata.

Ad agosto 2026, infine, il Consiglio dei ministri ha approvato in via definitiva i primi decreti attuativi della legge, che toccano tra l'altro la responsabilità civile e l'uso dell'AI in sanità.

Cosa chiede l'AI Act a chi usa l'AI

L'AI Act distingue tra chi sviluppa i sistemi e chi li usa. Lo studio rientra di solito nella seconda categoria (il deployer). Il regolamento è stato modificato dal "Digital Omnibus", il Regolamento (UE) 2026/1744, in vigore dal 27 luglio 2026. Per uno studio contano due punti:

• Formazione del personale (art. 4). Chi usa l'AI deve adottare misure per sostenere l'alfabetizzazione del proprio personale. Dopo l'Omnibus, l'obbligo non richiede di garantire un livello specifico di alfabetizzazione per ogni persona.
• Trasparenza (art. 50). Dal 2 agosto 2026 si applicano gli obblighi di trasparenza. Tra questi, i sistemi che dialogano con le persone devono far sapere all'interlocutore che sta interagendo con un'AI, salvo che sia evidente. Per uno studio significa che il paziente che scrive all'assistente virtuale deve saperlo.

Gli obblighi più pesanti riguardano l'AI clinica ad alto rischio. Per i sistemi integrati in prodotti come i dispositivi medici scatteranno dal 2 agosto 2028.

Cosa significa in pratica per lo studio

Come introdurre l'intelligenza artificiale nello studio medico: da dove partire

Il punto di partenza giusto è un solo problema operativo, misurabile, affrontato con uno strumento integrato nel gestionale. Prima si individua dove si perde più tempo: documentazione, telefono, preparazione delle visite. Poi si misura il punto di partenza, si prova su un perimetro limitato e si aggiornano informative e formazione. L'AI rende di più quando si inserisce in un processo che esiste già.

L'errore più comune è partire dallo strumento. Si attiva una funzione perché è nuova, la si usa per qualche giorno, poi torna in un angolo. Una sequenza più prudente richiede qualche settimana e cinque passaggi.

1. Scegli un problema, non uno strumento

Ogni studio ha un collo di bottiglia riconoscibile. In alcuni è la documentazione che si accumula a fine giornata. In altri sono le telefonate e i messaggi che interrompono la segreteria ogni dieci minuti. In altri ancora è il tempo per ricostruire la storia dei pazienti con percorsi lunghi. Conviene sceglierne uno, quello che pesa di più, e lasciare gli altri per dopo.

2. Misura il punto di partenza

Per due settimane basta annotare pochi numeri: quanto tempo va alle note dopo le visite, quanti messaggi arrivano fuori orario, quanti appuntamenti saltano senza preavviso. La precisione non è importante. Serve un riferimento: senza un "prima", dopo un mese non si saprà dire se lo strumento ha cambiato qualcosa.

3. Scegli uno strumento dentro il gestionale

Uno strumento esterno aggiunge un passaggio: copiare, incollare, ricontrollare. Uno strumento integrato lavora dove i dati sono già, e lascia il risultato in cartella o in agenda. È anche il momento di fare le cinque domande viste sopra (ancora interna: #cinque-domande) su dati, pseudonimizzazione, addestramento, accordo di trattamento e tracciabilità.

4. Prova su un perimetro limitato

Un professionista, un tipo di visita, quattro settimane. Nelle prime sessioni le bozze vanno rilette con più attenzione del solito: così si capisce dove lo strumento è affidabile e dove serve correggere il template. A fine periodo si confrontano i numeri con quelli del punto 2, e solo allora si decide se estendere l'uso.

5. Prepara il team e i documenti

Medici e segreteria devono sapere cosa fa lo strumento, cosa non fa e chi rivede cosa. È anche un obbligo dell'AI Act, che chiede misure per l'alfabetizzazione del personale. Oggi, secondo l'Osservatorio, appena un terzo dei medici specialisti ha preso parte a programmi di formazione sull'AI. Nello stesso momento vanno aggiornati informativa privacy e moduli di consenso, con un linguaggio che il paziente capisca alla prima lettura.

Uno studio con uno o due professionisti può fare tutto questo in un mese. Spesso parte anche avvantaggiato: meno persone da coinvolgere, decisioni più rapide, risultati visibili subito.