Marco Sicbaldi
La domanda non è se l’intelligenza artificiale entrerà nella medicina. È già dentro. La vera questione è chi decide come usarla, con quali dati e con quali garanzie per il paziente.
È il tema emerso alla Conferenza Nazionale sulla Medicina di Precisione e Personalizzata, ospitata al Politecnico di Torino. Un incontro nato come confronto scientifico su gemelli digitali, modelli biologici e chirurgia assistita dall’AI, ma trasformato rapidamente in una discussione più ampia sui limiti e sulle regole delle nuove tecnologie sanitarie.
La ricerca presentata durante la prima giornata ha mostrato quanto il paradigma sia già cambiato. In oncologia, modelli costruiti a partire dai tessuti del paziente permettono di replicare in laboratorio l’evoluzione del tumore, testare farmaci e anticipare possibili resistenze terapeutiche. Nel glioblastoma, tra i tumori cerebrali più aggressivi, sistemi di intelligenza artificiale analizzano migliaia di immagini biologiche per identificare pattern invisibili all’occhio umano.
Approcci simili vengono applicati anche alle malattie neurodegenerative e alle neuropatie diabetiche, attraverso strutture cellulari che riproducono in vitro tessuti umani complessi. In sala operatoria, invece, i gemelli digitali del paziente guidano interventi di neurochirurgia e urologia con ricostruzioni tridimensionali sempre più precise. La direzione è chiara: una medicina costruita sempre più sulle caratteristiche biologiche del singolo paziente e meno su protocolli standardizzati validi per tutti.
Ma è stata soprattutto la seconda giornata ad aprire il confronto più delicato: quello etico e giuridico.
Palma Sgreccia, filosofa morale e bioeticista tra l’Università di Torino e l’Università San Tommaso di Roma, ha richiamato una distinzione formulata da Platone nel Gorgia: il medico dei liberi spiega e ascolta, quello degli schiavi prescrive senza rendere conto. Il rischio, nell’era degli algoritmi, è che la complessità tecnica finisca per allontanare medico e paziente, indebolendo la relazione terapeutica.
Anche il modello tradizionale del consenso informato mostra oggi i suoi limiti. I sistemi di AI si addestrano continuamente su grandi quantità di dati e vengono applicati a contesti diversi da quelli inizialmente previsti. Matteo Macilotti, giurista dell’Università di Trento, ha proposto di spostare l’attenzione dal consenso al singolo studio a una governance più ampia e trasparente dell’uso dei dati sanitari.
Sul fondo resta il problema della fiducia. Le tecnologie mediche non vengono adottate solo perché funzionano, ma perché pazienti, clinici e istituzioni considerano affidabile il sistema che le utilizza e le regola.
La conferenza di Torino ha mostrato che la comunità scientifica ha ormai chiari i nodi da affrontare. Resta da capire se il sistema normativo e istituzionale riuscirà a rispondere con la stessa velocità con cui la tecnologia sta avanzando.
