C’era una volta il medico paternalista. Quello che decideva per il paziente, convinto che la propria competenza tecnica giustificasse di scavalcarne l’autonomia. Decenni di bioetica, giurisprudenza e battaglie civili lo hanno ridimensionato: il consenso informato, il diritto all’autodeterminazione terapeutica, la centralità della persona hanno trasformato il paziente da destinatario passivo a soggetto partecipe del processo di cura. Una conquista faticosa, sancita da norme, consolidata dai tribunali, codificata nei principi deontologici.
Oggi quella conquista rischia di essere svuotata di nuovo. Non dal ritorno del vecchio paternalismo – quello almeno aveva un volto, un nome, una firma in calce alla cartella – ma da qualcosa di più insidioso perché privo di autore riconoscibile: l’algoritmo. L’intelligenza artificiale non prescrive, suggerisce; non decide, orienta; non impone, correla. È proprio questa neutralità apparente a renderla pericolosa. Quello che si sta consolidando è una nuova forma di eteronomia decisionale che chiamo neo-paternalismo algoritmico: la delega implicita del giudizio clinico a un sistema percepito come scientificamente incontestabile, al di sopra del dubbio e dell’interpretazione. Il vecchio paternalismo medico si poteva contestare, portare in tribunale, codificare come abuso. Questo è più difficile da nominare, e quindi da correggere.
Non è la Macchina che decide: è peggio
Il neo-paternalismo algoritmico non si manifesta nella sostituzione esplicita del medico, scenario che resta giuridicamente improponibile e clinicamente marginale. Si manifesta nell’erosione progressiva dello spazio interpretativo che caratterizza l’atto medico propriamente inteso. Quando il professionista segue il suggerimento algoritmico senza interrogarlo, senza contestualizzarlo rispetto alla singolarità del caso clinico, senza assumersi la responsabilità professionale di una scelta che resta irriducibilmente umana, la medicina rischia di trasformarsi in esecuzione di protocolli computazionali.
Il paziente si trova allora in una posizione paradossale: esposto a decisioni che incorporano assunzioni e limitazioni largamente invisibili, tanto più opache quanto più il sistema appare sofisticato e affidabile. Non è il medico a decidere per lui: è qualcosa di meno identificabile e di molto più difficile da contestare. Il vecchio paternalismo aveva almeno la trasparenza della gerarchia. Questo ha la maschera dell’oggettività.
Per cogliere la specificità di questa trasformazione occorre distinguerla dalla precedente digitalizzazione della sanità. Cartelle cliniche elettroniche, sistemi informativi ospedalieri, telemedicina: queste tecnologie hanno modificato le modalità di registrazione e trasmissione delle informazioni sanitarie, ma non hanno inciso sul processo decisionale clinico, che restava interamente affidato al professionista. L’intelligenza artificiale produce una trasformazione qualitativamente diversa, perché si colloca nel cuore stesso del procedimento valutativo. Diagnosi assistite da sistemi predittivi, machine learning applicato all’imaging radiologico, IA generativa nella refertazione: in ciascuno di questi ambiti l’algoritmo non gestisce informazioni, le interpreta. E interpretare, in medicina, non è mai un atto neutro.
La medicina è interpretazione. L’algoritmo no
L’intelligenza artificiale non produce decisioni cliniche: produce correlazioni statistiche e modelli probabilistici. Non interpreta il singolo caso nella sua irriducibile individualità, ma lo riconduce a pattern derivati dall’addestramento su grandi quantità di dati. Il passaggio dal dato statistico alla decisione sul singolo paziente – quella persona, in quel momento, con quella storia – costituisce un atto clinico e giuridicamente significativo che richiede interpretazione, contestualizzazione, integrazione di elementi relazionali e biografici, e assunzione di responsabilità giuridica e deontologica da parte del professionista.
La storia di un paziente non è un dataset. Il suo dolore non è una variabile. La decisione che lo riguarda non può essere delegata a un sistema che non lo conosce e che, strutturalmente, non può conoscerlo.
A ciò si aggiunge un problema che la riflessione deontologica non può eludere: l’intelligenza artificiale non è neutrale. Ogni algoritmo riflette i dati su cui è stato addestrato, le scelte dei progettisti, gli obiettivi, non di rado commerciali, dei produttori. Dataset incompleti o non rappresentativi generano bias sistematici; dati storici cristallizzano diseguaglianze pregresse; popolazioni sottorappresentate restano invisibili ai modelli predittivi. Il suggerimento diagnostico che appare sullo schermo del clinico incorpora assunzioni che raramente vengono esplicitate e che il medico, nella maggior parte dei casi, non è in grado di ricostruire autonomamente. Fidarsi ciecamente di quell’output non è scienza. È delega.
L’IA come specchio critico, non come oracolo
Detto questo, sarebbe riduttivo, e intellettualmente disonesto, interpretare l’intelligenza artificiale esclusivamente come fonte di rischi. Esiste una prospettiva alternativa, che ho avuto modo di sviluppare nel contributo presentato alla Summer School della Consulta di Bioetica e SIpEIA presso l’Università di Urbino (25–31 agosto 2025), e che trova una solida cornice teorica nel lavoro di Andrea Terranova: concepire l’IA come strumento di audit cognitivo, non decisore autonomo ma supporto critico al ragionamento clinico. Nel suo volume Una ermeneutica dell’emancipazione per l’intelligenza artificiale (Mimesis, 2026), Terranova propone di sottrarre l’IA tanto all’immaginario dell’“oracolo” quanto a quello della “catastrofe”, restituendola a una riflessione sul giudizio e sulle condizioni in cui maturano le decisioni: uno specchio che riflette il ragionamento clinico e ne mostra i punti ciechi.
In questa prospettiva l’algoritmo funziona come uno specchio: rende espliciti i passaggi logici della valutazione, evidenzia variabili potenzialmente trascurate, suggerisce ipotesi diagnostiche alternative, sfida i bias cognitivi che caratterizzano anche i clinici più esperti – l’ancoraggio alla prima diagnosi, la tendenza alla conferma delle proprie aspettative, la sovrastima di ciò che viene in mente con più facilità. L’IA diventa interlocutore critico, assimilabile a una peer review automatizzata. Il valore aggiunto non sta nel sostituire il giudizio umano, ma nel renderlo più trasparente, verificabile e resistente all’errore.
La domanda giusta, allora, non è se l’intelligenza artificiale debba entrare nella pratica medica, vi è già entrata, in modo pervasivo e non reversibile. La domanda è a quali condizioni il suo impiego risulti compatibile con i principi che fondano la professione. Il discrimine passa per la differenza tra utilizzo critico e delega passiva: tra lo strumento che arricchisce la valutazione e la protesi che la sostituisce.
Il Codice deontologico scritto prima che tutto questo esistesse
Il Codice di Deontologia Medica vigente risale al 2014. In quell’anno l’intelligenza artificiale clinica occupava uno spazio marginale; i modelli generativi avanzati non esistevano; il problema della mediazione algoritmica della decisione sanitaria non aveva la centralità che riveste oggi. L’articolo 78, dedicato all’utilizzo degli strumenti informatici, affronta temi di sicurezza e affidabilità dei sistemi: categorie pensate per le cartelle cliniche elettroniche, non per algoritmi che partecipano al processo diagnostico-terapeutico. È come se il Codice della strada disciplinasse le biciclette e venisse applicato, per analogia, ai droni.
La Consulta deontologica della FNOMCeO si è insediata a Roma il 29 aprile 2026 con l’obiettivo di presentare la nuova versione del Codice entro il 2027. Trentotto membri, coordinati da Maurizio Grossi, sono al lavoro su intelligenza artificiale, telemedicina, uso dei social da parte dei medici, contrasto alle pseudoscienze. Il dibattito è aperto, il testo non definitivo. Ma la direzione è tracciata, e dalla riflessione in corso emergono quattro nodi che il nuovo Codice dovrà sciogliere senza ambiguità.
Il primato del giudizio clinico: l’algoritmo suggerisce, il medico decide. Principio apparentemente ovvio che richiede però traduzione in doveri concreti: obbligo di valutazione critica dell’output, divieto di delega automatica, documentazione che attesti l’effettiva supervisione umana. La trasparenza verso il paziente: informarlo non solo che un algoritmo ha contribuito alla valutazione del suo caso, ma quale ruolo ha svolto, quali limiti presenta, qual è la natura probabilistica, non deterministica, dei risultati. La competenza digitale come dovere professionale: non si può supervisionare ciò che non si comprende; l’aggiornamento non è più facoltativo. La non delegabilità della responsabilità professionale e giuridica: l’utilizzo dell’IA non trasferisce automaticamente la responsabilità all’algoritmo o al suo produttore. Affidarsi ciecamente all’output algoritmico non costituisce scusante, semmai aggravante, perché integra una violazione del dovere di supervisione critica che il quadro normativo vigente (AI Act, artt. 13-14; L. 132/2025, art. 7) impone espressamente al professionista.
Le norme ci sono. Il problema è la distanza dalla realtà
Il quadro normativo europeo e nazionale è cambiato significativamente. L’AI Act (Reg. UE 2024/1689) classifica la maggior parte delle applicazioni sanitarie dell’IA come sistemi ad alto rischio, con obblighi stringenti: qualità dei dati di addestramento, supervisione umana effettiva, tracciabilità delle decisioni, monitoraggio continuo. Il principio cardine è inequivocabile: nessun sistema algoritmico può operare come decisore autonomo in ambito sanitario. La supervisione umana non è un’opzione organizzativa, è un requisito di legittimità giuridica.
La legge italiana 132/2025 ha recepito questi principi: supervisione umana obbligatoria su ogni decisione clinica supportata da IA, diritto del paziente di essere informato sull’utilizzo di tecnologie algoritmiche nel proprio percorso di cura, tracciabilità delle decisioni, istituzione di una piattaforma nazionale affidata ad AGENAS. Il Comitato Nazionale per la Bioetica, nel parere Relazione di cura, consenso informato e responsabilità nell’era dell’I.A. approvato il 27 febbraio 2026, ha indicato come contenuto minimo dell’informazione dovuta al paziente: la natura probabilistica dei risultati algoritmici, il ruolo effettivo svolto dall’IA nella valutazione, la possibilità concreta di rifiutarne l’impiego senza subire pregiudizi nella qualità delle cure.
Che questa preoccupazione non sia solo italiana lo conferma un documento recentissimo e di rilievo europeo. Il 27 maggio 2026 i comitati di bioetica di Italia, Spagna e Portogallo hanno approvato un parere congiunto intitolato Liability in AI-Driven Healthcare, dedicato specificamente alle implicazioni etiche e giuridiche dell’IA nella sanità. Il documento è esplicito su tre punti che convergono direttamente con la tesi di questo articolo. Primo: la rapidità dell’implementazione tecnologica ha ridotto “il tempo disponibile per la riflessione etica”, creando incertezza sugli standard di cura e sulle responsabilità giuridiche, esattamente il terreno in cui prolifera la delega algoritmica acritica. Secondo: le decisioni finali di diagnosi e trattamento devono restare sotto la responsabilità professionale e giuridica del clinico anche quando supportate da sistemi di IA, principio ribadito da tre istituzioni indipendenti di tre paesi diversi, il che ne sancisce il valore di consenso europeo consolidato. Terzo, ed è il punto più innovativo: la responsabilità non può gravare solo sul medico. Quando un errore dipende da un algoritmo mal addestrato, da dati di training distorti o da specifiche di progettazione inadeguate, anche il fabbricante risponde. Quanto e in che misura dipende dal livello di autonomia del sistema – un algoritmo che genera una diagnosi differenziale completa è cosa diversa da uno che segnala una singola anomalia – e dal livello di rischio clinico: un errore in terapia intensiva ha conseguenze diverse da uno in medicina generale. Il parere chiede quindi che la responsabilità sia distribuita in modo proporzionale tra tre soggetti distinti: il fabbricante, che risponde della qualità del sistema; l’istituzione sanitaria, che risponde della sua adozione e verifica; il clinico, che risponde della supervisione nell’uso concreto. Non uno che porta tutto il peso, ma tre livelli di responsabilità concorrenti e chiaramente definiti.
Le norme, insomma, cominciano a esserci, e il consenso istituzionale internazionale si sta consolidando. Il problema è la distanza, ancora enorme, tra il testo normativo e la pratica quotidiana degli ospedali italiani. Una distanza che non si colma con nuove linee guida e circolari, ma con formazione, cultura professionale e una deontologia all’altezza della trasformazione in corso.
Il consenso informato va rifondato, non aggiornato
Il rischio più sottile di questa trasformazione riguarda il consenso informato. L’autonomia decisionale del paziente, conquistata in decenni di elaborazione bioetica e giurisprudenziale, rischia di essere vanificata proprio nel momento in cui la complessità tecnologica rende l’informazione inaccessibile. Di fronte a sistemi opachi, il paziente si trova a firmare moduli che non comprende, ad accettare procedure di cui non coglie le implicazioni. Non è colpa sua: è la struttura del problema.
Come si spiega a una persona il funzionamento di una rete neurale profonda che ha contribuito alla sua diagnosi? Come si raccoglie un consenso davvero consapevole a un processo decisionale che nemmeno il medico comprende appieno? La risposta non può essere burocratica, un modulo più lungo, una clausola in più. Richiede una rifondazione concettuale: da atto puntuale a processo continuo, da documentazione scritta a dialogo documentato, da autorizzazione all’atto a comprensione del percorso. Il consenso informato nell’era dell’IA non è un adempimento. È una relazione.
Presidiare lo spazio che l’algoritmo non può occupare
La domanda che attraversa tutto questo non riguarda l’opportunità di impiegare l’intelligenza artificiale nella pratica clinica, è una questione superata dai fatti. Riguarda le condizioni alle quali tale impiego risulti compatibile con i principi che fondano l’atto medico: centralità della persona, responsabilità professionale e giuridica del clinico, dimensione relazionale della cura.
L’IA può essere uno strumento formidabile di precisione diagnostica e di verifica argomentativa. Può rendere il ragionamento clinico più esplicito e più resistente ai bias cognitivi. Può contribuire a salvare vite. Ma può anche trasformarsi nello schermo dietro cui si cela l’abdicazione del giudizio: l’alibi tecnologico per non assumersi la responsabilità etica e professionale di scelte che restano irriducibilmente umane.
Il neo-paternalismo algoritmico non si manifesta nella sostituzione esplicita del medico, ma nell’erosione progressiva di quello spazio in cui il professionista ascolta, pondera, dubita, contestualizza la storia clinica nella biografia del paziente, si assume la responsabilità clinica e deontologica di una decisione che riguarda una persona e non un caso statistico. Presidiare questo spazio è il compito che la riflessione deontologica in corso è chiamata ad assolvere. Non contro la tecnologia, ma dentro la tecnologia, per orientarla secondo i principi che la fondano.
C’era una volta il medico paternalista. Oggi rischia di esserci il medico che delega. La differenza non è solo morale: è la differenza tra una professione che si assume la responsabilità – professionale, giuridica, etica – dell’incontro con la persona e una che si rifugia nella schermata. L’atto medico è sempre stato, e deve restare, un atto umano, giuridico, etico e relazionale. Un incontro tra persone, anche nell’era degli algoritmi.
Riferimenti normativi e documentali
Comitato Nazionale per la Bioetica, Relazione di cura, consenso informato e responsabilità nell’era dell’I.A., approvato il 27 febbraio 2026. Comunicato stampa CNB n. 9/2026, 31 marzo 2026. Fonte: bioetica.governo.it
CNB (Italia), CNECV (Portogallo), Comité de Bioética (Spagna), Liability in AI-Driven Healthcare. Parere congiunto trilaterale approvato il 27 maggio 2026.
FNOMCeO, Consulta Deontologica Nazionale, insediamento Roma 29 aprile 2026. Coordinatore: Maurizio Grossi (presidente Ordine dei Medici di Rimini). Obiettivo: nuovo Codice deontologico entro il 2027. Fonte: portale.fnomceo.it
Andrea Terranova, Una ermeneutica dell’emancipazione per l’intelligenza artificiale. Cenni sul metodo e sui possibili strumenti operativi, Mimesis, 2026. Presentazione online organizzata da Master in Bioetica Università di Torino, MagIA e SIpEIA, 27 febbraio 2026.
Summer School “IA per il Benessere Inclusivo e Sostenibile”, SIpEIA e Consulta di Bioetica, Università di Urbino, 25–31 agosto 2025.
Quadro normativo: Reg. (UE) 2024/1689 (AI Act), artt. 13-14 (trasparenza e supervisione umana sistemi ad alto rischio) — Legge 23 settembre 2025, n. 132, artt. 3 e 7 (centralità della persona, supervisione umana, diritti del paziente) — Reg. (UE) 2025/327 (EHDS) — Legge 8 marzo 2017, n. 24 (Gelli-Bianco, responsabilità professionale sanitaria).
Immagini generate tramite ChatGPT. Tutti i diritti sono riservati. Università di Torino (2026).
