L’integrazione dell’AI in sanità promette diagnosi rapide, cure personalizzate e risparmi annuali fino a 360 miliardi di dollari, ma la sua adozione procede a rilento anche negli Stati Uniti. Su The Conversation, Turgay Ayer (Professore di Ingegneria Industriale e dei Sistemi presso il Georgia Institute of Technology) evidenzia che la realtà dell’implementazione è ben più complessa: nonostante la crescita nell’uso di strumenti AI tra i medici statunitensi (dal 38% al 66% in un anno), l’applicazione è ancora confinata a compiti amministrativi o a supporto decisionale a basso rischio.
I motivi della cautela, spiega Ayer, sono molteplici: la complessità dell’integrazione nei flussi di lavoro esistenti, l’opacità degli algoritmi proprietari e i problemi di trasparenza e fiducia che ne derivano rappresentano degli ostacoli significativi e di difficile soluzione. Preoccupa anche la privacy sui dati e il rischio di bias. L’efficacia dell’IA dipende dalla qualità e rappresentatività dei dataset di addestramento, e le e le deviazioni dagli standard algoritmici dei contesti reali restano un problema aperto, dando luogo problemi tecnici come l’algorithmic drift – la perdita di accuratezza diagnostica.
Il percorso verso la piena integrazione dell’intelligenza artificiale in sanità si configura quindi come un processo lento e graduale, condizionato da vincoli tecnici, etici e organizzativi che richiedono soluzioni mature e infrastrutture robuste per realizzare il potenziale trasformativo della tecnologia.
Leggi l’articolo completo: AI in health care could save lives and money − but change won’t happen overnight su The Conversation
Immagine generata tramite DALL-E 3. Tutti i diritti sono riservati. Università di Torino (18/05/2025).
