INTELLIGENZA ARTIFICIALE E PRESCRIZIONI: IN PUGLIA IL 60% DELLE PRESCRIZIONI DI TAC E RISONANZE È IMPROPRIO O SOLO PARZIALMENTE UTILE. LO RIVELA UN SISTEMA DI INTELLIGENZA ARTIFICIALE SPERIMENTATO SU OLTRE 17.000 RICHIESTE. L’OBIETTIVO È RIDURRE SPRECHI, RADIAZIONI E ATTESE.
Un algoritmo al servizio della sanità pubblica
Indice dei contenuti
In Puglia l’intelligenza artificiale ha evidenziato qualcosa di cui i medici erano già consapevoli, ma non in modo dettagliato e con dati alla mano. Molte prescrizioni di esami diagnostici, come TAC e risonanze magnetiche, sono inappropriate o non strettamente necessarie.
Un progetto sviluppato da Aress Puglia ha analizzato più di 17.000 prescrizioni provenienti da ospedali e ASL di Bari, Lecce e Foggia.
Solo il 39% delle richieste è risultato pienamente giustificato secondo i criteri clinici internazionali.
Intelligenza artificiale e prescrizioni inutili nel 39% dei casi
Il restante 61% si divide tra richieste inadeguate (43%) e richieste solo parzialmente utili. Si tratta di un dato allarmante, ma in linea con quanto osservato anche in altri Paesi europei come Spagna e Svezia.
Secondo Giovanni Migliore, presidente Fiaso e direttore generale dell’Aress, queste prescrizioni sbagliate espongono i pazienti a radiazioni non necessarie. Inoltre, gonfiano le liste d’attesa e pesano sulle casse del servizio sanitario nazionale.
L’intelligenza artificiale che analizza le prescrizioni
Il cuore del progetto è un sistema di IA generativa che analizza in tempo reale ogni prescrizione diagnostica. L’algoritmo non si limita a confrontare dati: interpreta, valuta e riconosce le situazioni cliniche che richiedono davvero un esame.
Filippo Menolascina, bioingegnere e docente all’università di Edimburgo, spiega che il sistema è costruito su un’architettura cognitiva. Ciò consente all’algoritmo di apprendere e migliorare continuamente, adattandosi alle esigenze cliniche reali.
Un modello da esportare in tutta Italia
I risultati sono stati presentati al Forum “Logos & Téchne” di Siracusa, dove si è discusso anche della possibilità di estendere questo modello ad altre regioni italiane. L’algoritmo, ormai affidabile, è entrato a far parte dell’osservatorio nazionale sull’IA in sanità.
Ridurre gli sprechi, proteggere i pazienti e accelerare i tempi delle diagnosi: questi sono gli obiettivi concreti. La tecnologia, se ben integrata nel sistema pubblico, può davvero fare la differenza.