L’intelligenza artificiale è già entrata nella sanità e nella vita quotidiana dei cittadini, ma il vero salto di qualità deve ancora avvenire. La questione, secondo l’Ocse, non è più decidere se utilizzare l’AI in salute, ma capire come adottarla su larga scala in modo efficace e sicuro.

È il messaggio che emerge dal nuovo rapporto dell’Organizzazione per la cooperazione e lo sviluppo economico dedicato alla conferenza di Madrid sulla diffusione responsabile dell’intelligenza artificiale in sanità. L’incontro, organizzato insieme al Ministero della Salute spagnolo il 28 e 29 maggio 2026, ha riunito 142 esperti provenienti da Paesi Ocse, Paesi partner e 35 organizzazioni internazionali. Dal confronto è nato l’Expert-Led Madrid Action Plan (EL-MAP), articolato in dieci azioni prioritarie.

I numeri fotografano una trasformazione già in corso. Secondo i dati riportati nel documento, circa 230 milioni di persone utilizzano ogni settimana strumenti di AI per domande legate alla salute e il 35% dei cittadini dichiara di ricorrervi prima di incontrare un professionista sanitario. Parallelamente, però, oltre il 90% dei dirigenti segnala di non osservare ancora un impatto misurabile sulla produttività.

Il potenziale resta comunque rilevante. Le proiezioni citate dall’Ocse stimano che l’intelligenza artificiale potrebbe determinare nei Paesi dell’Organizzazione un incremento della produttività sanitaria del 6% nell’arco di dieci anni. Ma la base digitale sulla quale costruire questa trasformazione appare ancora fragile: fino al 97% dei dati sanitari risulta inutilizzabile per le decisioni cliniche.

Anche tra gli operatori sanitari il problema non sembra essere principalmente il timore di perdere il posto di lavoro. Il 70% dei professionisti non si dichiara preoccupato di essere sostituito dall’AI, mentre il 72% teme che queste tecnologie vengano introdotte senza il proprio coinvolgimento. E meno di un terzo dei Paesi Ocse ha finora adottato interventi per rafforzare le infrastrutture o le competenze umane necessarie all’impiego dell’intelligenza artificiale in sanità.

L’utilizzo, inoltre, resta fortemente sbilanciato. Tutti i Paesi Ocse analizzati impiegano già l’AI per attività amministrative e il 95% la utilizza nella diagnostica per immagini, mentre soltanto il 55% riferisce applicazioni nei campi dell’analisi predittiva, della stratificazione del rischio o della pianificazione di trattamenti personalizzati, cioè in ambiti potenzialmente più capaci di incidere direttamente sugli esiti clinici.

Il rapporto passa in rassegna anche alcune delle applicazioni dove sono già emersi risultati concreti: dai sistemi di documentazione automatica che possono ridurre il carico amministrativo dei medici, all’analisi delle immagini radiologiche e patologiche, fino alla previsione dei flussi dei pazienti e alla gestione dei posti letto. L’AI può inoltre sostenere screening e prevenzione attraverso la stratificazione del rischio e accelerare alcune fasi della ricerca biomedica e dello sviluppo dei farmaci. Ma, avverte l’Ocse, questi benefici rimangono per ora localizzati e distribuiti in modo disomogeneo, senza essersi ancora tradotti in una trasformazione complessiva dei sistemi sanitari.

Il paradosso della produttività: fare di più non significa necessariamente curare meglio

Uno dei passaggi centrali del documento riguarda proprio il rapporto tra AI e produttività. Aumentare il numero di prestazioni effettuate in un’ora non equivale automaticamente a produrre più salute. Un sistema che grazie all’intelligenza artificiale consente al medico di vedere più pazienti può diventare più efficiente in termini di volume, senza necessariamente migliorare qualità delle cure ed esiti.

L’Ocse sottolinea quindi la necessità di valutare l’AI non soltanto attraverso velocità, accuratezza o quantità di attività prodotta, ma considerando esiti per i pazienti, esperienza di cura, benessere dei professionisti, sostenibilità della spesa ed equità nell’accesso.

Personale, responsabilità, dati e regole: gli ostacoli alla diffusione

Le difficoltà, secondo il rapporto, sono soprattutto organizzative e istituzionali. L’Ocse stima una carenza mondiale di 8 milioni di operatori sanitari entro il 2040, con gli infermieri che rappresenterebbero quasi il 74% del deficit. In sistemi già sotto pressione, nuove tecnologie mal integrate possono essere percepite dai professionisti non come un aiuto ma come un ulteriore aggravio.

A questo si aggiungono le questioni legate alla responsabilità professionale, alla frammentazione delle competenze tra ministeri, regolatori, strutture sanitarie e fornitori tecnologici e, soprattutto, alla fiducia di cittadini e professionisti. Errori, violazioni dei dati o strumenti poco affidabili possono infatti erodere rapidamente una fiducia che, al contrario, richiede molto tempo per essere costruita.

Altra criticità è la velocità differente con cui procedono tecnologia e regolazione. I modelli di AI possono essere aggiornati nel giro di settimane, mentre l’adeguamento delle norme può richiedere anni. Sullo sfondo restano poi la frammentazione dei dati sanitari, i problemi di interoperabilità e una struttura degli incentivi che tende a favorire singole applicazioni o progetti pilota invece di investimenti comuni in infrastrutture, competenze e governance.

Il Piano di Madrid: le dieci azioni

Da qui nasce l’EL-MAP. Le dieci azioni individuate dagli esperti sono raggruppate in tre grandi aree.

La prima è la fiducia: progettare insieme a pazienti e professionisti i casi d’uso dell’intelligenza artificiale; sviluppare competenze specifiche per cittadini, operatori, decisori e regolatori; creare forme stabili di collaborazione tra settore pubblico, imprese e società civile.

La seconda riguarda le fondamenta del sistema: rafforzare la leadership e individuare chiaramente le responsabilità; definire politiche comuni; costruire regole e processi che accompagnino l’intero ciclo di vita delle applicazioni, dalla progettazione al monitoraggio successivo all’introduzione; rafforzare infrastrutture digitali, qualità e interoperabilità dei dati; preparare i sistemi sanitari a tecnologie emergenti come genomica e quantum computing.

La terza area riguarda l’economia dell’intelligenza artificiale. L’Ocse propone di sviluppare modelli capaci di misurare il ritorno economico degli investimenti e nuovi strumenti di finanziamento che tengano conto non soltanto dei costi iniziali, ma anche di manutenzione, sicurezza informatica, formazione, valutazione e monitoraggio nel tempo.

Non basta quindi finanziare l’acquisto di nuovi strumenti. Per l’Ocse anche remunerazione, procurement e meccanismi di rimborso dovranno progressivamente adattarsi, premiando le applicazioni validate che dimostrino un valore clinico ed economico reale. Il Piano prevede infine un’azione trasversale di misurazione per valutare preparazione dei sistemi, utilizzo dell’AI, sicurezza, esperienza di pazienti e professionisti, risultati di salute, impatto economico e sostenibilità.

Il messaggio finale del rapporto è dunque quello di abbandonare la stagione dei progetti isolati. Perché, conclude l’Ocse, la sfida non è moltiplicare gli algoritmi disponibili, ma creare le condizioni affinché quelli realmente utili possano essere adottati su larga scala, evitando duplicazioni e trasformando l’innovazione tecnologica in migliori cure, migliore salute e maggiore sostenibilità dei sistemi sanitari.