La Gen AI nelle aziende sanitarie: tanti progetti ma serve un linguaggio comune

Il supporto ai clinici

Una delle implementazioni più discusse è quella dell’agente virtuale per supportare i clinici. Progettare un assistente per l’oncologia, ad esempio, permette di replicarne l’architettura in altre aree. Anche i processi di trascrizione automatica sono estendibili da una disciplina all’altra. Perciò, armonizzare le esperienze pilota con strategie aziendali più generali è fondamentale.

Altro nodo critico: cosa acquistare e cosa sviluppare internamente? Le aziende sanitarie possiedono grandi basi dati. Nell’ambito medicine, GenAI ha già una maggiore generalizzazione e si configura spesso come digital device con iter di sviluppo definiti (es. algoritmi per la seconda lettura mammografica). Nell’healthcare, invece, servono soluzioni su misura, rendendo strategiche le partnership con fornitori capaci di sviluppo in loco. Ogni azienda può così diventare un laboratorio sperimentale, non solo nell’implementazione ma anche nella progettazione e nel testing. Guidare il mercato – e non subirlo – accentua la rilevanza strategica degli investimenti.

Una “foto di famiglia”

C’è fermento: triage automatizzati, supporto alla diagnosi (analisi immagini e referti), generazione automatica di sintesi cliniche, ottimizzazione amministrativa (documenti, lettere, autorizzazioni, classificazioni, chatbot). Anche i percorsi di formazione evolvono: training sul campo (learning by doing), tutor AI, referti più comprensibili per i pazienti. Il repertorio di innovazioni in corso è vasto e ricostruirlo è essenziale: ogni contesto racconta la propria esperienza, ma manca ancora una “foto di famiglia” che dia un quadro complessivo.

Emergono quindi bisogni di collaborazione tra aziende, più che di competizione, per condividere processi di apprendimento. Il Pnrr ha stimolato molto in questa direzione. Ora è il momento di chiederci quali risultati stia producendo: dalle narrazioni si dovrebbe passare alle evidenze. Quali cambiamenti sono stati generati? Cosa stiamo imparando? Perché, come l’AI insegna, è proprio l’apprendimento lo stimolo generativo più importante.

* Direttrice master EMMAS e Network DASP – SDA Bocconi School of Management