Uno studio internazionale accende un faro sull’uso dell’intelligenza artificiale in medicina: nelle fasi iniziali i modelli falliscono in oltre l’80% dei casi. Promettente, sì. Ma ancora lontana dall’essere autonoma.

Non è una bocciatura definitiva. Ma è un richiamo alla realtà.

Secondo uno studio pubblicato su Jama Network Open, i sistemi di intelligenza artificiale applicati alla medicina sbagliano la diagnosi iniziale in oltre l’80% dei casi.

Il punto non è la tecnologia in sé. È il momento in cui viene utilizzata.

Perché quando i dati clinici sono completi, l’accuratezza può superare il 90%. Ma nella fase più delicata — quella iniziale, fatta di sintomi vaghi, informazioni incomplete e ipotesi aperte — l’intelligenza artificiale fatica.

Il motivo è strutturale: i modelli tendono a restringere troppo presto il campo, invece di esplorare più possibilità come farebbe un medico esperto.

Ed è proprio qui che emerge la differenza.

La diagnosi, quella vera, non è solo un risultato. È un processo. Un percorso fatto di dubbi, esclusioni, verifiche. Quella che i medici chiamano “diagnosi differenziale”: l’arte di distinguere tra più ipotesi prima di arrivare a una risposta.

Un’arte che, oggi, l’IA non padroneggia ancora.

Gli esperti sono chiari: questi strumenti restano utili, anche molto, ma non possono essere utilizzati senza supervisione. Non nelle decisioni cliniche, non nella fase iniziale del percorso diagnostico.

Perché se è vero che la tecnologia accelera, è altrettanto vero che la medicina richiede tempo, esperienza e capacità di gestire l’incertezza.

Il rischio, allora, non è l’intelligenza artificiale.
È l’illusione che possa sostituire il giudizio umano.

E in sanità, più che altrove, è una scorciatoia che non ci si può permettere.