La Consulta deontologica nazionale della FNOMCeO, 38 componenti coordinati da Maurizio Grossi, si è insediata a Roma nel maggio 2026, con il mandato di scrivere entro il 2027 il nuovo Codice di deontologia medica. Tra i temi dichiarati del cantiere c’è l’intelligenza artificiale, accanto ai social media e al contrasto delle pseudoscienze. È il riconoscimento ufficiale di un fatto che ogni medico italiano ha già davanti agli occhi: l’AI è entrata negli ambulatori e nei reparti prima che la deontologia la nominasse. Questo articolo guarda al medico come professionista, non al sistema sanitario: cosa cambia nella refertazione, nella documentazione clinica e nell’aggiornamento, e quali vincoli arrivano dallo spazio europeo dei dati sanitari e dall’AI Act.
Refertazione e documentazione: dove l’AI restituisce tempo clinico
Il caso d’uso che si sta diffondendo più in fretta non riguarda la diagnosi. Riguarda la burocrazia clinica.
I sistemi di documentazione ambientale, che ascoltano il colloquio tra medico e paziente e producono una bozza strutturata di nota clinica, sono passati in due anni dalla sperimentazione all’adozione su larga scala negli Stati Uniti, e stanno arrivando nelle strutture italiane. La logica è sempre la stessa: il modello trascrive, organizza secondo il formato richiesto, propone; il medico rilegge, corregge, firma. Lo stesso schema vale per la lettera di dimissione, che sintetizza il ricovero a partire dal diario clinico e dagli esami, e per la refertazione assistita in radiologia, dove il sistema propone una bozza di referto a partire dalle immagini e dalle misurazioni, con il radiologo che convalida o riscrive. In tutti questi casi l’AI non decide nulla: comprime il tempo che il medico dedica a scrivere, che diversi studi internazionali collocano in una quota rilevante dell’orario di lavoro, e lo restituisce alla visita.
Il beneficio è concreto. Il rischio pure.
Una bozza generata bene nove volte su dieci induce a firmare anche la decima senza leggerla. Gli errori di trascrizione di un farmaco, di un dosaggio o di un’anamnesi entrano nella cartella con la firma del medico e ci restano, pronti a propagarsi a ogni passaggio di cura successivo. La regola professionale è identica a quella degli avvocati con le sentenze: ciò che si firma si è letto, e la responsabilità di quanto scritto non si trasferisce al software.
Per il medico di medicina generale il quadro è ancora diverso. Lo studio del territorio raramente dispone di sistemi informativi ospedalieri, e la tentazione di appoggiarsi a strumenti consumer per scrivere una relazione o riassumere una storia clinica è più forte. È il punto dove serve la regola più semplice di tutte: i dati identificativi e sanitari dei pazienti non entrano in servizi che non offrono garanzie contrattuali sul trattamento, perché la titolarità del trattamento, e con essa gli obblighi del GDPR, è del medico, non della piattaforma.
L’aggiornamento scientifico e il medico che non può leggere tutto
La letteratura biomedica cresce a un ritmo che nessun professionista può seguire per intero: solo PubMed indicizza oltre un milione di nuovi lavori l’anno. Gli strumenti di AI generativa con accesso alle banche dati bibliografiche cambiano il modo di interrogarla: si può chiedere una sintesi delle evidenze su un quesito clinico specifico, con i riferimenti agli studi, e ottenere in minuti quello che una revisione manuale avrebbe richiesto in giornate.
Anche qui vale la distinzione tra strumenti che citano fonti reali e verificabili e modelli generalisti che generano testo plausibile. Un modello conversazionale gratuito può inventare studi, autori e risultati con la stessa sicurezza con cui riporta quelli veri, e in medicina un riferimento inventato non è un incidente stilistico. La scelta dello strumento, per il medico, è già un atto di diligenza professionale.
C’è un secondo livello, meno evidente. Le sintesi automatiche tendono ad appiattire le evidenze: uno studio su 200 pazienti e una revisione sistematica su 40.000 possono comparire nella stessa frase con lo stesso peso apparente. La gerarchia delle prove, che la formazione medica insegna a maneggiare, va riapplicata a mano sugli output. In altre parole, questi strumenti accorciano la ricerca bibliografica ma allungano il lavoro critico, e chi li usa come oracoli invece che come motori di reperimento rovescia il rapporto tra tempo risparmiato e rischio assunto.
C’è poi l’uso che i pazienti fanno degli stessi strumenti. Sempre più persone arrivano in ambulatorio con un’autodiagnosi formulata da un chatbot, un fenomeno che il provvedimento del Garante Privacy contro Character.AI del 3 luglio 2026 ha toccato sul fronte dei minori e dei contenuti sensibili. Il medico si trova a fare una cosa nuova: non solo informare, ma correggere e contestualizzare l’informazione generata artificialmente che il paziente porta con sé. È un pezzo di alfabetizzazione sanitaria che nessuno gli ha insegnato e che il nuovo codice deontologico dovrà considerare.
Il Regolamento EHDS: i dati clinici escono dal cassetto
Il Regolamento UE 2025/327, che istituisce lo spazio europeo dei dati sanitari (EHDS), è in vigore dal marzo 2025 e diventerà applicabile in modo graduale a partire dal 26 marzo 2027. Per il medico italiano significa due cose distinte. Sul fronte dell’uso primario, i pazienti avranno diritto di accedere ai propri dati sanitari elettronici e di vederli seguire i propri spostamenti nell’Unione: il profilo sanitario sintetico e la prescrizione elettronica saranno tra le prime categorie scambiate tra Stati membri, con le scadenze operative che si distendono fino al 2029. Il fascicolo sanitario elettronico, che in Italia procede con velocità diverse da regione a regione, è l’infrastruttura su cui tutto questo poggia.
Sul fronte dell’uso secondario, i dati clinici raccolti nella pratica quotidiana diventeranno, in forma pseudonimizzata e tramite organismi di accesso dedicati, una risorsa per ricerca, sanità pubblica e addestramento di sistemi di AI. Il medico che compila una cartella sta già, di fatto, producendo il materiale con cui verranno addestrati gli strumenti che userà tra cinque anni. La qualità della documentazione clinica smette di essere una questione interna al reparto e diventa una questione di qualità dei modelli futuri.
Ai pazienti il regolamento riconosce ampi diritti di informazione e, per l’uso secondario, meccanismi di opt-out che gli Stati membri devono rendere effettivi. Comunicare tutto questo in modo comprensibile sarà in buona parte compito di chi sta dalla parte del camice.
Alto rischio e trasparenza: i vincoli dell’AI Act nello studio medico
Il Regolamento UE 2024/1689, l’AI Act, classifica come ad alto rischio i sistemi di intelligenza artificiale che incidono sulla salute, sia come componenti di sicurezza di dispositivi medici sia nei casi elencati nell’Allegato III. Per questi ultimi il calendario è slittato: con il pacchetto Digital Omnibus approvato il 29 giugno 2026, gli obblighi per i sistemi ad alto rischio dell’Allegato III si applicheranno dal 2 dicembre 2027. Per il medico utilizzatore questo non significa vuoto normativo: significa che i software diagnostici certificati come dispositivi medici restano soggetti alla disciplina di settore, e che gli obblighi di sorveglianza umana previsti per i sistemi ad alto rischio hanno una data certa.
Sul versante dei dispositivi la partita è già aperta da tempo: un software con finalità diagnostica o terapeutica è dispositivo medico ai sensi del Regolamento UE 2017/745 e richiede marcatura CE, e molti algoritmi di supporto alla refertazione sono certificati proprio su questa base. Il medico utilizzatore ha quindi un criterio pratico immediato: chiedere sempre, prima di adottare uno strumento, se è un dispositivo certificato con una destinazione d’uso definita o un’applicazione generica che nessuno ha validato per l’impiego clinico. La differenza non è burocratica: è la differenza tra uno strumento di cui esiste una valutazione di sicurezza e uno di cui non risponde nessuno.
Due obblighi toccano invece la pratica quotidiana già da prima. Dal 2 agosto 2026 l’articolo 50 dell’AI Act impone la trasparenza sui sistemi che interagiscono con le persone: un chatbot di prenotazione o di triage messo a disposizione dei pazienti deve dichiararsi artificiale. E la Legge 23 settembre 2025, n. 132 stabilisce per l’ambito sanitario un principio netto: l’AI è strumento di supporto, la decisione diagnostica e terapeutica resta al professionista, e il paziente ha diritto di essere informato dell’impiego di queste tecnologie. Il decreto attuativo italiano dedicato alla sanità, in preparazione, è atteso per definire i dettagli operativi. Per orientarsi tra le scadenze europee e nazionali, AIPIA mantiene aggiornata una guida operativa all’AI Act pensata per professionisti e strutture.
Il consenso informato, intanto, cambia contenuto senza cambiare nome. Se un sistema di AI contribuisce alla diagnosi o alla scelta terapeutica, l’informazione al paziente deve dirlo con parole comprensibili: non per adempiere a un modulo, ma perché la fiducia regge solo se il paziente sa chi, o cosa, ha guardato i suoi esami.
La responsabilità clinica non si divide con l’algoritmo
Su un punto la normativa europea, la legge italiana e la deontologia in cantiere convergono senza sfumature: la responsabilità clinica resta personale. Il medico che segue il suggerimento errato di un sistema di supporto decisionale risponde della propria decisione; il medico che ignora un allarme corretto risponde ugualmente. La giurisprudenza dovrà affinare i criteri, e il dibattito sulla cosiddetta medicina difensiva algoritmica è aperto, ma la direzione è tracciata: l’AI non è un consulto specialistico a cui appoggiare la coscienza, è uno strumento di cui il professionista deve conoscere prestazioni e limiti.
Il tema si intreccia con quello assicurativo e con la Legge 24/2017 sulla sicurezza delle cure, pensata per un mondo in cui l’errore era umano o organizzativo, non algoritmico. Chi esercita in libera professione farebbe bene a verificare se la propria polizza consideri gli strumenti di AI tra i mezzi dell’attività assicurata; chi opera in struttura, a conoscere le policy aziendali sull’uso di questi sistemi, che esistono sempre più spesso e che, quando vengono ignorate, spostano la posizione del singolo professionista da utilizzatore diligente a fonte autonoma di rischio.
Conoscere, appunto. La parola chiave è quella.
L’articolo 4 dell’AI Act chiede a chi impiega sistemi di intelligenza artificiale in contesto professionale un livello adeguato di alfabetizzazione, e per il medico questa alfabetizzazione ha contenuti precisi: capire cosa fa un modello generativo e perché sbaglia, distinguere un dispositivo certificato da un’app consumer, sapere quali dati possono uscire dallo studio e quali no. È formazione che si documenta, non che si dichiara. Percorsi come il corso AI Base con Credenziale Europea di AIPIA si chiudono con una Credenziale Europea AI, un’attestazione digitale verificabile con sigillo eIDAS che dà forma dimostrabile alla competenza, davanti ai pazienti come davanti all’Ordine.
La medicina ha già assorbito il laboratorio automatizzato, l’imaging digitale, la telemedicina. Ogni volta la professione ha ridefinito il confine tra ciò che lo strumento fa e ciò che il medico è. Con l’intelligenza artificiale il confine si sposta più vicino al cuore dell’atto medico, ma non lo attraversa: la macchina propone, referta in bozza, sintetizza la letteratura. La diagnosi, quella che qualcuno firma e di cui qualcuno risponde a un altro essere umano, non ha smesso di essere un atto personale. Il nuovo codice deontologico dovrà solo scriverlo con l’inchiostro di questo decennio.
