Prescrizione medicinali e consulenze: come l'IA affianca i medici in diverse nazionali e i pro e contro

L'Intelligenza Artificiale (IA) sta cambiando in modo profondo il mondo sanitario, approdando da anni negli strumenti di diagnostica avanzata e progressivamente estendendo il proprio impiego verso processi clinici sempre più complessi. Oggi, accanto al supporto che offre ai medici nell'interpretazione delle immagini ottenute tramite risonanze magnetiche o TAC, l'innovazione sta varcando una nuova soglia: la gestione diretta delle prescrizioni farmacologiche e delle prime consulenze mediche in ambito internazionale, con sperimentazioni che si svolgono in contesti regolatori differenti. Questa evoluzione, che integra algoritmi avanzati nella pratica clinica quotidiana, offre opportunità e allo stesso tempo solleva domande rilevanti sull'affidabilità, la trasparenza e la tutela del rapporto medico-paziente.

IA e prescrizione farmaci: casi pilota tra USA e Italia

Negli Stati Uniti e in El Salvador sono stati avviati progetti pionieristici che segnano una discontinuità significativa nel modo di intendere l'assistenza medica. Nello Utah, lo Stato ha adottato una soluzione digitale avanzata che permette a un sistema di IA di occuparsi della gestione autonoma del rinnovo di prescrizioni farmacologiche, specialmente in un contesto di ridotta disponibilità di medici di base. Il software, sviluppato dalla startup Doctronic, si basa su rigorosi protocolli clinici e si propone come risposta all'emergenza sanitaria dovuta alla carenza di personale.

Anche in El Salvador la trasformazione è visibile: tramite l'applicazione Doctorsvapp, supportata da tecnologie fornite da Google e dalla versione avanzata Gemini, l'IA facilita la prima consulenza, il monitoraggio di pazienti cronici e la gestione delle prescrizioni per malattie diffuse come diabete o ipertensione. Gli sviluppatori sottolineano la vocazione inclusiva di una piattaforma digitale in grado di garantire, in teoria, un accesso più ampio e immediato a servizi sanitari essenziali, specialmente per chi vive in aree isolate o meno servite dai presidi convenzionali.

In Italia, le istituzioni stanno seguendo una traiettoria diversa: l'integrazione degli algoritmi nei software gestionali degli studi medici resta un supporto clinico alle decisioni, non una sostituzione del professionista. L'Agenzia Italiana del Farmaco ha promosso l'uso dei dati clinici, della genomica e dell'IA per personalizzare la gestione di pazienti in politerapia, mentre la formazione obbligatoria e la validazione degli strumenti AI restano punti centrali nel dibattito italiano.

Come funziona una prescrizione automatizzata

Negli ultimi mesi, il programma sperimentale avviato nello Utah ha attirato l'attenzione del mondo sanitario. Da gennaio, la collaborazione con Doctronic consente a un sistema di IA di rinnovare autonomamente ricette per circa 200 farmaci utilizzati per patologie già diagnosticate. La selezione dei farmaci comprende corticosteroidi, statine, antidepressivi e ormoni, mentre sono esclusi gli oppioidi, i farmaci iniettabili e le terapie per l'ADHD, a garanzia di un controllo su molecole a più alto rischio d'abuso o che richiedono valutazioni più complesse. Il processo di prescrizione automatizzata si articola in alcune fasi chiave:

• L'assistito accede alla piattaforma, convalidando la sua presenza fisica nello Utah tramite sistemi di geolocalizzazione.
• Il sistema recupera la storia farmacologica e valuta le condizioni cliniche mediante domande standardizzate, replicando il percorso decisionale seguito da un medico.
• Se tutti i requisiti vengono soddisfatti, il sistema genera la prescrizione e la invia direttamente alla farmacia; in caso di anomalie, la pratica viene trasferita a un medico umano.

Il programma, monitorato dalle autorità, comporta un costo di 4 dollari per ciascun rinnovo. Dai dati iniziali, emerge una concordanza tra IA e medici superiore al 99% sui casi trattati, secondo analisi presentate a riviste di settore come Jama. Tuttavia, si sottolinea il carattere sperimentale e reversibile dell'iniziativa.

Vantaggi IA nelle prescrizioni: accessibilità, riduzione errori

L'introduzione di algoritmi avanzati nella prescrizione dei farmaci può portare diversi benefici tanto ai sistemi sanitari quanto ai cittadini:

• Aumento dell'accessibilità alle cure: la tecnologia consente di superare le barriere territoriali e ridurre i tempi di attesa per la ripetizione delle terapie, rispondendo in particolare alle necessità dei pazienti cronici o dei residenti in zone scarsamente servite.
• Riduzione degli errori prescrittivi: la sistematicità e la standardizzazione delle valutazioni da parte degli algoritmi diminuiscono il rischio di omissioni o incomprensioni, come confermato da studi statunitensi che attribuiscono agli errori di terapia un impatto economico annuo di oltre 500 miliardi di dollari negli USA.
• Sostegno all'automedicazione responsabile: la digitalizzazione delle procedure e la disponibilità di informazioni certificate possono rafforzare l'alfabetizzazione sanitaria, aiutando gli utenti a gestire in modo consapevole piccoli disturbi o patologie già note.
• Efficientamento dei processi clinici: l'impiego di IA consente ai medici di concentrare più risorse su compiti diagnostici complessi e sulla relazione diretta con il paziente.

L'inclusività e la personalizzazione, incentivate da strumenti digitali e interfacce semplici, possono concretizzare un paradigma sanitario in cui la tecnologia aumenta il valore delle cure e delle attenzioni cliniche.

Rischi e limiti: sicurezza, affidabilità e trasparenza

L'applicazione dell'intelligenza artificiale nell'ambito prescrittivo solleva non pochi interrogativi in termini di sicurezza e affidabilità, nonché sui limiti operativi dell'automazione clinica. Tra i principali rischi identificati ci sono:

• Opacità algoritmica: le modalità con cui la soluzione tecnologica arriva alle proprie decisioni non sempre sono trasparenti. Molte aziende non rendono pubblici i protocolli o i processi decisionali interni ai software, alimentando preoccupazioni sulla possibilità di controllare e rettificare gli errori.
• Riduzione della relazione medico-paziente: la delega delle attività prescrittive e la virtualizzazione dei canali di comunicazione rischiano di allentare ulteriormente un rapporto già messo a dura prova dai processi di digitalizzazione. Gli incontri tra professionista e assistito diminuiscono, riducendo la capacità di individuare problemi non evidenziabili dai soli dati strutturati.
• Affidabilità non assoluta: sebbene la concordanza tra IA e operatori umani sia elevata, l'errore non può essere escluso. Nello 0,8% dei casi analizzati, le scelte non coincidono, fattore che, su larga scala, può tradursi in migliaia di eventi clinici gestiti in modo sub-ottimale.
• Assenza di supervisione clinica diffusa: l'impiego di tecnologie AI nella prescrizione di farmaci non richiede, al momento, specifica certificazione professionale degli algoritmi, a differenza delle procedure riservate agli operatori umani. Alcuni studi hanno inoltre evidenziato la presenza di errori o bias nei suggerimenti elaborati dai chatbot di IA.
• Sicurezza degli accessi e dei dati: la tutela della privacy e la protezione dei dati sensibili rappresentano aspetti delicati che vanno regolati con attenzione (come previsto dagli atti normativi europei e statunitensi di nuova introduzione).

Supporto clinico, formazione e medicina di precisione

In Italia l'approccio all'utilizzo dell'intelligenza artificiale nella prescrizione dei medicinali si caratterizza per una strategia di accompagnamento digitale mirata a rafforzare e non sostituire il ruolo degli operatori sanitari. Progetti pilota, anche finanziati tramite PNRR, prevedono l'adozione progressiva di sistemi digitali nei gestionali di studio dei medici di medicina generale. Tali soluzioni integrano:

• Sistemi di supporto decisionale (CDSS) in grado di suggerire opzioni terapeutiche, evidenziare interazioni potenzialmente pericolose e offrire alert prescrittivi sui pazienti cronici.
• Piattaforme digitali con interfacce conversazionali, basate su database di fonti validate: linee guida, protocolli, letteratura scientifica e normativa.
• Piani di formazione mirata sull'AI per tutti i medici di medicina generale, al fine di garantire una crescita omogenea delle competenze digitali e una supervisione consapevole delle soluzioni impiegate (es. ECM obbligatorio sulle competenze digitali).

Sotto il profilo clinico, la pubblicazione da parte dell'Agenzia Italiana del Farmaco di un Position Paper sulla medicina di precisione ha tracciato la rotta verso terapie personalizzate integrate da tecnologie AI, con attenzione all'appropriatezza prescrittiva e alla gestione della politerapia negli anziani. Il concetto chiave della prescrittomica si propone di rispondere alle crescenti esigenze di sostenibilità ed efficacia, valorizzando la centralità della persona e mantenendo saldo il controllo umano sulle scelte terapeutiche.