L’intelligenza artificiale può ridurre il carico amministrativo, automatizzare attività ripetitive e migliorare la documentazione, ma quando si avvicina alla relazione con il paziente e al processo decisionale la disponibilità dei professionisti sanitari a utilizzarla diminuisce. A pesare non sembra essere soltanto una generica resistenza al cambiamento, ma soprattutto il dubbio sulla qualità e sulla validazione dei risultati.
È quanto emerge da un’indagine pubblicata il 2 settembre da JMIR Formative Research sulle percezioni dei professionisti della salute mentale rispetto all’utilizzo dell’AI nella pratica clinica.
Lo studio è di dimensioni contenute e deve essere interpretato con prudenza: ha coinvolto 62 professionisti statunitensi, prevalentemente con formazione master o PhD, e nessun medico MD o DO. Non può quindi essere utilizzato per descrivere il comportamento dell’intera popolazione medica o degli HCP. Offre però alcuni segnali interessanti sulle condizioni che accompagnano l’accettazione dell’intelligenza artificiale nei contesti sanitari.
Le evidenze emerse
Al momento della survey, il 69,4% dei partecipanti non utilizzava alcuna forma di AI nella pratica. I benefici indicati più frequentemente riguardavano la riduzione del tempo dedicato a coding e billing, citata dal 53,3% dei rispondenti, seguita dall’automazione dell’intake e dal miglioramento della documentazione, entrambe indicate dal 37,7%.
Quando l’attenzione si sposta sui rischi, il quadro cambia. Il 77% indica tra le proprie preoccupazioni la possibilità di risultati inaccurati o hallucination, il 67,2% il bias algoritmico. Tra le barriere all’adozione, il 75,4% segnala la resistenza dei clinici e il 67,2% la mancanza di validazione. Quasi nove partecipanti su dieci, l’88,5%, ritengono inoltre moderatamente, molto o estremamente importante una formazione specifica sulle applicazioni dell’AI e sui relativi aspetti etici.
Il messaggio
Il messaggio che emerge è meno binario rispetto alla consueta contrapposizione tra professionisti favorevoli e contrari all’intelligenza artificiale. L’utilità viene riconosciuta soprattutto quando la tecnologia alleggerisce attività operative e amministrative. La soglia di cautela sale invece quando l’AI entra in attività percepite come più vicine alla responsabilità clinica o alla relazione umana.
Per l’industria farmaceutica il tema è rilevante perché l’intelligenza artificiale sta iniziando a comparire non soltanto nei processi interni, ma anche nei servizi destinati ai professionisti: medical information assistant, clinical search, portali scientifici intelligenti, chatbot professionali, sistemi di navigazione dell’evidence e, in prospettiva, servizi di supporto personalizzati.
“Il rischio è pensare che l’adozione di un servizio AI dipenda dalla qualità dell’interfaccia o dalla velocità con cui restituisce una risposta. Per un professionista sanitario la vera user experience comprende anche la fiducia”, osserva Francesco Maria Avitto, Direttore editoriale Homnya, “Sapere da dove arriva una risposta, quando è stata aggiornata, quali sono i suoi limiti e quando interviene un essere umano non è compliance messa a margine del prodotto. Può diventare parte integrante del valore del prodotto stesso.”
È una distinzione importante. Nella prima stagione del digital engagement, ridurre il numero di click o semplificare l’accesso al contenuto rappresentava spesso un vantaggio sufficiente. Con i sistemi AI il professionista deve affidare alla piattaforma anche una parte della selezione e interpretazione dell’informazione.
Per questo trasparenza e explainability possono diventare elementi di engagement. Mostrare le fonti utilizzate, indicare chiaramente la data dell’ultimo aggiornamento, distinguere tra evidenze e sintesi generate, rendere riconoscibili i limiti e offrire un passaggio semplice verso una persona reale, sono tutte caratteristiche che possono incidere sull’adozione tanto quanto le performance tecniche.
Il tema riguarda anche la field force. MSL e informatori potrebbero presto trovarsi davanti a medici che arrivano all’interazione dopo aver interrogato un sistema AI su una patologia, un trattamento o una nuova pubblicazione. La capacità di discutere criticamente anche le informazioni prodotte dalle macchine potrebbe quindi entrare nel nuovo set di competenze richiesto alle reti.
Lo studio JMIR non consente di affermare che gli HCP chiedano universalmente più formazione sull’AI. Ma suggerisce una direzione che il pharma farebbe bene a non trascurare: l’AI literacy non è soltanto un tema interno alle aziende. Potrebbe diventare parte della relazione con il professionista.
E in un mercato nel quale molti strumenti saranno tecnicamente simili, la capacità di costruire fiducia potrebbe trasformarsi in un elemento competitivo.
