La comunicazione sanitaria è stata raccontata per anni come una relazione tra due soggetti: chi possiede una conoscenza clinica e chi deve comprenderla, usarla, trasformarla in una decisione. Medico e paziente, professionista e caregiver, specialista e persona che cerca una risposta .Quel modello sta iniziando a cambiare perché sempre più spesso tra i due compare un terzo interlocutore. Non è un semplice canale. Interpreta, riassume, seleziona, semplifica e riscrive. È l’intelligenza artificiale.
Una nuova scoping review pubblicata su npj Digital Medicine ha analizzato 67 studi dedicati proprio alla comunicazione clinica mediata dall’AI. Il quadro che emerge è ormai riconoscibile: linguaggio medico reso più accessibile, informazioni adattate al contesto, disponibilità continua, riduzione di una parte del carico comunicativo per i professionisti e possibilità di aumentare l’engagement del paziente. Ma insieme ai benefici compaiono hallucination, automation bias, problemi di supervisione e il rischio che l’intermediazione tecnologica impoverisca proprio quella relazione che dovrebbe aiutare. Gli autori arrivano così a descrivere una struttura che non è più soltanto provider-patient, ma provider-AI-patient.
Per l’industria farmaceutica questa evoluzione ha conseguenze molto più ampie della diffusione dei chatbot. Una parte crescente dell’informazione prodotta da aziende, riviste scientifiche, società mediche e istituzioni potrebbe non raggiungere mai il destinatario nella forma originale. Un medico può chiedere a un assistente di riassumere un nuovo trial invece di leggere l’articolo. Un paziente può interrogare un sistema sulla terapia prescritta invece di consultare il foglio illustrativo o il sito istituzionale. Un caregiver può chiedere una spiegazione semplificata di una linea guida. La fonte rimane importante, ma tra la fonte e il destinatario entra un soggetto che decide quali frammenti utilizzare, come combinarli e con quale linguaggio restituirli.
Questo cambia il modo stesso di pensare i contenuti. La comunicazione scientifica ha sempre lavorato sulla leggibilità per l’essere umano. Dovrà iniziare a occuparsi anche della leggibilità per le macchine. Provenienza delle fonti, metadatazione, struttura dell’informazione, possibilità di identificare chiaramente claim, riferimenti, popolazioni e limiti dello studio diventeranno elementi sempre più importanti. Non per “scrivere per l’algoritmo” nel senso povero con cui per anni si è parlato di SEO, ma per ridurre il rischio che un’informazione corretta venga decontestualizzata durante la sintesi.
La questione più profonda riguarda però l’autorità. Se un paziente riceve una spiegazione da un medico, sa chi sta parlando. Se legge un articolo, può identificare autore e fonte. Se riceve una risposta da un assistente AI che ha sintetizzato cinque documenti, un sito e tre conversazioni precedenti, la provenienza diventa molto più opaca. Il valore della comunicazione sanitaria del futuro potrebbe quindi dipendere meno dalla capacità di produrre un altro contenuto e molto di più dalla capacità di rendere ogni informazione tracciabile fino alla fonte. Perché l’AI può diventare un eccellente traduttore tra scienza e persone. Ma ogni traduttore, inevitabilmente, sceglie anche come tradurre.
