A ottobre 2026 l’OCSE ha pubblicato il resoconto della conferenza di Madrid sull’intelligenza artificiale in sanità, che riprende una stima dello stesso OCSE: nello scenario più favorevole l’AI può aumentare la produttività del settore fino al 6% in dieci anni. Il rapporto constata però che i sistemi sanitari faticano a trasformare questo potenziale in risultati misurabili.
La diagnosi che il rapporto formula per i sistemi sanitari vale anche per la singola struttura privata: il valore dell’intelligenza artificiale dipende dall’organizzazione che la adotta, cioè dai processi che riprogetta, dalle persone che coinvolge e da ciò che decide di misurare. Questo articolo riassume le conclusioni dell’OCSE, verifica sulla fonte originale i dati che il rapporto cita e li collega alle regole italiane.
Cosa dice il rapporto OCSE 2026 sull’intelligenza artificiale in sanità
Il rapporto OCSE sulla conferenza di Madrid raccoglie le conclusioni di 142 esperti di 34 Paesi, Italia compresa, e di 35 organizzazioni internazionali, riuniti il 28 e 29 maggio 2026 dall’OCSE e dal Ministero della Salute spagnolo per definire come diffondere l’intelligenza artificiale in sanità su larga scala. Il rapporto individua il vincolo principale nella capacità dei sistemi sanitari di estendere soluzioni che già esistono, e la prima conclusione degli esperti è che la diffusione avviene «alla velocità della fiducia».
Gli esperti hanno individuato tre aree di lavoro:
- costruire e mantenere la fiducia di pazienti e professionisti;
- rafforzare le basi comuni, cioè regole, infrastrutture digitali e di dati, governo dell’intero ciclo di vita degli strumenti, leadership e capacità di adattamento;
- sviluppare modelli economici e di finanziamento che mostrino chi sostiene i costi e chi ottiene i benefici.
Da queste aree nasce il piano d’azione di Madrid, con dieci azioni rivolte a governi, industria, dirigenti sanitari e società civile.
Per una struttura privata la parte più utile del rapporto è la diagnosi: spiega perché i progetti pilota di intelligenza artificiale faticano a diventare pratica corrente e quali condizioni servono perché un investimento diventi un miglioramento stabile.
Dove l’intelligenza artificiale in sanità crea già valore secondo l’OCSE
Secondo l’OCSE le prime prove di valore misurabile riguardano cinque ambiti: la documentazione e le attività amministrative, la diagnostica per immagini, la gestione della capacità ospedaliera, la prevenzione e la ricerca.
| Ambito | Esempio citato dall’OCSE | Valore documentato |
|---|---|---|
| Documentazione e amministrazione | Trascrizione automatica della visita (AI scribe) | Prime evidenze di minor tempo di documentazione e minor burnout dei medici |
| Diagnostica per immagini | Analisi delle immagini in radiologia, anatomia patologica e oftalmologia | Valore massimo nella definizione delle priorità e nel ruolo di secondo lettore |
| Capacità e flussi | Previsione della domanda, gestione dei posti letto | Degenze più brevi e meno riammissioni evitabili in alcuni sistemi |
| Prevenzione | Stratificazione del rischio e priorità negli screening | Valore maggiore negli screening mirati, con una validità esterna che varia da un sistema all’altro |
| Ricerca | Identificazione dei bersagli e disegno degli studi clinici | Tempi di sviluppo dei farmaci ridotti in alcune fasi |
Gli investimenti, osserva il rapporto di Madrid, si concentrano dove il ritorno è rapido e misurabile, come l’automazione amministrativa, mentre prevenzione, salute mentale, coordinamento delle cure primarie e gestione della multimorbilità restano meno servite. Sul fronte delle politiche, nel rapporto «Scaling Artificial Intelligence in Health» del 2026 l’OCSE rileva che sette Paesi membri hanno una strategia specifica per l’AI in sanità e che il 29% dei Paesi membri ha agito sulle competenze del personale.
Per una struttura privata il primo terreno di applicazione è quello organizzativo, che comprende la documentazione e, per estensione, l’agenda, i promemoria e la prima risposta ai pazienti. Sono gli ambiti che trattiamo negli articoli sulle applicazioni dell’AI nel marketing sanitario e su chatbot e automazione della prima risposta.
Perché l’AI in sanità non aumenta ancora la produttività delle strutture
L’OCSE spiega la distanza fra il potenziale e i risultati con quello che chiama paradosso della produttività. Il 6% è un potenziale a dieci anni, calcolato nello scenario più favorevole. Lo studio OCSE da cui proviene stima per il settore sanità e assistenza sociale un guadagno di circa il 2% con un’adozione bassa e di poco meno del 6% con un’adozione ampia e capacità dell’AI ampliate, calcolati sulla struttura dell’economia statunitense. Il rapporto di Madrid riconosce che finora l’intelligenza artificiale non ha dimostrato, su larga scala, di migliorare gli esiti di salute.
Nel paradosso descritto dall’OCSE, uno strumento che permette di documentare più in fretta consente di vedere più pazienti al giorno e quindi aumenta il numero di prestazioni. Il volume, però, non coincide con la qualità della cura: oltre una certa soglia, la letteratura sul carico di lavoro dei medici e sull’errore diagnostico suggerisce un effetto negativo. Negli Stati Uniti il Peterson Health Technology Institute, ente indipendente senza scopo di lucro, ritiene ragionevole attendersi che gli AI scribe facciano salire la codifica delle prestazioni rimborsabili e con essa la spesa complessiva, su evidenze che giudica ancora miste.
Chi lavora in ambulatorio conosce il tempo che la documentazione sottrae al colloquio con il paziente. Il tempo recuperato con uno strumento di trascrizione può tornare al paziente oppure trasformarsi in un appuntamento in più, e la scelta dipende da come la struttura organizza l’agenda e da quali indicatori usa per giudicare il proprio lavoro.
L’OCSE aggiunge un problema di misura: i sistemi sanitari misurano con precisione velocità, accuratezza e volumi, molto meno l’autonomia del paziente, la qualità della vita, il peggioramento evitabile o il decorso della malattia nel lungo periodo. L’OCSE propone di misurare la produttività sanitaria su cinque obiettivi insieme: esiti del paziente, esperienza del paziente, benessere dei professionisti, sostenibilità della spesa ed equità di accesso. La distanza fra adozione e produttività si osserva anche fuori dalla sanità: in un’indagine del National Bureau of Economic Research (NBER) del 2026 su quasi 6.000 dirigenti di Stati Uniti, Regno Unito, Germania e Australia, in media l'89% delle imprese non stima alcun effetto dell’AI sulla produttività negli ultimi tre anni.
Quanti pazienti usano già l’intelligenza artificiale per la propria salute
Il rapporto OCSE riporta due stime internazionali: secondo OpenAI oltre 230 milioni di persone pongono ogni settimana a ChatGPT domande di salute e benessere. Secondo l’Edelman Trust Barometer 2026, citato dal rapporto, il 35% degli intervistati in 16 Paesi usa l’intelligenza artificiale per gestire la propria salute o prendere decisioni sanitarie. L’Italia non è fra i Paesi dell’indagine Edelman.
Per l’Italia si dispone dei dati ufficiali di ISTAT ed Eurostat. Secondo l’ISTAT, nel 2025 il 19,9% delle persone fra 16 e 74 anni ha usato strumenti di intelligenza artificiale generativa negli ultimi tre mesi, contro il 32,7% della media europea. Secondo Eurostat, nello stesso anno il 62,1% delle persone della stessa fascia d’età ha cercato online informazioni sulla salute negli ultimi tre mesi, una quota superiore alla media dell’Unione (60,3%). Il dato ISTAT riguarda l’intelligenza artificiale generativa in generale: per l’Italia manca ancora una misura ufficiale di quante ricerche sanitarie si svolgano attraverso un assistente di intelligenza artificiale.
Per una struttura sanitaria significa che una parte dei pazienti può arrivare al primo contatto con un’idea già formata da una risposta generata. Ciò che l’intelligenza artificiale riporta su una struttura dipende dalle informazioni che trova in rete, come spieghiamo nella guida all’ottimizzazione per i motori generativi (GEO) in sanità, e le risposte possono essere imprecise anche sulle regole, come mostra il caso della normativa sulla pubblicità sanitaria. Gli esperti di Madrid segnalano inoltre che le piattaforme possono amplificare i contenuti sanitari più visti, che non sono necessariamente i più accurati, a danno della salute dei più giovani.
Cosa pensano i professionisti sanitari dell’intelligenza artificiale
Nell’indagine OCSE del 2024 su 18 associazioni mediche di diversi continenti, il 72% delle associazioni ritiene che i benefici dell’intelligenza artificiale in sanità superino i rischi e il 70% che il ruolo del medico resterà centrale; nessuna prevede che l’AI sostituisca il medico. Sedici associazioni su diciotto ritengono necessario che i medici siano coinvolti nei progetti di intelligenza artificiale fin dall’inizio, e il 71% si aspetta un aumento della responsabilità del medico.
La stessa indagine registra una distanza: oltre il 70% delle associazioni partecipa alla definizione delle politiche sull’AI, meno del 25% alla progettazione delle soluzioni che i medici dovranno usare. Il rapporto di Madrid attribuisce la diffidenza dei professionisti alla fatica accumulata nel lavoro quotidiano e al timore che nuovi strumenti aggiungano complessità, perché le precedenti ondate di digitalizzazione hanno aumentato il carico amministrativo. Si aggiunge l’incertezza sulla responsabilità: il medico può essere chiamato a rispondere sia quando segue un suggerimento dell’AI che si rivela sbagliato sia quando ne ignora uno corretto.
Per una struttura privata ne deriva un criterio di scelta: lo strumento si sceglie e si configura insieme a chi lo userà, come chiedono le associazioni mediche e come raccomanda la prima azione del piano di Madrid, dedicata alla progettazione condivisa dei casi d’uso.
Cosa prevede la legge italiana sull’intelligenza artificiale in sanità
In Italia la Legge 132/2025, all’articolo 7, stabilisce che l’intelligenza artificiale in ambito sanitario è un supporto alla prevenzione, alla diagnosi, alla cura e alla scelta terapeutica, e che la decisione resta sempre rimessa al medico. Il paziente ha inoltre diritto di essere informato sul suo impiego. Lo stesso articolo richiede che i sistemi e i dati usati siano affidabili, periodicamente verificati e aggiornati, e vieta che l’intelligenza artificiale selezioni e condizioni l’accesso alle prestazioni secondo criteri discriminatori.
Dal 30 settembre 2026 il decreto legislativo 160/2026 aggiunge una regola sulla responsabilità civile: quando un danno deriva dalla violazione di un obbligo dell’AI Act, il nesso di causalità tra violazione e danno è presunto, salvo prova contraria. Per una struttura che usa sistemi di intelligenza artificiale diventa quindi importante poter documentare di aver rispettato gli obblighi dell’AI Act che la riguardano.
Sul versante della comunicazione si applicano dal 2 agosto 2026 gli obblighi di trasparenza dell’AI Act, a partire da quello di informare chi usa un chatbot che sta interagendo con un sistema di intelligenza artificiale, salvo che sia evidente. Li descriviamo nell’articolo su AI Act e studi medici.
Da dove partire con l’AI in una struttura sanitaria privata
Per una struttura privata le conclusioni dell’OCSE e le norme italiane indicano tre condizioni: partire da un bisogno definito con chi lavora nei processi, misurare ciò che cambia per il paziente e per l’organizzazione, e rispettare fin dall’inizio il diritto del paziente all’informazione e la riserva della decisione al medico.
La prima condizione rovescia l’ordine abituale, in cui si acquista uno strumento e poi si cerca dove usarlo. La seconda chiede di stabilire prima dell’avvio gli indicatori di riferimento, come il tempo di risposta, la conversione dal contatto alla visita, l’esperienza del paziente e il carico di lavoro del personale, oltre al volume di attività. La terza chiede di documentare le scelte fin dall’avvio, dall’informazione data al paziente al ruolo del medico nella decisione; per gli obblighi dell’AI Act la documentazione serve anche a dimostrarne il rispetto, data la presunzione introdotta dal decreto legislativo 160/2026.
È l’approccio con cui OIDA Labs, la prima agenzia di marketing sanitario fondata e gestita da medici, imposta i progetti di automazione e CRM delle strutture che affianca. L’intelligenza artificiale entra nei processi di contatto e di agenda dopo che sono stati definiti, e i risultati si misurano sul percorso del paziente, dal primo contatto alla visita.