Applicazioni, opportunità e limiti di strumenti che stanno cambiando il lavoro di cura
Giacomo Sebastiano Canova | Presidente OPI Vicenza
Una domanda che riguarda già la cura
L’intelligenza artificiale (IA) è entrata nella Sanità attraverso attività molto diverse: interpreta immagini, cerca schemi in grandi quantità di dati, segnala un possibile peggioramento clinico, organizza informazioni contenute nelle cartelle e trasforma il parlato in testo. Non è un’unica tecnologia e non offre una risposta unica ai problemi dell’assistenza. Per capire se serve davvero, occorre partire da una domanda concreta: quale bisogno della persona o quale difficoltà del percorso di cura può aiutarci ad affrontare?
A mio avviso dobbiamo guardare a questo cambiamento da almeno tre punti di osservazione: come sono organizzati i servizi, che cosa accade nella pratica infermieristica e quale spazio resta al giudizio professionale e alla relazione con la persona. Sono questioni legate tra loro. L’IA può ampliare ciò che sappiamo vedere e fare, ma il suo valore dipende dal modo in cui viene inserita nel lavoro reale e dalla possibilità per le persone di accedere alle cure. Un risultato tecnicamente impressionante non è necessariamente un miglioramento dell’assistenza.
Prima dei modelli viene il percorso della persona
L’IA va collocata nella più ampia transizione digitale del sistema salute. Se un servizio continua a essere frammentato, aggiungere un algoritmo a una sua singola fase rischia di velocizzare un passaggio senza migliorare il percorso complessivo. Un esame prenotato più rapidamente, per esempio, non basta se il risultato non raggiunge i professionisti che seguono la persona o se quest’ultima non comprende quale sia il passo successivo. La domanda organizzativa viene prima della scelta dello strumento: chi intercetta il bisogno, chi prende in carico il segnale, chi interviene e come viene verificato l’esito?
Questa prospettiva è particolarmente importante nell’assistenza territoriale. Il domicilio, la Casa della Comunità, i servizi specialistici e l’ospedale possono scambiarsi informazioni e costruire una presa in carico più continua. Telemonitoraggio e teleassistenza offrono modalità per seguire parametri, sintomi e bisogni a distanza, ma non coincidono automaticamente con l’intelligenza artificiale. L’IA può eventualmente aggiungersi, per esempio per riconoscere andamenti che meritano attenzione o per ordinare le segnalazioni. Resta indispensabile definire quali dati siano attendibili, a chi arrivino gli avvisi e in quanto tempo qualcuno debba rispondere.
Pensiamo a una persona con più patologie che torna a casa dopo un ricovero. Può avere nuove terapie, appuntamenti da organizzare, un caregiver che lavora e la necessità di capire quali sintomi richiedano una chiamata. Una piattaforma può mettere in ordine informazioni e promemoria; un sistema predittivo può suggerire chi seguire con maggiore attenzione. Ma la continuità nasce quando un’équipe concorda il piano, verifica che sia praticabile e mantiene un riferimento riconoscibile per quella famiglia. Senza questo raccordo, persino dati abbondanti rischiano di diventare una serie di notifiche scollegate.
Nel rapporto di prossimità l’infermiere di famiglia e di comunità può avere un ruolo decisivo: conosce il contesto della persona, ne osserva le capacità e le risorse, mette in relazione i diversi professionisti e aiuta a dare significato a un dato rilevato da remoto. Una pressione misurata a casa o una variazione nel livello di attività non spiegano, da sole, che cosa stia accadendo. Possono essere un indizio da mettere in relazione con la terapia, la condizione clinica, l’ambiente domestico e ciò che la persona racconta.
Il rischio di lasciare indietro chi ha più bisogno
Una tecnologia utile per molti può diventare una nuova barriera per altri. La «fragilità digitale» comprende le difficoltà nell’usare dispositivi, connessioni, credenziali o procedure online, che si intrecciano con età, condizioni economiche, lingua, disabilità, isolamento e luogo di residenza. Non è un difetto individuale da imputare al paziente. È una caratteristica del rapporto tra una persona e un servizio progettato in un certo modo.
Quando l’accesso a una prestazione richiede soltanto un’app, un messaggio o un portale, chi non dispone degli strumenti o dell’aiuto necessario può incontrare più ostacoli proprio mentre cerca assistenza. Per questo la disponibilità di un canale alternativo, la formazione all’uso dei dispositivi e il coinvolgimento concordato di un caregiver sono parte della qualità del servizio. Anche la raccolta dei dati deve essere pensata in modo inclusivo: se alcune persone usano meno gli strumenti digitali, i loro bisogni possono essere meno rappresentati nei dati con cui si progettano o si valutano le soluzioni di IA. La continuità delle cure si misura anche dalla capacità di raggiungerle.
La verifica dell’equità deve essere pratica. Non basta contare gli accessi alla piattaforma: occorre capire chi non entra, chi interrompe il percorso e per quale motivo. Una persona può saper usare lo smartphone e tuttavia non avere una connessione stabile, non voler condividere alcuni dati o non comprendere istruzioni formulate in un linguaggio tecnico. Offrire una spiegazione di persona e mantenere vie di accesso differenti non rallenta necessariamente il servizio: può evitare mancati controlli e richieste di aiuto tardive.
L’infermiere aumentato nella pratica quotidiana
L’immagine dell’«infermiere aumentato» descrive bene una possibilità: il professionista resta al centro del processo e usa l’IA per integrare osservazioni, riconoscere segnali e alleggerire compiti che assorbono tempo. Un sistema di supporto alle decisioni cliniche può combinare informazioni presenti nella documentazione e suggerire una priorità di valutazione; un modello predittivo può indicare una maggiore probabilità di deterioramento, caduta o lesione da pressione. Sono supporti alla pianificazione e alla sorveglianza, non diagnosi o decisioni da eseguire automaticamente.
Un esempio di ricerca applicata è CONCERN, sistema sviluppato a partire dalla documentazione infermieristica per riconoscere segnali precoci di deterioramento nei pazienti ricoverati. Il suo interesse sta anche nel fatto che considera il lavoro di osservazione già svolto dagli infermieri e registrato nella cartella. Gli studi di valutazione mostrano il potenziale di questa strada, ma il trasferimento da un contesto a un altro richiede verifiche: cambiano popolazioni, abitudini di documentazione, organizzazione del reparto e risposta possibile agli avvisi. Un allarme è utile se raggiunge la persona giusta, è comprensibile e consente un intervento appropriato; se gli avvisi sono troppi o poco pertinenti, possono invece aumentare il rumore nel lavoro clinico.
È utile distinguere previsione e prevenzione. Stimare che un evento sia più probabile non significa averlo evitato: tra un punteggio di rischio e un beneficio per la persona c’è una catena di decisioni, interventi e rivalutazioni. In reparto bisogna decidere quando l’alert compare, quale valutazione avvia, con chi condividere il risultato e come registrare ciò che è stato fatto. Se il sistema segnala più persone di quante l’équipe possa realmente rivalutare, l’organizzazione deve affrontare il problema delle risorse, non chiedere al singolo professionista di assorbire indefinitamente ulteriori avvisi.
Immaginiamo un caso clinico simulato: una persona anziana con una lesione da pressione. Nella valutazione abituale l’infermiere osserva la lesione, ne misura le dimensioni, descrive i tessuti e documenta le cure. In uno scenario assistito dall’IA, l’analisi di immagini potrebbe aiutare a misurare e confrontare la lesione nel tempo; un sistema di supporto potrebbe richiamare evidenze pertinenti; la dettatura potrebbe preparare una bozza della documentazione. È un esempio di possibile flusso di lavoro, non una dimostrazione che ogni strumento disponibile sia già accurato o faccia risparmiare un certo numero di minuti.
La fotografia, infatti, può variare per luce, distanza, qualità del dispositivo e colore della cute. Un’immagine non restituisce odore, dolore, condizioni generali, preferenze della persona o ragioni per cui una medicazione potrebbe non essere adatta. L’infermiere deve poter confrontare l’output con l’osservazione diretta, correggere gli errori e decidere il piano assistenziale. In questo senso «aumentato» non significa meno competente: significa capace di usare un’informazione in più senza perdere ciò che l’informazione non contiene.
La stessa cautela vale per la diagnosi per immagini e la medicina di precisione, aree di grande sviluppo. Alcuni strumenti aiutano a individuare caratteristiche difficili da riconoscere a occhio o a integrare dati clinici e biologici. I risultati di uno studio, però, descrivono uno specifico strumento, una popolazione e un metodo di confronto. Non autorizzano a trasferire automaticamente la prestazione a qualsiasi ospedale, dispositivo o condizione clinica. Prima di adottare una soluzione bisogna domandarsi se funzioni per le persone che il servizio incontra davvero.
Documentare meglio per avere tempo di assistere
Un altro ambito vicino al lavoro quotidiano è l’elaborazione del linguaggio. I sistemi di riconoscimento vocale e di analisi del testo possono trascrivere una consegna, proporre una sintesi della cartella o strutturare informazioni cliniche già raccolte. Se funzionano bene, riducono passaggi ripetitivi e rendono più facile recuperare dati importanti. La promessa, però, va misurata sul tempo complessivo: preparare una bozza in pochi secondi serve a poco se il professionista impiega molto tempo a correggerla.
Nomi di farmaci, abbreviazioni, accenti, rumore del reparto e frasi lasciate a metà possono produrre trascrizioni sbagliate. Un testo scorrevole può inoltre contenere dati assenti nella fonte oppure omettere una negazione clinicamente decisiva. Prima che una nota entri nella documentazione sanitaria occorrono verifica, correzione e attribuzione chiara della responsabilità professionale. Va anche chiarito dove transitano i dati e quali strumenti siano autorizzati dall’organizzazione: una cartella clinica non è materiale da copiare in un servizio digitale scelto individualmente per comodità.
Il guadagno più interessante non è riempire più velocemente gli stessi campi. È poter dedicare più attenzione alla valutazione, all’educazione terapeutica, all’ascolto e al coordinamento con gli altri professionisti. Questo risultato non è garantito dalla sola installazione di un software; va verificato nel tempo, chiedendo agli infermieri e alle persone assistite se il lavoro e la cura siano effettivamente migliorati.
Anche la qualità dei dati nasce dal lavoro di cura. Una documentazione incompleta o compilata solo per soddisfare un sistema informatico impoverisce sia la comunicazione tra colleghi sia gli strumenti che la elaborano. Occorre quindi evitare che l’IA imponga nuove registrazioni prive di utilità clinica, mentre si riconosce il valore di annotare osservazioni pertinenti con parole chiare e condivise. Il sistema dovrebbe adattarsi al ragionamento assistenziale e sostenerlo, non trasformare l’assistenza in una sequenza di campi da riempire.
Conoscere limiti e responsabilità
Occorre superare tanto l’entusiasmo automatico quanto il rifiuto pregiudiziale. Conoscere l’IA significa capire che cosa può fare, quali dati utilizza e dove possono nascere errori. Il sistema apprende da esempi che possono non rappresentare tutte le persone; può replicare differenze già presenti nei percorsi di cura o funzionare peggio in una popolazione diversa da quella in cui è stato sviluppato. Può anche fornire un risultato plausibile, espresso con sicurezza, che non corrisponde al caso concreto.
La risposta professionale è organizzare una supervisione reale. Prima dell’uso clinico occorre valutare lo strumento per lo scopo previsto, formare chi lo utilizza, stabilire come segnalare gli errori e controllare gli esiti dopo l’introduzione. Durante l’assistenza bisogna conservare la possibilità di discostarsi da un suggerimento motivando la scelta. L’attenzione critica non è un freno all’innovazione: permette di distinguere un aiuto affidabile da una scorciatoia rischiosa.
Questa competenza riguarda anche chi progetta i servizi. Gli infermieri conoscono tempi, interruzioni, passaggi di consegna e bisogni che spesso non compaiono nelle specifiche tecniche. Coinvolgerli dall’inizio consente di scegliere problemi rilevanti, definire dati utili e individuare i punti in cui la tecnologia può generare nuovi oneri. La formazione deve includere la lettura degli output, la qualità dei dati, la sicurezza delle informazioni e la capacità di spiegare alla persona assistita quale ruolo abbia lo strumento nel suo percorso.
Il rapporto con la persona va mantenuto comprensibile. Se un suggerimento algoritmico contribuisce a modificare una priorità o un percorso, il professionista deve saperne discutere in termini accessibili, senza nascondersi dietro un punteggio e senza attribuire alla macchina una certezza che non possiede. Può essere necessario spiegare perché il suggerimento è stato seguito oppure perché l’osservazione clinica e la storia della persona hanno portato a un’altra scelta. Questo dialogo sostiene la fiducia e permette di raccogliere informazioni che nessun sistema aveva a disposizione.
Una scelta da verificare nella vita reale
L’IA può contribuire a riconoscere prima alcuni rischi, sostenere la documentazione e collegare meglio le informazioni lungo il percorso di cura. Nessuna di queste promesse, tuttavia, può essere data per acquisita. Servono risultati clinici e assistenziali verificabili, un carico di lavoro sostenibile, accesso equo e una risposta organizzativa agli avvisi prodotti. Il criterio non è quanta tecnologia venga introdotta, ma se la persona riceva una cura più tempestiva, comprensibile e continua.
Per la professione infermieristica la posta in gioco è concreta. Se partecipiamo alla progettazione e alla valutazione degli strumenti, possiamo far sì che essi rendano più visibile ciò che osserviamo e sostengano decisioni meglio informate. L’incontro con la persona, la comprensione della sua situazione e la responsabilità della scelta restano il luogo in cui i dati diventano assistenza. È lì che l’innovazione deve dimostrare il proprio valore.