Prevenzione, riforma del SSN e accesso all’innovazione: come usare dati, AI e HTA per rilanciare la sanità italiana e migliorare davvero l’accesso alle cure.
Prevenzione e AI nel SSN: le mosse per rilanciare la sanità italiana
Nel 2023 la spesa sanitaria pubblica in Italia ha sfiorato i 134 miliardi di euro, ma la percezione dei cittadini è che l’accesso alle cure stia peggiorando: liste d’attesa infinite, pronto soccorso congestionati, medici di famiglia introvabili. Qualcosa non torna.
Il punto è semplice: continuiamo a finanziare soprattutto la cura, molto meno la prevenzione, l’innovazione clinica e la riforma organizzativa del Servizio Sanitario Nazionale (SSN). È esattamente il nodo che l’Istituto per la Competitività (I-Com) ha messo sul tavolo con le sue proposte su prevenzione, riforma del SSN e accesso all’innovazione.
Questo tema riguarda direttamente chi lavora nella sanità, le aziende del life science, le Regioni e, in pratica, ogni cittadino. Perché da come decidiamo oggi di usare i dati, l’intelligenza artificiale e gli strumenti di Health Technology Assessment (HTA) dipenderanno la sostenibilità del SSN e la qualità delle cure nei prossimi 10 anni.
In questo articolo passo in rassegna i tre fronti chiave indicati da I-Com – prevenzione, riforma del SSN e accesso all’innovazione – con un focus concreto su come l’intelligenza artificiale nella sanità italiana può smettere di essere uno slogan e diventare pratica quotidiana.
1. Prevenzione: spostare il baricentro fuori dall’ospedale
La prima risposta alla crisi del SSN non è spendere di più in ospedali, ma ridurre il numero di persone che arrivano in ospedale. Questo vuol dire mettere davvero al centro prevenzione e gestione delle malattie croniche.
Prevenzione come investimento, non come costo
Le malattie croniche (diabete, BPCO, scompenso cardiaco, tumori, malattie cardiovascolari) assorbono oltre il 70% della spesa sanitaria. Se non si agisce lì, il resto sono cerotti.
Misure concrete che I-Com e molti esperti spingono da anni:
- Programmi di screening mirato, basati su dati reali e non solo su fasce d’età generiche
- Percorsi strutturati per aderenza terapeutica dei pazienti cronici
- Telemonitoraggio per i pazienti fragili, per evitare accessi inappropriati al pronto soccorso
- Integrazione di medicina territoriale, farmacie e specialistica in percorsi unici di presa in carico
Qui l’intelligenza artificiale può fare la differenza in modo molto concreto.
Come l’AI può rafforzare la prevenzione
Se usata bene, l’AI nel SSN non è un gadget tecnologico, ma un moltiplicatore di prevenzione. Alcuni esempi pratici:
- Stratificazione del rischio: algoritmi che analizzano dati clinici, farmaceutici e socio-demografici per identificare i pazienti a maggior rischio di complicanze o ricoveri
- Prevenzione personalizzata: modelli predittivi che suggeriscono chi invitare per primo a uno screening o chi ha più probabilità di abbandonare una terapia
- Supporto ai medici di famiglia: alert intelligenti integrati nei gestionali di studio, che evidenziano pazienti con parametri fuori controllo o mancate visite periodiche
La realtà è che senza strumenti di questo tipo, la prevenzione rimane sulla carta. Il personale è poco, il tempo è limitato: o automatizziamo una parte dell’analisi dei dati, o l’idea di “presa in carico proattiva” resta uno slogan.
2. Riforma del SSN: dati, AI e HTA per decidere meglio
Riformare il Servizio Sanitario Nazionale non significa solo cambiare norme, ma soprattutto cambiare il modo in cui prendiamo decisioni: cosa finanziare, dove investire, quali tecnologie adottare.
Senza dati solidi non esiste vera riforma
Un SSN moderno vive di dati. Che cosa serve, in pratica:
- Fascicolo Sanitario Elettronico realmente usabile, aggiornato, interoperabile tra Regioni
- Infrastrutture digitali per gestire il flusso informativo tra ospedale, territorio, MMG, farmacie
- Standard unici per codificare diagnosi, procedure, outcome, in modo consistente
Su questo l’Italia è ancora a macchia di leopardo: alcune Regioni sono avanti, altre molto indietro. I-Com insiste su un punto che condivido: senza una governance nazionale dei dati, ogni Regione correrà per conto suo e l’innovazione clinica rimarrà frammentata.
AI nella sanità italiana: da progetto pilota a pratica diffusa
L’intelligenza artificiale in sanità oggi in Italia vive soprattutto in progetti pilota: radiologia, dermatologia, triage in pronto soccorso, analisi di immagini cardiologiche. Il problema non è la tecnologia, è la scala.
Per portare davvero l’IA dentro il SSN servono tre condizioni chiare:
- Modelli addestrati su dati italiani, in linea con la realtà epidemiologica e organizzativa del Paese
- Integrazione nei flussi di lavoro clinici: l’AI deve comparire lì dove il medico lavora, non in una piattaforma parallela che nessuno apre
- Regole trasparenti di responsabilità clinica: chi risponde se un algoritmo sbaglia? Il medico? L’ospedale? Il fornitore? Finché questo resta ambiguo, l’adozione sarà cauta
Su questo l’AI Act europeo e la normativa nazionale dovranno dialogare strettamente con il mondo sanitario. Se le regole sono pensate solo per l’industria, senza tener conto dei tempi e dei vincoli degli ospedali, gli strumenti resteranno fuori dai reparti.
HTA: decidere sull’innovazione con criteri chiari
L’altra grande leva di riforma riguarda come valutiamo e finanziamo le nuove tecnologie. L’Italia ha una tradizione di Health Technology Assessment (HTA), ma spesso:
- i processi sono lenti
- le metodologie non sono omogenee tra Regioni
- i risultati non arrivano in tempo per le decisioni di acquisto o rimborso
Per superare questo collo di bottiglia, I-Com e molti attori del settore spingono per:
- un HTA nazionale realmente coordinato, con linee guida chiare e tempi certi
- integrazione sistematica degli outcome riportati dai pazienti (PROMs e PREMs) nelle valutazioni
- uso di dati real world (RWD e RWE) per aggiornare nel tempo le decisioni
Qui l’AI torna utile: l’analisi automatica di grandi moli di dati clinici e amministrativi può accorciare i tempi dell’HTA e trasformarlo da esercizio teorico a strumento di governo quotidiano.
3. Accesso all’innovazione: farmaci, dispositivi e percorsi veloci
Garantire accesso tempestivo all’innovazione terapeutica è un altro punto critico del SSN. Nuovi farmaci, terapie avanzate, dispositivi medici e soluzioni digitali arrivano sul mercato, ma spesso incontrano muri normativi, ritardi negoziali, differenze regionali.
Legislazione farmaceutica e tempi di accesso
La legislazione farmaceutica italiana, tra AIFA, negoziazioni di prezzo e rimborsabilità, prova a bilanciare sostenibilità economica e diritto alla cura. Il problema è che i tempi si sono allungati proprio mentre la pipeline di farmaci innovativi (oncologia, malattie rare, terapie geniche) esplode.
Tre direzioni concrete di miglioramento:
- Processi paralleli: valutazione clinica, economica e organizzativa che procedono in sincronia, non in sequenza
- Schemi di rimborso basati sui risultati (outcome-based): se il farmaco funziona realmente, il SSN paga; altrimenti no o meno
- Uso intelligente dei registri di monitoraggio, con dati realmente analizzabili e non meri adempimenti burocratici
L’AI qui ha un ruolo chiaro: analizzare rapidamente i dati dei registri, identificare pattern di risposta e non risposta, aggiornare i modelli di costo-efficacia in modo dinamico.
Dispositivi medici, sanità digitale e AI as a Medical Device
Non parliamo solo di farmaci. Dispositivi medici avanzati, software clinici, piattaforme di telemedicina e soluzioni di AI come dispositivo medico (SaMD e AIaMD) sono sempre più centrali.
Per evitare che l’innovazione resti bloccata tra sperimentazioni locali e gare d’appalto infinite, servono:
- percorsi nazionali per la valutazione delle tecnologie digitali, con criteri condivisi di efficacia, sicurezza e impatto organizzativo
- modelli di rimborso specifici per servizi digitali (teleconsulto, telemonitoraggio, refertazione AI-assistita), non solo per prestazioni tradizionali
- regole chiare su interoperabilità e sicurezza dei dati, per evitare soluzioni isolate che non parlano con i sistemi del SSN
Chi lavora in questo settore lo vede ogni giorno: la tecnologia corre più veloce dei capitolati di gara. Senza una cornice nazionale chiara, ogni ASL e ogni Regione si arrangia come può, con il rischio di duplicazioni, sprechi e progetti che muoiono dopo due anni.
4. Pronto soccorso e cronicità: dove si vede subito se il sistema funziona
Se si vuole capire lo stato di salute del SSN, basta sedersi qualche ora in un pronto soccorso o parlare con un paziente cronico che deve fare controlli periodici. È lì che le riforme o funzionano, o restano sulla carta.
Decongestionare il pronto soccorso con percorsi intelligenti
L’AI e i dati possono aiutare in modo molto concreto a ridurre il caos in PS:
- Triage supportato da algoritmi: modelli che aiutano a prevedere la gravità del caso e il bisogno di ricovero, migliorando le priorità
- Previsione dei picchi di accesso sulla base di storico, stagionalità, eventi locali, per organizzare turni e risorse
- Identificazione degli accessi ripetuti per condizioni gestibili sul territorio, con segnalazione ai servizi territoriali e ai medici di famiglia
Non sostituisce il giudizio clinico, ma lo potenzia. E soprattutto sposta l’attenzione su come evitare futuri accessi inutili.
Prendersi carico davvero delle malattie croniche
Sulle malattie croniche, le proposte serie hanno tre ingredienti costanti:
- Team multiprofessionali (medici, infermieri, farmacisti, specialisti) che seguono il paziente nel tempo
- Piani assistenziali personalizzati, basati su linee guida ma adattati alla persona
- Tecnologie digitali e AI per monitorare, prevedere scompensi, supportare l’aderenza
Un esempio concreto: un paziente con scompenso cardiaco può essere dotato di dispositivi di monitoraggio domiciliare; un algoritmo analizza pressione, peso, frequenza cardiaca, sintomi riferiti, e segnala al centro quando c’è il rischio di peggioramento. Un intervento precoce evita il ricovero, migliora la qualità di vita e riduce i costi.
Questo non è fantascienza: tecnologie del genere esistono già. Il punto è inserirle in percorsi clinici strutturati, finanziati e misurati, non lasciarle a progetti sperimentali isolati.
5. Cosa possono fare oggi decisori, clinici e imprese
Chi ha responsabilità nella sanità italiana non può limitarsi a commentare piani e documenti. Ci sono azioni molto concrete che si possono avviare già ora.
Per Regioni e decisori pubblici
- Definire una strategia regionale su dati e AI in sanità, con priorità chiare (cronicità, PS, oncologia…)
- Potenziare l’uso di HTA in tutte le fasi di introduzione delle tecnologie, con tempi certi
- Finanziare progetti di telemedicina e AI solo se integrati nei percorsi clinici e nei sistemi informativi
Per aziende sanitarie e professionisti
- Coinvolgere i clinici fin dall’inizio nella scelta e nell’implementazione di tecnologie AI
- Investire su formazione pratica: non corsi teorici sull’AI, ma laboratori su casi d’uso reali del reparto
- Costruire piccoli progetti pilota misurabili, con indicatori chiari di esito clinico, esperienza del paziente e impatto organizzativo
Per le imprese del settore salute e digitale
- Progettare soluzioni di intelligenza artificiale spiegabile, con output chiari e interpretabili dal clinico
- Integrare nativamente standard e terminologie del SSN (non imporre ecosistemi chiusi)
- Accettare modelli di condivisione del rischio: pagamenti legati ai risultati e non solo alla vendita di licenze o dispositivi
Chi si muove in questa direzione oggi avrà un vantaggio competitivo enorme quando il quadro regolatorio e organizzativo sarà più maturo.
Conclusione: l’innovazione clinica non è tecnologia, è scelte
Prevenzione reale, riforma del SSN basata sui dati e accesso equo all’innovazione non richiedono solo più fondi, ma scelte coraggiose: su cosa misurare, cosa finanziare, come usare l’intelligenza artificiale nella sanità italiana.
Il messaggio che arriva dalle proposte di I-Com è chiaro: abbiamo già molti degli strumenti necessari – dati, AI, HTA, competenze – ma li usiamo in modo frammentato. Metterli a sistema vuol dire decidere che il SSN non si limita a curare quando la malattia esplode, ma lavora prima, meglio e in modo coordinato.
Chi guida oggi ospedali, servizi territoriali, aziende del pharma e del medtech ha un’occasione concreta: passare dall’innovazione raccontata all’innovazione misurata. La domanda, molto pratica, è: qual è il prossimo progetto, nel tuo contesto, in cui dati e AI possono migliorare davvero prevenzione, accesso alle cure e qualità dell’assistenza entro i prossimi 12 mesi?