Creazione di un sistema di governance clinica documentabile

L’integrazione di soluzioni basate sull’Intelligenza Artificiale all’interno delle strutture sanitarie italiane richiede un profondo cambio di paradigma organizzativo. Per le Direzioni Generali, Sanitarie e Amministrative, non si tratta semplicemente di adottare nuove tecnologie informatiche, ma di governare strumenti avanzati che impattano direttamente sui percorsi di cura, sull’organizzazione del lavoro e sulla sicurezza dei pazienti. La Legge 132/2025 fissa paletti chiari in questo senso, stabilendo che l’impiego dell’Intelligenza Artificiale in ambito sanitario deve essere sempre soggetto a una rigorosa governance documentabile e deve fungere esclusivamente da supporto al professionista, senza mai sostituire il giudizio clinico umano.

La creazione di un sistema di governance clinica documentabile rappresenta il pilastro fondamentale per mitigare i rischi legali, clinici e reputazionali. Questo sistema si fonda su procedure interne tracciabili e sulla costituzione di organi decisionali multidisciplinari in grado di monitorare continuativamente le prestazioni, l’equità e la sicurezza delle soluzioni implementate. Ogni singola fase, dalla valutazione preliminare del fornitore fino al monitoraggio durante l’utilizzo quotidiano, deve essere registrata, standardizzata e giustificabile di fronte ad audit interni, autorità competenti e cittadini.

Il Comitato Multidisciplinare per la Valutazione dell’Intelligenza Artificiale

Il primo passo operativo per una Direzione Aziendale è l’istituzione formale di un Comitato di Valutazione delle Tecnologie di Intelligenza Artificiale. Questo organo interno ha il compito di esaminare ogni proposta di adozione di sistemi intelligenti, valutandone l’impatto clinico, etico, legale ed economico prima di qualsiasi autorizzazione all’acquisto. La natura complessa di queste tecnologie rende del tutto obsoleti i tradizionali processi di approvvigionamento gestiti esclusivamente dal dipartimento informatico o dall’ufficio acquisti. La valutazione deve essere obbligatoriamente corale e integrata.

Per essere realmente efficace e conforme ai principi di responsabilità dirigenziale, il Comitato deve includere figure chiave dell’ecosistema ospedaliero e dell’azienda sanitaria:

• Direzione Sanitaria e Clinical Risk Manager: per garantire che la soluzione risponda a reali bisogni di salute, mappare i potenziali rischi derivanti da errori algoritmici (falsi positivi o falsi negativi) e assicurare che il principio della supervisione umana sia preservato nei protocolli operativi.
• Direzione dei Sistemi Informativi: per valutare la sicurezza informatica e l’interoperabilità della soluzione con i gestionali esistenti, con particolare attenzione all’integrazione strutturale con il Fascicolo Sanitario Elettronico.
• Data Protection Officer e Ufficio Legale: per assicurare il rigoroso rispetto del GDPR e delle nuove normative nazionali, verificando che i modelli matematici non espongano l’azienda a illeciti nel trattamento dei dati sanitari.
• Direzione Amministrativa: per la valutazione della sostenibilità economica, del ritorno sull’investimento e della corretta formulazione dei contratti di fornitura.
• Referenti Clinici di Dipartimento: i futuri utilizzatori finali della tecnologia, essenziali per validare l’usabilità pratica e la reale utilità dello strumento nel flusso di lavoro quotidiano.

Procedure interne tracciabili: dalla selezione al rilascio clinico

Una governance clinica solida richiede che le delibere del Comitato si traducano in procedure interne rigorosamente tracciabili. La documentabilità è il concetto centrale: ogni decisione aziendale riguardante l’Intelligenza Artificiale deve poter essere ricostruita a posteriori in modo oggettivo. Questo approccio metodologico tutela in primo luogo le Direzioni in caso di contenziosi e garantisce la trasparenza procedurale richiesta dal legislatore italiano.

Il ciclo di vita di una soluzione di Intelligenza Artificiale all’interno della struttura sanitaria deve essere scandito da fasi procedurali precise. Inizialmente, la fase di selezione dei fornitori non deve limitarsi all’analisi dei costi di licenza. Le Direzioni devono imporre ai fornitori la presentazione di evidenze scientifiche sulle prestazioni del modello, dettagli sui set di dati utilizzati per l’addestramento e documentazione tecnica sulla validazione. È di importanza critica verificare che i dati di addestramento originali siano rappresentativi della popolazione locale, al fine di evitare bias sistematici che potrebbero compromettere l’accuratezza diagnostica o gestionale nell’applicazione reale.

All’interno delle procedure tracciabili, un capitolo dedicato deve normare la contrattualistica. Le Direzioni non possono accettare soluzioni a scatola chiusa senza garanzie esplicite sulle logiche di funzionamento. I contratti devono includere clausole vincolanti sui livelli di servizio e sull’obbligo del fornitore di segnalare tempestivamente qualsiasi anomalia riscontrata in altre strutture sanitarie. Inoltre, deve essere garantito il diritto di sospensione aziendale qualora i sistemi di monitoraggio rilevino un calo inaccettabile delle prestazioni, senza alcuna penale economica per l’ospedale.

Monitoraggio continuo e gestione del rischio di deriva dell’algoritmo

Un aspetto critico che differenzia nettamente l’Intelligenza Artificiale dai software dipartimentali tradizionali è la possibilità che le prestazioni del modello si deteriorino nel tempo. Questo fenomeno, tecnicamente noto come deriva dei dati, si verifica quando i dati del mondo reale elaborati quotidianamente dal sistema iniziano a differire in modo significativo dai dati su cui il sistema è stato originariamente addestrato. A titolo di esempio, un aggiornamento nei protocolli di acquisizione delle immagini radiologiche o l’introduzione di un macchinario di nuova generazione potrebbero alterare la nitidezza delle immagini, portando l’algoritmo a commettere improvvisi errori di valutazione.

Per ottemperare agli obblighi di governance clinica, le Direzioni devono stabilire procedure rigorose per il monitoraggio continuo. Il Comitato Multidisciplinare deve definire preventivamente indicatori chiave di prestazione (KPI) di natura clinica e operativa, programmando audit a cadenza prefissata. Qualora l’accuratezza del sistema scenda sotto la soglia di sicurezza approvata dalla Direzione Sanitaria, la procedura deve prevedere meccanismi di allarme tempestivi e l’immediata sospensione dell’uso clinico del sistema, in attesa di una ricalibrazione tecnica da parte dell’azienda fornitrice.

La Legge 132/2025, il Fascicolo Sanitario Elettronico e la tutela del dato

La Legge 132/2025 introduce disposizioni estremamente specifiche che le aziende sanitarie pubbliche e private devono integrare nei propri sistemi organizzativi. Uno dei punti nevralgici riguarda l’alimentazione e la consultazione del Fascicolo Sanitario Elettronico. Le soluzioni di Intelligenza Artificiale che interagiscono con il Fascicolo, sia in fase di estrazione dati per elaborare modelli di stratificazione del rischio, sia in scrittura per inserire referti strutturati, devono essere sottoposte a controlli inflessibili per garantire la totale protezione delle informazioni sensibili.

La procedura aziendale deve certificare formalmente che il sistema di Intelligenza Artificiale acceda esclusivamente ai dati strettamente necessari per la specifica finalità perseguita, nel pieno rispetto del principio di minimizzazione sancito dal GDPR. Inoltre, la normativa esige la massima trasparenza verso il cittadino: ogni suggerimento diagnostico o terapeutico generato parzialmente da un algoritmo e registrato nella documentazione clinica del paziente deve essere chiaramente etichettato come tale. Deve essere sempre ricostruibile quale frammento di informazione è stato generato dalla macchina e quale è stato convalidato dal professionista umano. Questa accortezza non solo tutela i diritti del paziente, ma protegge l’intera struttura aziendale da gravosi contenziosi medico legali.

Applicazioni pratiche per le Direzioni Aziendali italiane

Per comprendere l’applicazione concreta di un sistema di governance documentabile, è utile analizzare due scenari tipici per un’azienda sanitaria locale o un grande gruppo ospedaliero privato.

In ambito prettamente clinico, consideriamo l’adozione di una piattaforma di Intelligenza Artificiale per il triage delle radiografie in regime di urgenza. La governance impone che la Direzione Sanitaria approvi un protocollo operativo scritto, il quale specifica che l’algoritmo agisce solo per segnalare priorità di lettura al radiologo, senza mai formulare diagnosi autonome. La procedura aziendale tracciabile deve prevedere revisioni trimestrali in cui il Risk Manager calcola il numero di falsi positivi generati dalla macchina, documentando i correttivi adottati nel processo di lavoro per minimizzare il rischio di over-triage.

In ambito amministrativo e gestionale, si consideri l’implementazione di un algoritmo predittivo per l’ottimizzazione delle liste di attesa chirurgiche. In questo frangente, la governance si concentra sulla prevenzione delle discriminazioni e sulla protezione dei dati sanitari. Il Comitato deve documentare, tramite test specifici, che l’algoritmo non penalizzi involontariamente determinate categorie demografiche o pazienti con comorbilità complesse. La Direzione Amministrativa e il Data Protection Officer devono registrare ufficialmente che i flussi informativi utilizzati dal modello siano stati preventivamente anonimizzati o pseudonimizzati in conformità alla Legge 132/2025, garantendo in ogni momento che i criteri di priorità suggeriti dal sistema possano essere bypassati e corretti dalla supervisione dei direttori di unità operativa.

Conclusioni strategiche per il management sanitario

La progettazione e l’implementazione di un sistema di governance clinica per l’Intelligenza Artificiale non rappresentano un mero adempimento burocratico, bensì un imperativo strategico ineludibile per l’Alta Direzione. Garantire che ogni fase della trasformazione digitale sia sostenuta da procedure interne tracciabili e dalla costante supervisione di un Comitato multidisciplinare significa porre l’azienda al riparo dalle vulnerabilità tecnologiche e legali.

Il principio imprescindibile secondo cui l’Intelligenza Artificiale affianca, ma non sostituisce, l’intelligenza clinica e manageriale umana deve tradursi in precise regole operative di governo clinico. Solamente attraverso una conduzione rigorosa, documentabile e trasparente, il management sanitario italiano sarà in grado di governare l’innovazione, trasformandola in un reale e misurabile vantaggio per la sicurezza dei pazienti, l’efficienza delle prestazioni erogate e la solidità complessiva del sistema salute.