Parametri direzionali per la selezione dei fornitori tecnologici

L’integrazione strutturale dell’Intelligenza Artificiale nelle aziende sanitarie pubbliche, negli ospedali e nei gruppi privati italiani richiede un radicale cambio di paradigma nei processi di approvvigionamento tecnologico. Per i Direttori Generali, i Direttori Sanitari e i Direttori Amministrativi, la selezione di un fornitore non si limita più alla valutazione del miglior rapporto qualità prezzo di un tradizionale software gestionale.

Si tratta di stabilire una vera e propria alleanza strategica che incide in modo diretto sulla sicurezza clinica dei pazienti, sulla protezione rigorosa dei dati sanitari e sulla responsabilità medico legale dei vertici della struttura. L’obiettivo primario di questa lezione è fornire alle Direzioni aziendali un modello di valutazione metodologico e inattaccabile per qualificare i fornitori di Intelligenza Artificiale, fondato su affidabilità dimostrabile, trasparenza algoritmica e puntuale rispetto delle certificazioni relative ai dispositivi medici.

Il quadro normativo e le direttive della Legge 132/2025

La promulgazione della Legge 132/2025 ha introdotto disposizioni stringenti e inequivocabili per l’impiego dei sistemi di Intelligenza Artificiale in ambito sanitario, con particolare riferimento alla piena integrazione e interoperabilità con il Fascicolo Sanitario Elettronico. La norma stabilisce un perimetro operativo chiaro per le Direzioni strategiche, vincolando l’adozione di soluzioni tecnologiche a rigorosi standard di sicurezza cibernetica e di tutela della privacy del cittadino.

Un principio cardine ribadito dal legislatore, che deve fungere da bussola per ogni scelta di adozione tecnologica, è che l’Intelligenza Artificiale ha la funzione esclusiva di affiancare e supportare, senza mai in nessun caso sostituire, il giudizio clinico del professionista sanitario. La decisione finale sui percorsi diagnostici e sui piani terapeutici rimane una prerogativa umana e medica, mentre l’algoritmo agisce come uno strumento di precisione avanzato per l’analisi complessa dei dati clinici.

In questo rinnovato contesto normativo, la selezione del partner tecnologico deve garantire che i sistemi proposti siano architettati secondo il principio della privacy by design e che siano capaci di dialogare in modo sicuro e tracciato con il Fascicolo Sanitario Elettronico regionale e nazionale.

I dati sanitari trattati dai modelli di Intelligenza Artificiale rappresentano la categoria di informazioni personali più sensibile in assoluto. Pertanto, il Direttore Amministrativo di concerto con il Direttore Sanitario deve esigere dai fornitori garanzie assolute sulla crittografia end to end, sulla localizzazione dei server esclusivamente sul territorio nazionale o europeo e sulla totale assenza di utilizzi secondari non autorizzati dei dati dei pazienti italiani per l’addestramento di modelli proprietari di terze parti.

Affidabilità e certificazione dei dispositivi medici

Quando un software basato su Intelligenza Artificiale viene impiegato per finalità diagnostiche, prognostiche, predittive o terapeutiche, esso ricade automaticamente nella classificazione di Software as a Medical Device. Questo passaggio concettuale è cruciale per la Direzione Sanitaria e per il risk management ospedaliero. Un fornitore qualificato deve dimostrare in modo documentale che il proprio sistema è pienamente in regola con il Regolamento Europeo sui Dispositivi Medici e possiede la corretta marcatura CE per la classe di rischio clinico appropriata.

Valutare l’affidabilità di un fornitore significa, prima di tutto, esaminare la sua maturità clinica e regolatoria.

Per strutturare un processo di qualificazione dei fornitori che sia solido e inattaccabile, le Direzioni devono richiedere e analizzare specifici elementi documentali in fase di gara o di affidamento:

• Certificazione di destinazione d’uso clinico: Documentazione formale che attesti l’approvazione del software esclusivamente per lo specifico caso d’uso clinico richiesto, evitando categoricamente l’impiego off label di algoritmi generici non validati.
• Validazione clinica indipendente: Prove di efficacia basate su studi clinici pubblicati su riviste scientifiche, che dimostrino come il sistema abbia performato su popolazioni di pazienti reali, idealmente con caratteristiche demografiche e cliniche sovrapponibili a quelle del bacino di utenza dell’azienda sanitaria italiana.
• Piano di monitoraggio post commercializzazione: Evidenza di un processo strutturato del fornitore per rilevare, analizzare e correggere tempestivamente eventuali anomalie o decrescimenti delle prestazioni dell’algoritmo nel corso del tempo operativo.
• Certificazioni di sicurezza delle informazioni: Possesso di standard internazionali rigorosi e aggiornati, con particolare attenzione alla ISO 27001 e alla ISO 27799 specifica per la sicurezza delle informazioni nel delicato settore della salute.

Trasparenza algoritmica e governance dei dati

Un ulteriore criterio dirimente nella selezione dei fornitori di alto livello è la trasparenza algoritmica, spesso definita nella letteratura tecnica come spiegabilità. I sistemi cosiddetti a scatola nera, in cui l’algoritmo produce una raccomandazione clinica senza fornire le motivazioni o i parametri specifici che hanno generato tale risultato, espongono la struttura ospedaliera a rischi inaccettabili dal punto di vista della governance clinica.

Se un medico specialista deve basare parte della propria decisione su un suggerimento dell’Intelligenza Artificiale, deve poter comprendere il razionale logico e clinico sottostante. In caso di sfortunato contenzioso medico legale, la direzione aziendale e il professionista devono poter ricostruire in modo cristallino e documentabile come e perché è stata presa una determinata decisione diagnostica.

Il fornitore ideale deve proporre interfacce utente progettate esplicitamente per evidenziare i fattori di confidenza del modello matematico. Ad esempio, in un caso d’uso clinico legato all’analisi di immagini radiologiche per l’identificazione di lesioni oncologiche sospette, il sistema non deve limitarsi a indicare una percentuale di probabilità di patologia. Il software deve evidenziare visivamente le aree specifiche del referto per immagini che hanno portato a tale conclusione algoritmica, permettendo al medico radiologo di validare o confutare l’ipotesi della macchina basandosi sulla propria insostituibile competenza professionale.

Casi d’uso clinici e amministrativi nel contesto aziendale italiano

Il modello di valutazione del fornitore tecnologico deve possedere la flessibilità necessaria per essere adattato sia alle soluzioni puramente cliniche sia a quelle a trazione amministrativa e logistica. Nel contesto prettamente clinico, le applicazioni di maggiore impatto spaziano dal supporto avanzato al triage nei Dipartimenti di Emergenza e Urgenza per l’identificazione precoce di codici ad altissima criticità, fino alla medicina di precisione nei percorsi oncologici.

In ambito strettamente amministrativo e gestionale, l’Intelligenza Artificiale offre enormi potenzialità direzionali per l’ottimizzazione dell’allocazione del personale sanitario, la manutenzione predittiva delle costose apparecchiature biomedicali e la gestione fluida dei flussi di ricovero, degenza e dimissione dei pazienti, riducendo i tempi di attesa. In entrambi questi macro scenari operativi, i parametri di selezione del partner tecnologico differiscono nettamente dalle classiche logiche informatiche del passato.

Costruzione di una governance documentabile e conclusioni

La responsabilità ultima, civile e spesso penale, dell’adozione di queste potenti tecnologie risiede saldamente nelle mani del Direttore Generale, operativamente supportato dalle direzioni sanitaria, amministrativa e dei sistemi informativi. Per tutelare il management aziendale e, contestualmente, garantire la massima qualità delle cure erogate alla cittadinanza, risulta oggi indispensabile istituire un sistema di governance totalmente documentabile.

Questo significa all’atto pratico che il contratto di fornitura tecnologica deve prevedere clausole inequivocabili in merito alla responsabilità sulla conservazione dei dati, meccanismi di audit tecnico periodico da parte dell’azienda ospedaliera e l’obbligo contrattuale per il fornitore di consegnare report regolari sulle metriche di accuratezza clinica del modello e sui potenziali bias algoritmici che potrebbero discriminare specifiche fasce di pazienti.

Le Direzioni devono acquisire la consapevolezza che un sistema di Intelligenza Artificiale clinica non è un prodotto informatico statico che si acquista e si installa una singola volta per poi essere dimenticato.

Si tratta di un servizio estremamente dinamico che richiede una sorveglianza umana continua. L’algoritmo operativo potrebbe subire nel tempo una fisiologica deriva dei dati, che si traduce in una pericolosa diminuzione delle prestazioni diagnostiche dovuta a banali cambiamenti nelle procedure di reparto, nell’aggiornamento dei macchinari di acquisizione immagini o nella mutata demografia dei pazienti afferenti a quella specifica Azienda Sanitaria Locale.

Il fornitore deve essere obbligato formalmente a ricalibrare e riaddestrare il modello qualora le performance cliniche scendano sotto la soglia di sicurezza prestabilita in fase di gara.

In conclusione, le Direzioni generali, sanitarie e amministrative degli ospedali italiani hanno il compito storico di governare questa imponente transizione tecnologica respingendo le fascinazioni acritiche del mercato e adottando un rigore metodologico assoluto. Selezionare fornitori strutturati, capaci di garantire una totale conformità normativa alla Legge 132/2025, certificazioni cliniche europee inoppugnabili e la più rigida sovranità sui dati dei cittadini, rappresenta oggi l’unico fondamento possibile per una innovazione che sia realmente sicura, etica e in grado di innalzare concretamente gli standard di cura del Sistema Sanitario Nazionale.