Intelligenza artificiale nel corso di medicina 2026 e perché servono ancora i medici

Quanta intelligenza artificiale c'è davvero oggi nella formazione medica

Il divario tra dibattito pubblico e realtà didattica è ancora percepibile. Un sondaggio trasversale del 2024 ha coinvolto 409 studenti di medicina e odontoiatria di Germania, Austria e Svizzera. I dati sono stati raccolti tra aprile e luglio 2023. Solo il 18,2 per cento dei partecipanti aveva ricevuto in quel momento una formazione formale sull'intelligenza artificiale. Allo stesso tempo c'era una forte correlazione tra affinità tecnica e familiarità con l'IA, il che in pratica significa: chi si interessava al tema privatamente era informato, chi no non lo diventava grazie al curriculum.

Quanto in fretta il campo si sia mosso da allora lo mostra una scoping review aggiornata del 2025. Il gruppo ha vagliato 3.238 pubblicazioni e ne ha incluse 310. Ben 161 pubblicazioni, cioè il 52 per cento del materiale incluso, rientravano in una finestra di otto mesi e trattavano esclusivamente la formazione medica di primo livello. Gli autori registrano però altrettanto che non esistono né un approccio standardizzato né un consenso sulle competenze in materia di IA o sui quadri etici.

Da materia facoltativa a compito trasversale

Un'analisi del 2025 ha descritto il collo di bottiglia centrale: non sono gli studenti ma il corpo docente che finora in prevalenza non ha né le competenze né linee guida vincolanti per integrare l'IA generativa nel curriculum di base. La raccomandazione si riduce a tre elementi: regole d'uso chiare che proteggano i dati istituzionali e dei pazienti, una struttura di governance con principi etici e competenze articolate per studenti e docenti. È per questo che in molte facoltà l'IA parte oggi come materia facoltativa, seminario a blocchi o curriculum longitudinale, e non come materia autonoma dell'esame di Stato.

Cosa richiedono i cataloghi degli obiettivi formativi

Il Catalogo nazionale degli obiettivi formativi basato sulle competenze per la medicina, in breve NKLM, è l'opera di riferimento delle facoltà di medicina in Germania. Per sua stessa descrizione non descrive solo conoscenze disciplinari e di ragionamento insieme a competenze pratiche e atteggiamenti, ma espressamente anche competenze trasversali, tra cui competenze interprofessionali, digitali e scientifiche. La competenza digitale è quindi sancita nel quadro di riferimento tedesco, non è facoltativa.

Il catalogo esiste attualmente nella versione provvisoria NKLM 2.1, pubblicata a giugno 2026. È mantenuto in due varianti applicative, una secondo il disegno di legge del 2023 e una secondo il regolamento di abilitazione medica in vigore. In parallelo si lavora alla versione 3.0, il cui obiettivo dichiarato è ridurre i contenuti e concentrarsi sulla materia rilevante per la pratica all'inizio della carriera. Importante per il contesto: l'NKLM è un quadro di orientamento fissato dalle facoltà, non un'ordinanza giuridica. Il regolamento di abilitazione medica riformato non è ancora entrato in vigore; dal punto di vista giuridico resta determinante il regolamento del 2002 nella sua versione del 2023.

Dai cataloghi e dal dibattito professionale internazionale si possono ricavare quattro aree di competenza che i futuri medici dovranno padroneggiare:

• Interpretare i dati. Sensibilità, specificità, valore predittivo positivo e negativo, probabilità pre-test e calibrazione di un modello non sono folklore statistico; determinano se un risultato algoritmico significa qualcosa nel singolo caso.
• Valutazione critica degli algoritmi. Su quale popolazione è stato addestrato, su quale è stato validato, come si comporta il modello fuori da quella popolazione, chi lo ha approvato e per quale scopo.
• Protezione dei dati e sovranità sui dati. Quali dati possono uscire da un sistema informativo ospedaliero e cosa significa questo per i modelli linguistici liberamente accessibili nel lavoro quotidiano in reparto.
• Responsabilità e responsabilità giuridica. La decisione medica resta attribuibile. Il suggerimento di un modello è un contributo alla decisione, non la decisione stessa.

Cosa raggiungono davvero i modelli linguistici negli esami di medicina

Qui l'evidenza è ormai ragionevole ed è più differenziata di quanto suggeriscano i titoli. Una meta-analisi del 2025 ha analizzato 36 studi sui modelli linguistici negli esami di abilitazione medica. L'accuratezza complessiva aggregata era del 72 per cento, con un intervallo di confidenza al 95 per cento da 70,0 a 75,0 per cento. GPT-4 ha raggiunto l'81 per cento, Claude il 74 per cento, Gemini o Bard il 70 per cento e GPT-3.5 invece il 60 per cento. Tra le lingue l'intervallo andava dal 62 al 77 per cento, con differenze non statisticamente significative.

Un'analisi del 2025 ha esaminato 120 singole valutazioni in dieci sistemi d'esame e nove lingue. Le generazioni di modelli più recenti hanno ottenuto punteggi considerevolmente più alti: GPT-o1 al 95,4 per cento, DeepSeek-R1 al 92,0 per cento, GPT-4o all'89,4 per cento. Tredici dei 16 modelli esaminati hanno superato la soglia del 60 per cento che in molti luoghi funge da soglia di superamento. Tipo di modello, sistema d'esame e lingua insieme spiegavano circa l'89 per cento dell'eterogeneità tra gli studi.

Contro questo sta una meta-analisi più ampia del 2024. Su 32 studi l'accuratezza complessiva negli esami di medicina era 0,61, con un intervallo di confidenza da 0,58 a 0,64, e per l'USMLE statunitense solo 0,51. La differenza rispetto alle analisi successive si spiega soprattutto con la generazione dei modelli e la scelta dei formati d'esame. Per l'odontoiatria il quadro era più sobrio: una meta-analisi del 2025 ha trovato, su undici studi di otto Paesi, il 72 per cento per GPT-4, il 56 per cento per Bard e il 54 per cento per GPT-3.5, con l'esplicita nota che l'accuratezza resta al di sotto della soglia richiesta per l'applicazione clinica.

Dove l'evidenza mostra i suoi limiti

Una domanda d'esame è un problema chiuso con opzioni di risposta preformulate. Il lavoro clinico è l'opposto. È proprio qui che la ricerca diventa rivelatrice. Nel 2024 uno studio randomizzato ha assegnato 50 medici, 26 specialisti e 24 specializzandi, a lavorare su casi diagnostici con o senza accesso a un modello linguistico. La prestazione diagnostica mediana era del 76 per cento con accesso al modello contro il 74 per cento senza, una differenza di due punti percentuali e non statisticamente significativa. Il modello da solo ha ottenuto 16 punti in più di entrambi i gruppi di medici. La semplice disponibilità di uno strumento potente non migliora quindi automaticamente i risultati.

Uno studio di follow-up dello stesso gruppo nel 2025 ha randomizzato 92 medici in attività su decisioni di gestione con GPT-4 più risorse convenzionali contro le sole risorse convenzionali. Qui è emerso un vantaggio significativo di 6,5 punti percentuali, anche se con più tempo speso per caso e nessuna differenza significativa tra i medici supportati dal modello e il modello da solo. Nel complesso, i due lavori danno una lezione chiara: il beneficio non viene dal modello ma dal modo in cui un medico lavora con esso. È una competenza, e le competenze si insegnano e si esaminano.

Poi c'è la questione dell'affidabilità. Un'analisi sistematica del 2023 ha rilevato preoccupazioni su contenuti imprecisi e sul rischio di allucinazioni, cioè affermazioni formulate in modo plausibile ma false, nel 96,7 per cento dei lavori analizzati. Nemmeno il beneficio didattico è automatico: una meta-analisi del 2025 ha aggregato undici studi controllati randomizzati con 786 studenti di medicina e non ha trovato alcuna differenza statisticamente significativa nell'acquisizione di conoscenze tra insegnamento supportato dall'IA e tradizionale, con una differenza media standardizzata di 0,27. I vantaggi sono emersi in sottogruppi, in particolare con fasi di apprendimento più lunghe, corsi orientati alla pratica, lo sviluppo di abilità pratiche e la soddisfazione degli studenti.

Radiologia e patologia tra titoli e evidenza

Nessuna specialità è citata più spesso come esempio della presunta sostituzione dei medici della radiologia. La più ampia evidenza randomizzata finora viene dallo studio svedese MASAI sullo screening mammografico. La prima analisi intermedia è apparsa nel 2023 e riguardava 80.033 donne. Il tasso di rilevazione era di 6,1 per 1.000 nel gruppo supportato dall'IA contro 5,1 per 1.000 con la doppia lettura convenzionale, il tasso di richiamo 2,2 contro 2,0 per cento e il carico di lettura è sceso del 44,3 per cento.

Un'analisi di follow-up nel 2025 ha confermato il quadro su 105.934 donne con 6,4 contro 5,0 rilevazioni per 1.000 e una riduzione del carico di lavoro del 44,2 per cento. L'endpoint decisivo è seguito nel 2026: per la stessa coorte, 1,55 tumori intervallo per 1.000 nel gruppo IA contro 1,76 per 1.000 nel gruppo di controllo, con una sensibilità dell'80,5 contro il 73,8 per cento e una specificità identica del 98,5 per cento in entrambi i gruppi. Una revisione sistematica del 2025 su 31 studi e più di due milioni di esami è giunta a una riduzione del volume di lettura dal 40 al 90 per cento con prestazioni diagnostiche comparabili.

Colpisce come questi programmi siano costruiti: in MASAI l'IA non sostituisce la refertazione, sostituisce parte della doppia lettura e dà priorità. La decisione medica resta il punto finale della catena. La patologia mostra esattamente lo stesso schema. Uno studio diagnostico multicentrico del 2023 ha esaminato 20.954 linfonodi su 7.991 immagini di vetrino intero di 998 pazienti con carcinoma della vescica. Il modello ha raggiunto aree sotto la curva da 0,978 a 0,998. Il risultato davvero informativo sta però nella combinazione: la sensibilità dei patologi junior è salita con il supporto dell'IA da 0,906 a 0,953 e quella dei colleghi esperti da 0,947 a 0,986. È amplificazione, non sostituzione. E l'amplificazione è massima per chi padroneggia già il campo.

Diritto, responsabilità e protezione dei dati rendono vincolante la competenza in materia di IA

Il regolamento (UE) 2024/1689 sull'intelligenza artificiale è entrato in vigore il 1° agosto 2024 ed è generalmente applicabile dal 2 agosto 2026. Le disposizioni producono effetti per gradi: i divieti e gli obblighi in materia di alfabetizzazione sull'IA si applicano dal 2 febbraio 2025, le norme di governance e i requisiti per i modelli di uso generale dal 2 agosto 2025. Per i sistemi ad alto rischio in ambiti particolarmente sensibili la Commissione indica il 2 dicembre 2027 e per l'IA ad alto rischio nei prodotti il 2 agosto 2028.

Per la medicina non è una questione marginale. Nei considerando il regolamento afferma espressamente che i sistemi diagnostici in ambito sanitario devono essere particolarmente affidabili e accurati a causa del rischio per la vita e l'incolumità, e annovera i dispositivi medici e la diagnostica in vitro tra i prodotti soggetti a valutazione di conformità di terza parte quando è integrata IA ad alto rischio. In pratica significa: chi eserciterà la medicina in futuro lavorerà con sistemi regolamentati di cui deve conoscere i limiti per adempiere al proprio dovere di diligenza.

Che questa questione occupi anche la professione stessa lo mostrano i dati del sondaggio 2026. L'88 per cento degli intervistati ritiene importante la validazione di sicurezza ed efficacia, l'86 per cento le garanzie di protezione dei dati e il 31 per cento ha indicato quadri chiari di responsabilità come priorità assoluta. Allo stesso tempo l'88 per cento ha riferito preoccupazione per la perdita delle proprie competenze. È notevole, perché viene dallo stesso gruppo che usa di più la tecnologia.

Questa sezione riflette lo stato delle regole pubblicamente disponibili e non sostituisce una consulenza legale nel singolo caso.

Confronto internazionale dei requisiti

Vale la pena guardare oltre confine, perché i tre sistemi hanno scelto tre strade diverse: una di tipo professionale negli Stati Uniti, una regolatoria nel Regno Unito e una basata sulle competenze in Svizzera.

Negli Stati Uniti l'American Medical Association ha scelto deliberatamente il termine intelligenza aumentata, per sottolineare il ruolo di supporto rispetto al giudizio medico. Il suo sondaggio 2026 su 1.692 medici mostra una media di 2,3 casi d'uso per persona contro 1,1 nel 2023. I più citati erano la sintesi della letteratura di ricerca e delle linee guida al 39 per cento, la redazione di lettere di dimissione e piani di cura al 30 per cento e documentazione e codifica al 28 per cento.

Nel Regno Unito il General Medical Council lavora con gli Outcomes for Graduates, pubblicati nel 2018 e aggiornati da ultimo nel novembre 2020. Non contengono un risultato specifico sull'IA, ma contengono i presupposti portanti: l'Outcome 19a richiede che i laureati sappiano usare in modo efficace le tecnologie decisionali e diagnostiche, l'Outcome 19b l'applicazione della normativa su riservatezza e protezione dei dati insieme alle procedure locali di governance dell'informazione e l'Outcome 19e l'applicazione dei principi dell'informatica sanitaria nella pratica medica.

La Svizzera orienta i suoi corsi di laurea con PROFILES, emanato dalla Commissione mista delle facoltà di medicina svizzere. La versione attuale, PROFILES 2023, collega i ruoli CanMEDS con le attività professionali affidabili e le situazioni come punti di partenza. Inquadrare le cose attraverso le attività affidabili è particolarmente adatto alla questione dell'IA, perché non verifica corpi di conoscenze ma risponde alla domanda a quale compito si può affidare un laureato senza supervisione.

Perché questo non rende superflua la professione medica

Mettendo a confronto gli studi citati qui emerge uno schema molto stabile. I modelli sono forti dove il problema è formulato in modo pulito e i dati sono completi. Sono deboli, o non testati, dove mancano entrambi. Ed è proprio lì che sta il nucleo medico.

• Raccogliere l'anamnesi è ciò che crea i dati in primo luogo. Nessun modello può analizzare un sintomo che non è mai stato descritto. La qualità di qualsiasi analisi algoritmica dipende dalla qualità del colloquio che l'ha preceduta.
• L'esame obiettivo non è un set di dati ma un atto di raccolta. Palpazione, auscultazione, andatura e impressione clinica complessiva nascono al fianco del paziente.
• Le decisioni si prendono in condizioni di incertezza. I dati MASAI mostrano una sensibilità dell'80,5 per cento, non del 100. Qualcuno deve portare ogni incertezza residua, ponderarla e spiegarla al paziente.
• La responsabilità è di una persona. La regolamentazione europea assegna i sistemi ad alto rischio in ambito sanitario a una valutazione di conformità, ma non sostituisce il dovere di diligenza del medico nel singolo caso.
• Vince la combinazione, non lo strumento. Nello studio di patologia la sensibilità dei lettori esperti è salita con il supporto dell'IA a 0,986. Il guadagno nasce tra le persone che padroneggiano il campo.

Per i futuri studenti ne deriva qualcosa di molto rassicurante: il fabbisogno si sposta, non scompare. Cambia la quota di formazione dedicata a competenza sui dati, valutazione critica degli strumenti e comunicazione. Chi inizia oggi il corso di medicina lavorerà in una professione che cambia i propri strumenti e mantiene il proprio compito centrale.

Se vuoi sapere quale via di studio si adatta alla tua situazione, puoi fissare con noi una consulenza gratuita e senza impegno.