L’innovazione basata sull’intelligenza artificiale è sempre più considerata una leva strategica per rafforzare il processo decisionale clinico, il coinvolgimento dei pazienti e le performance dei sistemi sanitari. Tuttavia, trasformare risultati promettenti della ricerca in applicazioni scalabili e sostenibili rappresenta ancora una sfida significativa.

Questi temi sono stati al centro del workshop “Bridging Research and Market: Financing and Deploying AI in European Health Systems”, organizzato da CERGAS - SDA Bocconi nell’ambito del progetto europeo CINDERELLA, finanziato da Horizon Europe. L’incontro ha riunito esperti provenienti dalla pratica clinica, dall’imprenditorialità, dall’ingegneria, dalle politiche sanitarie, dal venture capital e dall’implementazione delle tecnologie digitali in sanità, con l’obiettivo di discutere come le innovazioni sanitarie basate sull’IA possano passare dai contesti di ricerca alla pratica assistenziale quotidiana.

Dal confronto sono emerse alcune condizioni fondamentali per rendere l’innovazione basata sull’IA realmente scalabile e sostenibile nel settore sanitario.

Un’implementazione efficace dipende innanzitutto dalla fiducia dei professionisti sanitari, dal loro livello di alfabetizzazione rispetto all’IA, dagli aspetti culturali e dal valore percepito di queste tecnologie. I professionisti devono considerare tali strumenti come un supporto all’attività clinica, e non come un suo sostituto. Coinvolgerli fin dalle prime fasi di co-sviluppo e ricerca contribuisce a creare familiarità, ridurre le resistenze e facilitare l’adozione. Allo stesso tempo, gli strumenti di IA devono essere integrati nei percorsi assistenziali ordinari e progettati per essere utilizzabili nei contesti clinici reali.

L’estensione su larga scala delle soluzioni è spesso ostacolata dalla frammentazione esistente a diversi livelli: tra sviluppatori e utilizzatori, tra differenti erogatori di servizi sanitari — ad esempio in termini di infrastrutture dati — e tra contesti pubblici e privati. Questa frammentazione riduce la trasferibilità delle soluzioni da un’organizzazione all’altra e può ampliare le disuguaglianze nell’accesso all’innovazione. Modelli più scalabili richiedono team multidisciplinari, standard condivisi e partnership più solide tra industria, ricerca e pratica clinica fin dalle fasi iniziali.

Anche la produzione di evidenze deve evolvere per riflettere le caratteristiche specifiche dell’intelligenza artificiale. I trial clinici randomizzati restano fondamentali, ma le tecnologie di IA evolvono rapidamente e richiedono una generazione continua di evidenze nel mondo reale, supportata da approcci di valutazione orientati all’implementazione. Questo modello può risultare maggiormente allineato anche ai tempi del venture capital, poiché gli investitori ricercano generalmente modelli di business scalabili in orizzonti temporali relativamente brevi, che non sempre coincidono con i tempi necessari per validare e implementare soluzioni sanitarie basate sull’IA.

Sono inoltre necessari quadri di governance chiari, capaci di definire meglio ruoli e responsabilità, inclusi gli aspetti legati alla responsabilità medico-legale. La regolamentazione rimane essenziale per garantire sicurezza ed efficacia, ma non dovrebbe creare barriere sproporzionate all’innovazione, in particolare per le piccole e medie imprese e per gli spin-off accademici. Anche i processi di procurement pubblico dovrebbero essere resi più chiari e accessibili, affinché non rappresentino un ostacolo significativo nei percorsi di innovazione.

Anche i meccanismi di finanziamento devono evolvere. I finanziamenti alla ricerca possono sostenere efficacemente le fasi di sviluppo e validazione pre-commerciale, ma sono necessari ulteriori strumenti, tra cui finanziamenti ponte e altre forme di supporto, per sostenere l’implementazione, la manutenzione nel lungo periodo e il riconoscimento delle molteplici dimensioni di valore generate dall’intelligenza artificiale.

Momenti di confronto come quello ospitato da SDA Bocconi sono essenziali per alimentare questa agenda. Riunire attorno allo stesso tavolo attori così diversi crea infatti le condizioni per uno scambio autentico di prospettive. Ed è proprio dalla condivisione di esperienze, esigenze e punti di vista differenti che possono nascere approcci all’innovazione basata sull’IA più concreti, inclusivi e sostenibili per il futuro della sanità.

SDA Bocconi School of Management