Visiti un signore di 76 anni con FA, scompenso, diabete, BPCO, depressione. Lista farmaci: warfarin, bisoprololo, ramipril, metformina, empagliflozin, salmeterolo/fluticasone, sertralina, lansoprazolo. Devi aggiungere amiodarone per il controllo del ritmo. Quante interazioni potenzialmente serie? Almeno quattro. Il tuo gestionale ne segnala una. Le altre tre te le dovresti ricordare.
I database seri di interazioni (Micromedex, Drugs.com, Lexicomp, Stockley's) classificano in modo leggermente diverso (major/moderate/minor, contraindicated/avoid/monitor). Il tuo gestionale italiano usa banche dati derivate, spesso con classificazione conservativa per non sommergerti di alert. Risultato: sovrastima delle interazioni minori (e ignori tutto per stanchezza) e sottostima di quelle context-dependent (e ti scappa la cosa importante).
Quello che si può fare bene
Esistono modelli di intelligenza artificiale che girano in locale, in Europa, sul tuo server, e che integrati con un database serio (in versione on-premise o licenza enterprise) fanno un secondo controllo serio. L'IA non sostituisce il database: lo integra, ti aiuta a contestualizzare, e soprattutto ti spinge a fare il controllo che la fretta ti farebbe saltare.
Il workflow del doppio controllo è semplice. Lista farmaci completa (principio attivo, dosaggio, frequenza), inclusi integratori e da banco (l'iperico interagisce con un sacco di cose serie, e i pazienti spesso non lo dichiarano). Primo controllo con il database serio: alert su interazione amiodarone-warfarin (clinicamente rilevante, richiede monitoraggio INR ravvicinato), amiodarone-digossina (se in lista), prolungamento del QTc con sertralina (rischio di torsioni di punta).
Secondo controllo: passi la lista pseudonimizzata al modello locale e chiedi interazioni clinicamente rilevanti, meccanismo, gestione (sospendere, ridurre, monitorare). Confronti gli output. Se l'IA segnala qualcosa che il database non ha messo, controlli la fonte. Se il database segnala qualcosa che l'IA ha minimizzato, segui il database. La decisione finale è tua, e la firmi sulla ricetta.
Cosa non delegare, mai
Non usare solo l'IA per le interazioni. Può allucinare farmaci, può sbagliare meccanismo, può inventare dosaggi. Studi recenti mostrano tassi di errore del 15-25% sulle sintesi farmacologiche con modelli generalisti su scenari complessi. Sempre con database vero accanto.
Non passare la lista a servizi cloud non sanitari: il GDPR art. 9 sui dati sanitari + l'art. 622 c.p. sul segreto professionale non scherzano. La Cassazione 28985/2019 sulla responsabilità del medico vale anche per le interazioni saltate. La firma sulla ricetta è la tua, non quella del software.
Le cose che davvero non puoi fare
Inserire la lista farmaci più anagrafica del paziente in ChatGPT pubblico è violazione GDPR art. 9. Anche solo il prompt anonimizzato, se l'aggregazione di dati permette la re-identificazione (sesso + età + sei farmaci specifici), ricade nella stessa categoria. Il Garante italiano sul Considerando 26 GDPR è stato chiaro: la pseudonimizzazione non è anonimizzazione.
Il caso Synlab 2024 da 2,5 milioni di sanzione del Garante mostra dove può arrivare il regolatore. L'AI Act UE classifica i sistemi di supporto alla prescrizione come ad alto rischio: trasparenza, supervisione umana, log.
I paletti privacy che non si toccano
Server in Europa, modello in casa, database farmaci on-premise (o con licenza enterprise + DPA conforme), log accessibili al titolare, cancellazione automatica delle interrogazioni dopo qualche giorno. Pseudonimizzazione del paziente prima dell'invio al modello: il signore di 76 anni diventa "PZ-2026-0612" nei prompt, il nome resta in cartella. Nell'informativa al paziente la voce "controllo IA delle interazioni" dichiarata.
Workflow tipico in ambulatorio
Anamnesi farmacologica strutturata in cartella (lista pseudonimizzata, integratori inclusi). Il sistema fa il doppio controllo: database serio + secondo parere del modello locale. Alert chiari, non finestre lampeggianti che ignori. Quando esce un'interazione rilevante, il sistema ti propone alternative quando esistono e ti suggerisce il monitoraggio (in questo caso INR ravvicinato per warfarin-amiodarone, ECG di controllo per il QTc). Tu decidi, prescrivi, firmi.
Sembra complicato, e in effetti non è banale: il sistema va calibrato sul tuo gestionale, sui pazienti tipici, sul database serio che hai a disposizione. Non è un'app che scarichi e funziona uguale per tutti.
Una nota personale
Io di mestiere costruisco roba così — sistemi IA privati per medici, studi associati, piccole imprese italiane. Non vendo corsi, non vendo abbonamenti, non vendo formule magiche. Mi occupo di gente che ha cose serie da proteggere e poco tempo per smanettare. Se ti capita di avere domande, sul gruppo Telegram di Super Squalo (t.me/Squalogruppo) si discute di queste cose ogni giorno, e si risponde gratis.
Il signore di 76 anni esce con la nuova prescrizione e con un controllo INR fissato per dieci giorni. Quattro potenziali interazioni gestite, una sola davvero importante, risolta con un monitoraggio. È medicina semplice fatta bene.