Sei medico di medicina generale o specialista, hai un caso clinico spinoso e ti serve sapere cosa dice la letteratura recente. Apri PubMed, digiti la query, escono quarantasette paper. Hai venti minuti tra un paziente e l'altro. Cosa fai? Storicamente: niente, ti basi sull'esperienza. Risultato: la signora con la sindrome rara aspetta sei mesi prima che qualcuno legga il paper giusto.
La medicina basata sulle evidenze ti chiede di leggere. Il SSN ti chiede diciotto pazienti al giorno. Il Codice Deontologico FNOMCeO art. 19 ti chiede aggiornamento continuo. La realtà ti chiede di sceglierne uno dei tre. L'IA ti permette di tenerli tutti, se la usi bene.
Quello che si può fare bene
Esistono modelli di intelligenza artificiale che girano in locale, in Europa, sul tuo server dedicato, dove i paper che gli passi non finiscono nel training set di nessuno e dove tu controlli i log. Quando dico IA non intendo ChatGPT su browser personale: intendo un sistema che vive dentro le mura del tuo studio o della tua ASL.
Il workflow funziona così. Tu fai la query PubMed strutturata con MeSH terms, filtri per Clinical Trial / Meta-Analysis / Systematic Review, ultimi cinque anni. Esporti i PMID. Scarichi i full text disponibili da PubMed Central per l'open access (mai bypassare paywall, è violazione del copyright e dei termini editoriali). Passi i PDF al modello locale e gli chiedi di estrarre PICO (Population, Intervention, Comparator, Outcome), endpoint primario, numerosità, NNT, intervalli di confidenza, conflitti di interesse dichiarati. Il sistema ti restituisce una sintesi strutturata in due minuti.
Cosa non delegare
L'IA può allucinare. Studi recenti mostrano tassi di errore del 15-25% quando i modelli generalisti vengono chiesti di sintetizzare letteratura medica complessa. Non è "qualche imprecisione": è un paziente su quattro o cinque con info sbagliate. Apri sempre la tabella dei risultati e confronta. Se il sistema dice "riduzione del 30%", tu vedi se quel 30% è assoluto o relativo. Se dice "risultato statisticamente significativo", tu controlli che l'intervallo di confidenza non passi per il valore neutro.
La decisione clinica non si delega. Una buona sintesi del paper è un punto di partenza, non un'autorizzazione a cambiare la terapia di un paziente. La Cassazione 28985/2019 sulla responsabilità del medico per informazioni mal trasmesse copre anche le decisioni basate su sintesi mal lette.
Le cose che davvero non puoi fare
Caricare paper coperti da copyright su servizi cloud americani gratuiti per farti un riassunto: vai contro i termini dell'editore, e potenzialmente contro il GDPR se nel testo ci sono case report con dati identificabili (capita più di quanto si pensi nelle malattie rare). I paper di PubMed sono pubblici, ma i tuoi prompt no: raccontano cosa stai cercando, quindi cosa stai trattando, quindi indirettamente cosa hanno i tuoi pazienti. Quei pattern di consultazione, su un servizio cloud non sanitario, diventano dato di profilazione professionale e indirettamente sanitaria.
Il segreto professionale (Codice Deontologico art. 10) copre tutto, anche le ricerche bibliografiche che riveli mentre cerchi. Il caso Synlab 2024 da 2,5 milioni mostra dove può arrivare il Garante quando i dati sanitari (anche indiretti) finiscono dove non dovrebbero.
I paletti privacy che non si toccano
Server in Europa, modello in casa, log accessibili al titolare del trattamento, cancellazione automatica dopo qualche giorno. Le tue annotazioni cliniche tipo "questo paper applicabile al mio paziente con FA più IRC stadio 4" sono dato sanitario indiretto: se finiscono su un servizio cloud diventano materiale di terzi. Su VPS tuo restano tuoi.
Workflow tipico per il medico curante
Quaranta paper escono dalla query. Il sistema scarta i predatorii (riviste senza peer review serio), filtra per le riviste indicizzate JCR, classifica per disciplina e per qualità metodologica. Ti restituisce le quindici migliori con sintesi PICO e NNT. Tu leggi le tre più rilevanti per esteso, le altre dodici le tieni come secondo livello. Salvi le sintesi in un Obsidian o Notion privato (locale, criptato), taggate per patologia. Quando torna lo stesso caso clinico tra tre mesi, il lavoro è già fatto.
Sembra complicato, e in effetti non è banale: il sistema va calibrato sulla tua specialità, sulle riviste che leggi, sui temi che ti tornano spesso. 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.
I quarantasette paper della query del lunedì sono ridotti a tre letture vere entro mercoledì. La signora con la sindrome rara non aspetta più sei mesi: la prossima visita ha già il pezzo giusto di letteratura a portata di mano.