Il primo agosto 2026 l'ospedale San Paolo di Savona ha acceso una funzione che fino a pochi anni fa sembrava fantascienza: la sua risonanza magnetica ha iniziato a ricostruire le immagini con l'aiuto dell'intelligenza artificiale. Non un prototipo da laboratorio, ma un apparecchio che ogni giorno esamina pazienti reali. Il San Paolo diventa cosi uno dei primi ospedali italiani a portare l'IA dentro la diagnostica per immagini, e il suo caso racconta bene un passaggio che nel 2026 sta uscendo dai convegni per entrare nei reparti.
A Savona l'IA legge le risonanze
La macchina interessata e una risonanza magnetica Philips Ingenia Ambition X da 1,5 Tesla, installata al San Paolo nell'agosto 2025 in sostituzione dell'apparecchio precedente. Su quella base tecnologica l'azienda sanitaria ligure (ASL 2) ha aggiunto nuove licenze software e moduli avanzati basati su algoritmi di intelligenza artificiale. In pratica, l'IA interviene nella fase di ricostruzione dell'immagine: ripulisce il rumore, recupera dettagli e permette di ottenere esami di qualita elevata in meno tempo. Meno minuti dentro il tubo per il paziente, piu esami eseguibili nell'arco della giornata e refertazioni potenzialmente piu rapide.
L'operazione rientra nel Piano Nazionale di Ripresa e Resilienza (PNRR), nel filone dedicato all'ammodernamento tecnologico e digitale degli ospedali. Il finanziamento del progetto e stato incrementato in corso d'opera: il valore complessivo dell'investimento e passato da circa 1,62 a oltre 1,9 milioni di euro, come riferito dalla stampa locale. E un dettaglio non banale, perche mostra che i fondi PNRR non servono solo a comprare hardware nuovo, ma anche ad abilitare le funzioni software che rendono davvero utile quell'hardware. Un dettaglio riportato da Savonanews, che ha seguito da vicino la vicenda.
Le due call FIASO: 48 startup e 68 progetti
Il caso di Savona non e isolato. Nella primavera del 2026 la FIASO, la Federazione italiana delle aziende sanitarie e ospedaliere, ha promosso due bandi nazionali per capire quanto l'IA sia gia matura per il Servizio sanitario nazionale. La prima, la Call4Acceleration dedicata a startup e imprese innovative, ha raccolto 48 candidature. La seconda, la Call4Ideas – AI for Health riservata alle aziende sanitarie pubbliche associate, ha ricevuto 68 proposte progettuali. Numeri che, messi insieme, fotografano un settore in fermento.
I temi ricorrenti sono molto concreti e poco astratti: applicazioni per ridurre le liste d'attesa, strumenti per rendere piu efficienti gli screening, gestione intelligente dei magazzini e delle scorte, ottimizzazione dei percorsi del paziente. Al forum FIASO del 2026 sono stati premiati sei progetti giudicati piu solidi e replicabili, con l'obiettivo di trasformarli in modelli e prototipi utili a tutto il sistema. Il messaggio della federazione, riassunto dal presidente Giuseppe Quintavalle, e stato netto:
Un modo per ricordare che la tecnologia deve rafforzare la relazione tra medico e paziente, non sostituirla. Il percorso e documentato sul sito dell'AI Forum FIASO.L'intelligenza artificiale non e una scorciatoia tecnologica.
Dove l'IA aiuta gia negli ospedali italiani
Al di la degli annunci, dove funziona davvero oggi l'intelligenza artificiale in corsia? I casi piu maturi si concentrano su compiti ripetitivi e ad alto volume, dove un supporto automatico fa risparmiare tempo prezioso ai professionisti.
- Radiologia e diagnostica per immagini. E l'ambito piu avanzato: algoritmi che ricostruiscono immagini di risonanza e TAC, riducono i tempi di acquisizione e segnalano al radiologo le aree sospette da controllare per prime.
- Screening di popolazione. Nella lettura delle mammografie o delle immagini del torace, l'IA agisce come secondo lettore, aiutando a ordinare le priorita e a non trascurare casi dubbi.
- Liste d'attesa e organizzazione. Sistemi che stimano il rischio di mancata presentazione a una visita e riottimizzano le agende, recuperando slot che altrimenti andrebbero persi.
- Refertazione e lavoro amministrativo. Strumenti di trascrizione e sintesi automatica che alleggeriscono la parte burocratica, restituendo minuti al rapporto con il paziente.
Il filo comune e chiaro: l'IA non emette diagnosi al posto del medico, ma prepara il terreno. Vede prima, ordina, segnala. La decisione clinica resta umana, ed e proprio qui che si gioca la differenza tra un'innovazione utile e un'automazione rischiosa.
Regole, privacy e responsabilita con l'AI Act
Proprio mentre l'IA entra negli ospedali, cambia anche la cornice normativa. Dal 2 agosto 2026 diventano operativi in tutta l'Unione europea gli obblighi dell'AI Act per i sistemi classificati ad alto rischio, categoria che comprende molti software di IA usati in sanita. Quando un programma di intelligenza artificiale rientra nella definizione di dispositivo medico e richiede la valutazione di un organismo notificato, scattano requisiti stringenti: gestione del rischio, qualita e tracciabilita dei dati, documentazione tecnica dettagliata, sorveglianza dopo l'immissione sul mercato e soprattutto supervisione umana.
Sul fronte italiano si aggiunge la legge nazionale sull'intelligenza artificiale, la n. 132 del 2025, che agli articoli dedicati alla sanita fissa un principio guida: l'IA affianca medici e ricercatori senza mai sostituire il giudizio clinico. La responsabilita, in altre parole, resta del professionista e della struttura. La stessa legge prevede misure di sicurezza tecniche e organizzative per prevenire manipolazioni e cali di prestazione dei sistemi, e stanzia risorse per startup e PMI del settore. A questo si affiancano opportunita di finanziamento europeo: i bandi di EIT Health sostengono soluzioni digitali e di IA per la salute con contributi che possono arrivare fino a 650.000 euro per progetto.
Il nodo della privacy resta centrale. I dati clinici sono tra le informazioni piu sensibili in assoluto, e addestrare o far funzionare un algoritmo su cartelle e immagini di pazienti richiede basi giuridiche solide, minimizzazione dei dati e trasparenza verso i cittadini. Non un ostacolo burocratico, ma la condizione perche la fiducia regga.
Cosa manca ancora: formazione, dati, validazione
Se la direzione e segnata, la strada e ancora lunga. Tre gli ostacoli concreti. Il primo e la formazione: medici, radiologi e infermieri devono imparare a leggere e mettere in discussione i suggerimenti dell'IA, evitando sia la diffidenza totale sia la delega cieca. Il secondo sono i dati: molti ospedali lavorano su archivi frammentati, poco interoperabili, e senza dataset di qualita gli algoritmi rendono poco. Il terzo e la validazione: uno strumento che funziona bene su una popolazione puo sbagliare su un'altra, e servono studi indipendenti sul campo, non solo le promesse dei fornitori.
Il caso di Savona, le call della FIASO e le nuove regole europee raccontano lo stesso passaggio da tre angolazioni diverse. L'intelligenza artificiale in sanita non e piu una scommessa sul futuro: e una tecnologia che nel 2026 esamina pazienti, ottimizza agende e finisce sotto il controllo di leggi precise. La vera partita, adesso, non e piu se usarla, ma come usarla bene, con medici preparati, dati puliti e responsabilita chiare.
