La possibile fine di un programma federale non è un rifiuto dell’AI nel settore sanitario

Grazie all’AI, il settore sanitario degli Stati Uniti si trova a un bivio.

Da un lato, le organizzazioni sanitarie stanno correndo per trasformare il modo in cui viene erogata l’assistenza. Gli investitori hanno capito che l’AI ha il potenziale per rivoluzionare il mercato e portare enormi guadagni. Nel mio settore – l’amministrazione sanitaria – ciò si traduce in una automatizzazione della documentazione. In altri settori, come la radiologia, i modelli di apprendimento automatico stanno identificando e diagnosticando condizioni mediche.

Sta essere pompato un enorme finanziamento nell’AI nel settore sanitario. Solo l’anno scorso, le aziende sanitarie statunitensi che utilizzano l’AI hanno ottenuto più di 18 miliardi di dollari in investimenti di venture capital – in aumento del 10% rispetto al 2024. Questa rapida crescita è prevista continuare e cambierà molto di ciò che sappiamo sulla fornitura di assistenza sanitaria.

Dall’altro lato c’è la sfida della governance. I regolatori stanno faticando per capire l’AI e legiferare in modo efficace. Sappiamo tutti che lo stato ha la responsabilità nei confronti dei suoi cittadini. Ma se l’industria cambia rapidamente, può essere difficile per i governi tenere il passo.

In nessun luogo vediamo questa dinamica più che con l’assicurazione sanitaria. Negli Stati Uniti, gli ospedali e i medici devono frequentemente ottenere l’autorizzazione preventiva dalla compagnia di assicurazione del paziente prima di fornire l’assistenza. Le assicurazioni si riservano il diritto di negare il trattamento che ritengono non necessario dal punto di vista medico.

L’AI healthtech promette di aumentare l’efficienza dell’intero settore, ma deve essere gestita con cura. Il CMS (Centri per i servizi Medicare e Medicaid) stima che il 25% di tutti i costi nel settore siano spese amministrative inutili. L’AI può ridurre questo onere, beneficiando il pubblico. Tuttavia, abbiamo bisogno dei principi giusti per il successo.

Entra in scena WISeR. Introdotta dal CMS all’inizio di quest’anno, il programma di riduzione dei servizi inutili e inappropriati (WISeR) è uno dei più grandi progetti pilota nell’AI healthtech. Utilizzando modelli di apprendimento automatico per riassumere le prove, i clinici qualificati stanno cercando di giudicare le richieste nel programma Medicare tradizionale molto più rapidamente. L’esperimento è attualmente in corso in sei stati.

A giugno, il Comitato per le appropriazioni della Camera dei rappresentanti ha votato all’unanimità per bloccare il finanziamento di WISeR. Il budget deve ancora essere approvato dal Congresso e il progetto pilota rimane attivo. Ma il suo futuro oltre il 30 settembre rimane incerto.

Cosa voglio dire qui è che – qualunque cosa pensiamo del voto WISeR – il principio fondamentale del progetto pilota rimane saldo. “L’AI segnala, il clinico conferma” continua a fornire la base per una buona governance nell’AI healthtech.

I legislatori hanno chiesto processi migliori

Mentre è facile leggere questa decisione come un rifiuto dell’AI nel settore sanitario, sarebbe un errore. Il voto per defondere WISeR è stato preso tra preoccupazioni sull’attuazione e le strutture di incentivazione – non perché i legislatori si opponevano all’adozione dell’AI nella revisione clinica.

Il motivo principale per cui il Comitato della Camera dei rappresentanti ha preso questa decisione è che ha introdotto l’autorizzazione preventiva nel Medicare tradizionale. I 13 servizi medici selezionati per il progetto pilota richiedevano in precedenza solo il consenso del medico, non l’autorizzazione dell’assicuratore. I legislatori hanno quindi rifiutato WISeR per ciò che hanno ritenuto un aumento della complessità amministrativa e un cambiamento degli incentivi federali.

Ciò non è una critica dell’AI healthtech. Invece, è una critica di come il processo è stato progettato.

“L’AI segnala, il clinico conferma” è ancora la base dell’healthtech

Mentre il destino di WISeR è ora ambiguo, il suo principio centrale non lo è. Il principio che “l’AI segnala, il clinico conferma” rimane la base della moderna healthtech.

Questo principio è centrale a causa dello status dell’AI come sistema emergente. A differenza di altre forme di automazione, i modelli di apprendimento automatico hanno il potenziale per prendere decisioni che i loro creatori non intendevano. Ciò è dovuto al design. L’emergenza consente all’AI di comportarsi in modo flessibile e creativo, ma porta anche rischi. Indipendentemente da quanto questi sistemi diventino raffinati, i regolatori avranno sempre bisogno di un “uomo nel ciclo” per catturare decisioni casuali e garantire la sicurezza dei pazienti.

Nella pratica, ciò significa che un clinico qualificato mantiene tutta la responsabilità legale ed etica quando utilizza l’AI. I modelli di apprendimento automatico raccolgono e riassumono le prove a velocità di macchina, evidenziando i risultati importanti. I clinici esaminano i dati, presentati in modo conciso, e li utilizzano per informare il loro giudizio. Questo processo promette di aumentare l’efficienza mantenendo la massima accuratezza. Il giudizio clinico è rafforzato perché gli esseri umani rimangono centrali nel processo, non nonostante il loro coinvolgimento, ma a causa di esso.

Al momento, possiamo vedere questo consenso costruirsi a tutti i livelli del settore sanitario.

L’anno scorso, le più grandi compagnie di assicurazione sanitaria del paese hanno promesso di migliorare il processo di autorizzazione preventiva. Ciò include l’aumento della trasparenza e l’accelerazione dei tempi di decisione, con un’enfasi sugli immediati approvati per determinati trattamenti urgenti o standard clinici, il che ha portato l’AI a diventare una necessità virtuale per molti assicuratori. L’associazione di settore principale per le organizzazioni di revisione indipendenti ha anche definito la sua posizione sull’uso dell’AI.

Il livello di regolamentazione statale sta anche salendo. Già, gli stati possiedono leggi di protezione dei consumatori rilevanti, che ora stanno essere adattate all’AI. Finora nel 2026, 43 stati hanno introdotto 240 progetti di legge sull’AI sanitaria. Di questi, nove proibiscono l’uso dell’AI come unico determinante della negazione delle richieste.

Se il programma WISeR viene infine interrotto, non influenzerà il consenso che “l’AI segnala, il clinico conferma”. Con esso, abbiamo tutto ciò che ci serve per il successo nel settore. Dobbiamo solo raffinare la struttura dell’attuazione dell’AI.

L’adozione dell’AI non è negoziabile

Data la potenziale efficienza dell’AI, le entità sanitarie che sono lente nell’adottare la tecnologia saranno rapidamente superate.

La lezione da trarre da WISeR non è che non possiamo avere l’AI nel settore sanitario. Al contrario, dobbiamo riconoscere il potenziale dei modelli di apprendimento automatico per migliorare l’efficienza nel settore sanitario. Perché questo cambiamento si verifichi, i professionisti qualificati devono rimanere centrali. Il consenso di “l’AI segnala, il clinico conferma” fornisce la base per la transizione, già stabilendo lo standard in gran parte del settore.

L’AI promette un miglioramento significativo dell’efficienza e dell’accesso all’assistenza, ma non può funzionare senza la revisione umana. WISeR mostra che possiamo e dobbiamo rimanere nel ciclo. Non come un’aggiunta, ma come una necessità.