Dall'Esigenza al Reparto: l'IA che Funziona Davvero

In questa intervista registrata a HealthTech XPO, l'evento internazionale ospitato in Università Bocconi, parliamo con Victor Savevski, Chief Innovation Officer di Humanitas e tra gli organizzatori dell'evento. Il tema è l'intelligenza artificiale in ospedale: perché tanti progetti restano allo stadio di prova e non arrivano mai in reparto. Messo davanti al microfono per parlare di IA, Savevski passa gran parte del tempo a spiegare perché l'IA non è il punto. Il punto, per lui, è la qualità clinica.

Cosa emerge dall'episodio

Serve un ecosistema. Insieme a HealthTech e alla Bocconi, Savevski racconta di aver portato l'appuntamento in Italia e a Milano, coinvolgendo corporate, ospedali, startup, industria e partner tecnologici. L'ecosistema dell'healthcare è diventato molto ampio e complicato. Non bastano più uno o due attori per fare cose innovative: serve un ecosistema intero per accompagnare un'idea fino al paziente.

L'obiettivo è la qualità clinica, non l'innovazione. L'obiettivo del suo lavoro è far arrivare soluzioni capaci di risolvere un'esigenza clinica del paziente o del medico. Oggi si chiama intelligenza artificiale, ha un potenziale molto promettente, ma resta uno strumento. Una soluzione deve essere sicura, portare un valore aggiuntivo ed essere sostenibile. E deve poter essere scalata e democratizzata, con una scalabilità quasi industriale, non restare in pochi contesti di pilot.

Si parte sempre dal bisogno, e dalla squadra. In Humanitas il gruppo è multidisciplinare e multiprofessionale: medici, data scientist, ingegneri e manager lavorano insieme dal concept fino alla soluzione. Savevski ripete due volte che si parte sempre dal bisogno. Se dici «faccio una cosa solo per fare innovazione», la probabilità di avere un valore aggiunto non è così alta. Il risultato sono tantissime soluzioni spot, isolate: secondo la letteratura, dice, ci sono diecimila pilot di IA in giro per gli ospedali.

Il pezzo difficile è l'integrazione. Savevski non è pessimista. Ricorda che la Comunità Europea ha finanziato decine di progetti Horizon e che esistono innovazioni europee che portano valore a ospedali, pazienti e medici. Ma tra normativa, sicurezza, deployment e integrazione, indica l'integrazione come il pezzo più difficile dell'equazione. Un algoritmo accurato è un risultato scientifico; farlo funzionare dentro il flusso di lavoro di un reparto è un problema di tutt'altra natura. L'IA non sarà la soluzione magica di tutto, e su questo bisogna essere consapevoli e umili, ma nel tempo accompagnerà la clinica e la medicina in un posto migliore.

L'AI Act come scelta di strategia. Alla domanda se le norme europee frenino l'Europa rispetto agli Stati Uniti, Savevski ricorda che negli Stati Uniti esistono circa ottocento soluzioni autorizzate dalla FDA, ma che secondo la letteratura pubblicata solo una piccola parte ha dati clinici significativi. L'Europa ha scelto di mettere il controllo all'inizio. Non vuole essere critico verso gli Stati Uniti: è una scelta di strategia, che secondo lui ha vantaggi reali per la sicurezza del paziente.

Il contesto in breve

L'ospite cita diecimila pilot di IA negli ospedali e circa ottocento soluzioni autorizzate dalla FDA. Per curiosità, uno studio pubblicato su Nature Medicine nell'agosto 2024 ha analizzato 521 autorizzazioni FDA di dispositivi medici basati su IA: 226, circa il 43%, non avevano dati di validazione clinica pubblicati. Nello stesso studio solo 22 dispositivi su 521 erano stati validati con studi randomizzati controllati. Sempre per curiosità, l'elenco ufficiale della FDA ha superato quota mille autorizzazioni nel corso del 2025.

Da portare a casa

• Un pilot riuscito non è una soluzione: finché non è integrato nei sistemi dell'ospedale, resta un esperimento.
• I progetti che nascono da una tecnologia invece che da un bisogno clinico producono soluzioni isolate che non scalano.
• Una squadra con medici, ingegneri e data scientist insieme dall'inizio è ciò che rende possibile il passaggio dal concept al reparto.

L'intervista dura poco meno di otto minuti e comincia con una battuta degli intervistatori che vale come presentazione: abbiamo intervistato parecchie persone, e ogni volta veniva fuori il tuo nome. Victor Savevski è il Chief Innovation Officer di Humanitas, e a HealthTech XPO, l'evento internazionale ospitato in Università Bocconi, è tra gli organizzatori.

La cosa interessante è che, messo davanti al microfono per parlare di intelligenza artificiale, passa gran parte del tempo a spiegare perché l'intelligenza artificiale non è il punto.

---

Un evento che serve a mettere insieme un ecosistema

La prima risposta riguarda il perché di un convegno del genere. Savevski racconta che quest'anno, insieme a HealthTech e alla Bocconi, sono riusciti a portare l'appuntamento in Italia e a Milano, coinvolgendo corporate, ospedali, startup, industria e partner tecnologici.

La motivazione che dà non è di facciata: «l'ecosistema dell'healthcare sta diventando molto ampio e anche complicato, quindi non basta solo un player o due player per fare delle cose innovative, ma ci serve un ecosistema intero per poter accompagnare queste idee, queste innovazioni di arrivare anche al paziente».

È già il tema di tutta l'intervista, formulato in un altro modo.

---

L'obiettivo non è l'innovazione, è la qualità clinica

Quando gli viene chiesto quali difficoltà incontri nel portare l'IA sul campo, perché di IA si parla molto, osservano gli intervistatori, spesso in maniera aleatoria, Savevski riformula la domanda prima di rispondere.

Dice che «il nostro obiettivo, quando noi lavoriamo, è sempre la qualità clinica»: fare in modo che arrivino prodotti, progetti e soluzioni innovative capaci di risolvere un'esigenza clinica del paziente o del medico. «Essendo questo il nostro obiettivo primario, tutto il resto va un po' in secondo piano», aggiunge. Oggi si chiama intelligenza artificiale, ha capacità e potenziali molto promettenti, ma resta uno strumento.

Da lì elenca i tre requisiti che una soluzione deve avere per interessarlo: sicura, con un valore aggiuntivo, sostenibile. Lo dice così: «bisogna portare le soluzioni sicure, bisogna portare le soluzioni che hanno un valore aggiuntivo, che sono sicuramente anche sostenibili». E aggiunge il quarto, che è il più esigente: deve poter essere scalata e democratizzata, non restare in pochi contesti di pilot. Usa un'espressione che ritorna due volte nell'intervista, una scalabilità quasi industriale.

---

Perché una squadra non è un software

Gli intervistatori gli chiedono la cosa pratica: quando hai tanti progetti, tanti applicativi, tanti software, come fai a farli parlare tra loro?

La risposta comincia con una precisazione. Non è solo questione di applicativi. Savevski dice che tutto parte dalla squadra, e descrive la propria: in Humanitas il gruppo è multidisciplinare e multiprofessionale, con medici, data scientist, ingegneri e manager che lavorano insieme fin dall'inizio, dal concept fino alla soluzione. Quando hai quel tipo di pipeline, sintetizza, provi ad arrivare più vicino alla soluzione che stai cercando.

Poi arriva la frase che è il centro dell'intervento, e che ripete due volte perché la prima non gli basta: «parti sempre dal bisogno. Devi partire sempre dal bisogno». Perché se dici «faccio una cosa solo per fare innovazione», la probabilità di avere un valore aggiunto non è così alta.

Il risultato di non partire dal bisogno lo descrive con una parola inglese e un numero. Le soluzioni spot, isolate, che risolvono un pezzetto e non si collegano a niente, sono tantissime. E secondo la letteratura, dice, ci sono diecimila pilot di IA in giro per gli ospedali.

È un numero enorme. Non parla di progetti falliti, ma di progetti che non sono mai usciti dalla fase di prova.

---

Il pezzo difficile è l'ultimo

Savevski non è pessimista, e lo dice esplicitamente. Ricorda che la Comunità Europea ha finanziato decine di progetti Horizon, e che oggi esistono innovazioni europee che portano valore verso gli ospedali, i pazienti e i medici.

Ma quando elenca cosa resta da fare mette in fila tre cose, normativa, sicurezza, deployment e integrazione, e su una sola si sofferma: l'integrazione è, nelle sue parole, «il pezzo più difficile oggi dell'equazione».

Vale la pena fermarsi su questo punto, perché è quello che raramente finisce nei comunicati stampa. Un algoritmo che riconosce una lesione in una radiografia con ottima accuratezza è un risultato scientifico. Farlo funzionare dentro il flusso di lavoro di un reparto, dove deve parlare con il sistema informativo dell'ospedale, arrivare al radiologo giusto nel momento giusto, lasciare traccia, essere verificabile, non rallentare nessuno, è un problema di tutt'altra natura. E succede dopo, quando i finanziamenti della ricerca sono finiti.

La chiusura del ragionamento è misurata: tutto questo «nei prossimi anni non sarà la soluzione magica di tutto. Questo dobbiamo sicuramente essere molto consapevoli e umili di comprendere, ma sarà sicuramente qualcosa che nel tempo aiuterà e accompagnerà la clinica e la medicina a un posto migliore».

---

L'AI Act, e un confronto che non finisce come ci si aspetta

La domanda di chiusura è quella scomoda: le normative europee come l'AI Act rischiano di frenare la spinta competitiva dell'Europa rispetto agli Stati Uniti?

Savevski premette che sono domande complesse e che servirebbero due ore. Poi porta un argomento che ribalta la premessa della domanda. Negli Stati Uniti, dice, esistono circa ottocento soluzioni autorizzate dalla FDA. Ma se si guarda alla letteratura pubblicata, solo una piccola parte di quei prodotti ha dati clinici significativi. Vuol dire che molti prodotti sono stati messi sul mercato per vedere se funzionano, e se non funzionano vengono ritirati.

L'Europa ha scelto una strategia diversa, mettendo il blocco all'inizio. Tiene a precisare: «non voglio essere critico, è solo una scelta di strategia». Ma ritiene che il modo in cui l'Europa si sta ponendo abbia dei vantaggi reali in termini di sicurezza del paziente.

Per curiosità, sul tema c'è uno studio recente. Nell'agosto 2024 Nature Medicine ha pubblicato il lavoro di Sammy Chouffani El Fassi e colleghi dell'Università del North Carolina, che ha passato in rassegna 521 autorizzazioni FDA di dispositivi medici basati su intelligenza artificiale. Il risultato: 226 su 521, circa il 43%, non avevano dati di validazione clinica pubblicati. Tra i restanti, 144 erano stati validati retrospettivamente, 148 prospetticamente e solo 22 attraverso studi randomizzati controllati. Alcuni erano stati addestrati su immagini sintetiche invece che su pazienti reali.

Sempre per curiosità, l'elenco ufficiale della FDA ha superato quota mille autorizzazioni nel corso del 2025; a inizio 2024 le rilevazioni contavano poco meno di novecento dispositivi.

---

Il punto

L'intervista è breve e, proprio per questo, non si disperde. Il messaggio è che il collo di bottiglia dell'intelligenza artificiale in sanità non sta nei modelli, e nemmeno nei soldi: sta nel tratto che va da un pilot riuscito a un reparto che lo usa tutti i giorni.

Il modo per attraversarlo, secondo chi lo fa di mestiere, è poco spettacolare. Partire da un'esigenza clinica reale invece che da una tecnologia disponibile. Mettere nella stessa stanza, dall'inizio, chi cura e chi programma. E accettare che il lavoro più difficile, far parlare la soluzione con tutto il resto dell'ospedale, arrivi alla fine, quando l'entusiasmo è già passato.

Guarda l'intervento completo con Victor Savevski, registrato a HealthTech XPO in Università Bocconi.

---

I numeri citati nell'intervento

1. 10.000 pilot di intelligenza artificiale in corso negli ospedali secondo la letteratura, citati dall'ospite come misura del problema.
2. Decine di progetti Horizon finanziati dalla Comunità Europea.
3. Circa 800 soluzioni autorizzate dalla FDA negli Stati Uniti, secondo l'ospite. Per curiosità, il registro ufficiale FDA ha poi superato le mille autorizzazioni.
4. Per curiosità, 43% dei dispositivi medici basati su IA autorizzati dalla FDA senza dati di validazione clinica pubblicati: 226 su 521 analizzati, Nature Medicine 2024.
5. Per curiosità, 22 su 521 validati attraverso studi randomizzati controllati, nello stesso studio.

---

Takeaway

• Un pilot riuscito non è una soluzione: finché non è integrata nei sistemi dell'ospedale, resta un esperimento.
• «Autorizzato dall'ente regolatorio» e «validato clinicamente» sono due cose diverse, e il numero che le separa è grande.
• I progetti che nascono da una tecnologia disponibile invece che da un bisogno clinico producono soluzioni isolate che non scalano.
• Una squadra che mette insieme medici, ingegneri e data scientist dall'inizio non è un dettaglio organizzativo: è ciò che rende possibile il passaggio dal concept al reparto.