L'errore diagnostico è uno dei problemi più gravi e meno visibili nell'assistenza primaria. Nei sistemi sanitari europei, i medici di base gestiscono una straordinaria varietà di presentazioni indifferenziate, spesso in tempi di consulto limitati e con accesso ridotto al parere di specialisti in tempo reale. Il risultato è un contesto in cui gli errori diagnostici sono sia comprensibili sia, nel complesso, significativi. Le stime variano, ma alcune ricerche suggeriscono che una parte sostanziale degli errori diagnostici nell'assistenza primaria potrebbe essere prevenuta con sistemi avanzati di supporto decisionale. Se anche solo approssimativamente accurata, questa cifra rappresenta un onere rilevante e affrontabile. In questo contesto, gli strumenti di supporto decisionale clinico hanno attirato un crescente interesse come risposta tecnologica. Le evidenze a loro supporto, tuttavia, sono più complesse di quanto le affermazioni dei fornitori tipicamente suggeriscano.

Cosa fanno effettivamente gli strumenti di supporto decisionale clinico in un consulto dal medico di base

Il supporto decisionale clinico (CDS, clinical decision support) non è una singola tecnologia. In un contesto di assistenza primaria, comprende un'ampia gamma di funzioni: suggerimenti di diagnosi differenziale che evidenziano condizioni che un clinico potrebbe non aver considerato, avvisi di segnali d'allarme che indicano potenziali patologie gravi, controlli delle interazioni farmacologiche, linee guida per la prescrizione di antibiotici, calcolatori di stratificazione del rischio cardiovascolare e strumenti di supporto alle decisioni di invio.

Una distinzione fondamentale che influenza il modo in cui le evidenze dovrebbero essere interpretate è la differenza tra CDS passivo e attivo. I sistemi passivi operano in background, controllando le prescrizioni per le interazioni e segnalando risultati anomali, senza interrompere il flusso del consulto. I sistemi attivi intervengono in tempo reale, offrendo suggerimenti durante l'incontro clinico stesso. Queste due modalità producono profili di evidenza diversi, sfide di implementazione differenti e rischi distinti. La meta-revisione LINNEAUS sui sistemi computerizzati di supporto decisionale diagnostico nell'assistenza primaria ha identificato che l'integrazione profonda con il sistema di cartelle cliniche e l'attivazione del supporto in punti appropriati del flusso di lavoro cognitivo sono prerequisiti per l'efficacia. Questa scoperta si applica molto di più ai sistemi attivi che a quelli passivi.

Più recentemente, sono entrati in scena strumenti basati su modelli linguistici di grandi dimensioni (LLM, large language model). I modelli linguistici di grandi dimensioni possono sintetizzare l'anamnesi del paziente, i sintomi attuali e il contesto clinico per generare diagnosi differenziali classificate o suggerire i passaggi successivi. Questi rappresentano un cambiamento qualitativo rispetto agli avvisi basati su regole, ma introducono anche nuove domande su affidabilità, calibrazione e fiducia del clinico.

Come i ricercatori misurano la riduzione degli errori diagnostici

Prima di valutare cosa mostrano le evidenze, vale la pena comprendere perché misurare la riduzione degli errori diagnostici è metodologicamente difficile e perché i medici di base dovrebbero avvicinarsi con cautela alle dimensioni degli effetti pubblicati.

L'errore diagnostico viene tipicamente identificato retrospettivamente: una diagnosi mancata diventa visibile solo quando un paziente peggiora, ritorna con sintomi in peggioramento o riceve una diagnosi diversa da uno specialista. Questo rende difficile la misurazione prospettica. La maggior parte degli studi si basa quindi su esiti proxy: tassi di invio appropriati, tempo alla diagnosi, appropriatezza della prescrizione di antibiotici o modelli di richiesta di esami di laboratorio. Queste sono misure legittime del processo clinico, ma non equivalgono a riduzioni confermate del danno al paziente derivante da diagnosi mancate.

Anche i disegni degli studi variano enormemente. Gli studi randomizzati controllati in questo ambito sono rari e difficili da condurre. I clinici non possono essere facilmente resi ciechi rispetto all'uso o meno di uno strumento CDS, e la randomizzazione a cluster introduce fattori confondenti propri. Gli studi osservazionali e i dati di audit dominano la letteratura, il che limita l'inferenza causale. Una revisione esplorativa del 2021 nell'International Journal of Environmental Research and Public Health ha concluso che, sebbene sia stato dimostrato che le modalità CDS migliorano la qualità dell'assistenza in una varietà di contesti medici, la loro utilità nel dominio diagnostico specifico rimane poco chiara.

La meta-revisione LINNEAUS ha esaminato 1.970 studi e ne ha trovati solo 12 idonei per l'inclusione. La base di evidenze è scarsa non perché gli strumenti CDS necessariamente falliscano, ma perché l'infrastruttura di ricerca per valutarli rigorosamente nell'assistenza primaria è rimasta indietro rispetto alla loro implementazione.

Dove le evidenze sono più solide: condizioni specifiche e casi d'uso

Nonostante queste avvertenze metodologiche, ci sono ambiti in cui gli strumenti CDS mostrano un segnale coerente e credibile nell'assistenza primaria.

L'appropriatezza della richiesta di esami di laboratorio è una delle aree più solidamente studiate. Lo studio randomizzato a cluster ELMO, condotto nell'assistenza primaria belga dalla KU Leuven e dall'Università di Ghent, ha rilevato che un sistema CDS che utilizza set di ordini per 17 indicazioni comuni ha migliorato l'appropriatezza e ridotto il volume delle richieste di esami di laboratorio, pur risultando non inferiore all'assistenza abituale sull'incidenza di errori diagnostici. Si tratta di uno studio randomizzato controllato (RCT, randomised controlled trial) europeo di alta qualità che offre una reale rassicurazione sulla sicurezza, anche se non dimostra una riduzione attiva degli errori.

La stratificazione del rischio cardiovascolare è un'altra area in cui gli strumenti CDS strutturati hanno mostrato un miglioramento misurabile del processo, in gran parte perché il compito decisionale è ben definito e calcolabile. Allo stesso modo, l'appropriatezza della prescrizione di antibiotici, una preoccupazione importante nell'assistenza primaria europea, ha dimostrato di migliorare con i suggerimenti CDS in più studi, sebbene il meccanismo sia comportamentale piuttosto che strettamente diagnostico.

La valutazione del ritmo cardiaco è un'area emergente. Un'indagine francese tra i medici di base sull'interpretazione dell'elettrocardiogramma (ECG) assistita da intelligenza artificiale ha rilevato che il 72% dei medici di base ha riferito che userebbe gli ECG più frequentemente se fosse disponibile l'intelligenza artificiale per l'interpretazione, e che l'intelligenza artificiale ha dimostrato un'accuratezza diagnostica nell'analisi ECG equivalente a quella dei cardiologi. In particolare, il 57% degli intervistati ha visto l'intelligenza artificiale come un aiuto diagnostico piuttosto che come un sistema autonomo, un inquadramento che riflette come la maggior parte dei clinici si avvicina agli strumenti CDS nella pratica.

Il ragionamento diagnostico collettivo offre una prospettiva complementare. Uno studio del 2024 in Medical Decision Making ha dimostrato che l'aggregazione di diagnosi indipendenti di medici di base migliora sostanzialmente l'accuratezza diagnostica, e che la combinazione di questo approccio con un sistema di supporto decisionale ha prodotto ulteriori miglioramenti. La regola della pluralità, che pesa tutte le diagnosi indipendenti in modo uguale, ha superato di molto l'accuratezza media individuale del medico di base, con un effetto che aumenta all'aumentare della dimensione del gruppo.

Forse l'evidenza del mondo reale più sorprendente proviene da uno studio del 2025 di Korom et al., condotto in collaborazione con Penda Health su 39.849 visite di pazienti in 15 cliniche a Nairobi. I clinici che utilizzavano uno strumento AI Consult basato su LLM hanno commesso il 16% in meno di errori diagnostici e il 13% in meno di errori di trattamento rispetto a quelli senza accesso. In termini assoluti, si prevede che lo strumento eviti errori diagnostici in 22.000 visite ed errori di trattamento in 29.000 visite all'anno in quella singola rete sanitaria. Tutti gli intervistati al sondaggio tra i clinici hanno affermato che AI Consult ha migliorato la qualità dell'assistenza che fornivano, con il 75% che ha descritto l'effetto come sostanziale.

Dove le evidenze sono deboli, incoerenti o mancanti

I risultati di Penda Health sono sorprendenti, ma richiedono un'attenta contestualizzazione. Esiste anche un risultato direttamente contraddittorio da uno studio di qualità superiore.

Uno studio randomizzato a cluster pragmatico ha testato il supporto decisionale clinico assistito da ChatGPT-4o nelle strutture di assistenza primaria keniote e ha rilevato che non ha ridotto significativamente il fallimento del trattamento a 14 giorni rispetto all'assistenza abituale. Questo è il disegno di studio più rigoroso disponibile, un RCT sottoposto a revisione paritaria, e il suo risultato nullo su un esito clinico concreto è un contrappunto significativo all'evidenza osservazionale dello studio Penda. I due studi non sono necessariamente in conflitto (hanno misurato esiti diversi, in contesti diversi, con strumenti diversi), ma insieme illustrano che l'evidenza non è uniformemente positiva.

Più in generale, lo studio qualitativo del 2025 sui clinici dell'assistenza primaria ha rilevato che, sebbene numerosi studi abbiano dimostrato miglioramenti negli esiti correlati al processo come l'aumento dei tassi di screening e la riduzione degli ordini incompleti, meno studi hanno valutato e riportato gli esiti dei pazienti. Questo divario tra miglioramento del processo e beneficio dimostrabile per il paziente è un tema ricorrente in tutta la letteratura.

La fatica da avvisi è un meccanismo ben documentato attraverso il quale l'efficacia dimostrata in contesti controllati non si traduce in efficacia nel mondo reale. Quando i sistemi CDS generano avvisi frequenti e a bassa specificità, i clinici imparano a ignorarli abitualmente. Il tasso di ignoramento diventa un limite massimo per qualsiasi potenziale beneficio e, in alcuni contesti, l'effetto netto sul ragionamento clinico può essere negativo.

Ci sono anche lacune sostanziali per condizione e specialità. Per molte delle presentazioni indifferenziate che definiscono la medicina generale, tra cui affaticamento, dolore addominale e sintomi muscoloscheletrici, ci sono poche o nessuna evidenza sottoposta a revisione paritaria che gli strumenti CDS riducano i tassi di errore diagnostico. Le condizioni in cui l'evidenza è più forte (rischio cardiovascolare, prescrizione di antibiotici, richiesta di esami di laboratorio) sono precisamente quelle in cui il compito diagnostico è più strutturato e calcolabile. Le presentazioni più complesse e cognitivamente impegnative al centro del lavoro del medico di base rimangono in gran parte non studiate.

Il contesto dell'assistenza primaria europea: perché il contesto è importante

Una parte significativa della base di evidenze per gli strumenti CDS nell'assistenza primaria deriva dai sistemi sanitari statunitensi o da contesti ospedalieri, e nessuno dei due si traduce direttamente nella medicina generale europea.

Negli Stati Uniti, l'assistenza primaria opera all'interno di un panorama di sistemi di cartelle cliniche diverso, con strutture di incentivi differenti, norme di documentazione diverse e dimensioni dei panel di pazienti differenti. Gli studi basati su ospedali coinvolgono tipicamente domande diagnostiche più acute e meglio definite rispetto alle presentazioni croniche, multimorbide e indifferenziate che dominano i consulti dei medici di base europei. Gli studi condotti in contesti a risorse limitate, incluso lo studio Penda Health in Kenya e lo studio Nature Medicine, coinvolgono ambienti clinici che differiscono sostanzialmente dall'assistenza primaria NHS o nordica in termini di infrastruttura diagnostica di base, durata del consulto e accesso ai percorsi di invio.

Lo studio ELMO dal Belgio rimane uno dei pochi RCT europei di alta qualità condotti specificamente nell'assistenza primaria, e il suo focus sulla richiesta di esami di laboratorio piuttosto che sull'accuratezza diagnostica in sé limita ciò che può essere dedotto. La meta-revisione LINNEAUS, una collaborazione europea, ha chiesto approcci più standardizzati e computabili alla rappresentazione della conoscenza e un'integrazione più profonda del sistema di cartelle cliniche, notando che nessuna delle due condizioni era costantemente soddisfatta negli studi esaminati. Quell'osservazione, fatta nel 2016, non è stata completamente affrontata nel decennio successivo.

Anche la durata del consulto è importante. Un medico di base che opera con appuntamenti di dieci minuti affronta vincoli diversi rispetto a un clinico in un contesto di studio con più tempo per interagire con un'interfaccia CDS. Gli strumenti che richiedono un'immissione di dati aggiuntiva, o che presentano suggerimenti in un punto del flusso di lavoro in cui la decisione clinica è stata effettivamente già presa, difficilmente cambieranno gli esiti indipendentemente dalla loro accuratezza sottostante.

Il problema dei fattori umani: quando gli strumenti CDS vengono ignorati o utilizzati in modo improprio

L'efficacia di qualsiasi strumento CDS dipende dal fatto che i clinici lo utilizzino e da come lo utilizzino. Lo studio qualitativo del 2025 sui clinici dell'assistenza primaria ha identificato barriere sostanziali all'adozione: resistenza dei clinici, processi di approvazione organizzativa, mancanza di infrastrutture ed evidenze insufficienti di efficacia comunicate agli utenti finali. I clinici hanno sottolineato che gli strumenti devono integrarsi con l'integrazione del sistema di cartelle cliniche esistente e presentare un'interfaccia facile da navigare, requisiti che spesso non sono soddisfatti nella pratica.

Il bias di automazione, ovvero la tendenza a fare eccessivo affidamento sui suggerimenti algoritmici e a sottovalutare il giudizio clinico, è un rischio documentato che va nella direzione opposta rispetto alla fatica da avvisi. Dove la fatica da avvisi porta a un sottoutilizzo, il bias di automazione porta a un sovrautilizzo acritico. Entrambi rappresentano fallimenti dell'implementazione piuttosto che proprietà intrinseche degli strumenti, ma sono costantemente osservati in contesti del mondo reale.

Il documento quadro di Frontiers in Medicine sulla riduzione degli errori diagnostici nella diagnostica guidata dall'intelligenza artificiale conclude che è essenziale un approccio coordinato e multidimensionale, che integri controlli tecnici robusti, linee guida etiche chiare e strutture di responsabilità definite. Questa non è una critica a nessuno strumento specifico, ma riflette la scoperta più ampia che il contesto di implementazione e la governance contano tanto quanto la tecnologia sottostante.

Una revisione esplorativa del 2025 sull'intelligenza artificiale nell'assistenza primaria ambulatoriale ha rilevato che la maggior parte degli studi rimane nella fase di sviluppo, con un'implementazione minima nel mondo reale oltre alla trascrizione ambientale e al supporto decisionale clinico. Su 3.203 manoscritti esaminati, solo otto hanno riportato risultati di studi clinici. Il divario tra modelli pubblicati e sistemi implementati e valutati rimane ampio.

Come dovrebbero essere effettivamente le buone evidenze

Date le limitazioni metodologiche descritte sopra, vale la pena essere specifici su quale disegno di studio darebbe a un medico di base una ragionevole fiducia che uno strumento CDS riduca l'errore diagnostico nel proprio contesto.

La base di evidenze minima credibile includerebbe:

• Disegno prospettico: esiti misurati prima e dopo l'implementazione dello strumento in popolazioni comparabili, idealmente con randomizzazione a livello di studio o cluster

• Popolazioni di assistenza primaria europea: non sistemi sanitari statunitensi, non contesti ospedalieri, non ambienti a risorse limitate con infrastrutture di base diverse

• Esiti diagnostici confermati: non misure proxy come tassi di invio o modelli di richiesta di esami, ma accuratezza diagnostica verificata rispetto ai dati di follow-up

• Validazione indipendente: risultati non finanziati o condotti esclusivamente dallo sviluppatore dello strumento

• Tassi di ignoramento e dati sulla fatica da avvisi riportati: per confermare che lo strumento sia stato effettivamente utilizzato nel modo in cui lo studio presume

• Follow-up sufficiente: l'errore diagnostico si manifesta spesso settimane o mesi dopo il consulto indice; finestre temporali di esito a breve termine perdono una proporzione sostanziale di eventi rilevanti

Il metodo automatizzato di rilevamento delle discrepanze diagnostiche validato nei dipartimenti di emergenza svizzeri, che ha raggiunto valori di area sotto la curva (AUC, area under the curve) da 0,94 a 0,95 come strumento di screening per gli errori diagnostici, offre un modello per come l'identificazione retrospettiva degli errori potrebbe essere operazionalizzata su larga scala. L'applicazione di metodi simili ai dati di audit dell'assistenza primaria potrebbe migliorare sostanzialmente la base di evidenze, sebbene questo rimanga un divario di ricerca piuttosto che una pratica consolidata.

Cosa dovrebbero ragionevolmente aspettarsi i medici di base dal supporto decisionale clinico oggi

Il riassunto onesto delle evidenze attuali è questo: gli strumenti CDS possono migliorare processi clinici specifici e ben definiti nell'assistenza primaria, tra cui la richiesta di esami di laboratorio, la prescrizione di antibiotici, la stratificazione del rischio cardiovascolare e potenzialmente la valutazione del ritmo cardiaco. In questi ambiti, l'evidenza è credibile e, in alcuni casi, deriva da RCT europei di alta qualità.

Ciò che l'evidenza non stabilisce ancora è che gli strumenti CDS riducano i tassi complessivi di errore diagnostico nell'assistenza primaria europea generale. Gli studi che mostrano gli effetti maggiori (lo studio osservazionale Penda Health) sono condotti in contesti sanitari diversi e utilizzano esiti proxy o autoriferiti. L'RCT di massima qualità disponibile (lo studio randomizzato a cluster Nature Medicine) non ha trovato alcuna riduzione significativa negli esiti clinici concreti. Le revisioni sistematiche fondamentali identificano solo una manciata di studi che soddisfano le soglie di qualità e richiedono una metodologia più rigorosa.

Per i medici di base che valutano se adottare o sostenere uno strumento CDS, vale la pena porre le seguenti domande a qualsiasi fornitore o team di implementazione:

• Qual è la base di evidenze e se è stata generata in un contesto di assistenza primaria europea?

• Gli esiti sono stati misurati a livello di paziente o solo a livello di processo?

• Quali sono i tassi di ignoramento degli avvisi nell'implementazione nel mondo reale e come viene monitorata la fatica da avvisi?

• Come si integra lo strumento con il sistema di cartelle cliniche esistente e in quale punto del flusso di lavoro del consulto interviene?

• Lo strumento è stato validato in modo indipendente o gli studi di supporto provengono principalmente dallo sviluppatore?

• Lo strumento è classificato come dispositivo medico nell'ambito del quadro normativo pertinente e quale sorveglianza post-commercializzazione è in atto?

Gli strumenti CDS non sono privi di valore nell'assistenza primaria. L'evidenza per applicazioni specifiche è genuina. Ma l'affermazione che riducano l'errore diagnostico in modo ampio, attraverso l'intera gamma di presentazioni che un medico di base incontra, non è ancora supportata dalle evidenze disponibili. Trattarli come aiuti mirati per compiti ben definiti, piuttosto che come soluzioni generali all'incertezza diagnostica, riflette ciò che la ricerca effettivamente mostra.

Domande frequenti

▶ Gli strumenti di supporto decisionale clinico riducono effettivamente gli errori diagnostici nella medicina generale?

Le evidenze sono contrastanti. Alcuni studi mostrano miglioramenti misurabili in processi clinici specifici, come la richiesta di esami di laboratorio e la prescrizione di antibiotici, ma nessuno studio randomizzato controllato europeo di alta qualità ha ancora dimostrato una riduzione ampia dei tassi di errore diagnostico attraverso l'intera gamma di presentazioni che un medico di base incontra. L'RCT più rigoroso disponibile, uno studio randomizzato a cluster del supporto decisionale assistito da ChatGPT-4o nell'assistenza primaria keniota, non ha trovato alcuna riduzione significativa negli esiti clinici concreti. L'evidenza supporta l'uso di questi strumenti come aiuti mirati per compiti ben definiti piuttosto che come soluzioni generali all'incertezza diagnostica.

▶ Qual è la differenza tra supporto decisionale clinico passivo e attivo?

I sistemi di supporto decisionale clinico (CDS) passivi operano in background, controllando le prescrizioni per le interazioni farmacologiche o segnalando risultati anomali, senza interrompere il consulto. I sistemi attivi intervengono in tempo reale durante l'incontro clinico, offrendo suggerimenti di diagnosi differenziale o avvisi di segnali d'allarme. Le due modalità producono profili di evidenza diversi e sfide di implementazione differenti. La ricerca suggerisce che l'integrazione profonda con il sistema di cartelle cliniche e l'attivazione del supporto nel punto giusto del flusso di lavoro cognitivo del clinico sono prerequisiti affinché il CDS attivo sia efficace.

▶ Quali aree cliniche hanno le evidenze più solide per gli strumenti di supporto decisionale nell'assistenza primaria?

Le evidenze più solide riguardano l'appropriatezza della richiesta di esami di laboratorio, la prescrizione di antibiotici e la stratificazione del rischio cardiovascolare. Lo studio randomizzato a cluster ELMO, condotto nell'assistenza primaria belga, ha rilevato che un sistema CDS ha migliorato l'appropriatezza della richiesta di esami di laboratorio ed è risultato non inferiore all'assistenza abituale sull'incidenza di errori diagnostici. La valutazione del ritmo cardiaco è un'area emergente: un'indagine francese tra i medici di base ha rilevato che l'interpretazione ECG assistita da intelligenza artificiale ha dimostrato un'accuratezza diagnostica equivalente a quella dei cardiologi, e il 72% dei medici di base ha affermato che userebbe gli ECG più frequentemente se fosse disponibile l'interpretazione con intelligenza artificiale.

▶ Perché è così difficile misurare se il supporto decisionale clinico riduce l'errore diagnostico?

L'errore diagnostico viene tipicamente identificato retrospettivamente, diventando visibile solo quando un paziente peggiora o riceve una diagnosi diversa in seguito. Questo rende difficile la misurazione prospettica. La maggior parte degli studi si basa su esiti proxy come tassi di invio o modelli di richiesta di esami piuttosto che su riduzioni confermate del danno al paziente. Gli studi randomizzati controllati sono rari perché i clinici non possono essere resi ciechi rispetto all'uso o meno di uno strumento CDS. La meta-revisione LINNEAUS ha esaminato 1.970 studi e ne ha trovati solo 12 idonei per l'inclusione, riflettendo quanto sia scarsa la base di evidenze.

▶ Cos'è la fatica da avvisi e come influisce sull'efficacia nel mondo reale di questi strumenti?

La fatica da avvisi si verifica quando i sistemi CDS generano avvisi frequenti e a bassa specificità e i clinici imparano a ignorarli abitualmente. Il tasso di ignoramento diventa un limite massimo per qualsiasi potenziale beneficio. In alcuni contesti, l'effetto netto sul ragionamento clinico può essere negativo. Va nella direzione opposta rispetto al bias di automazione, che è la tendenza a fare eccessivo affidamento sui suggerimenti algoritmici e a sottovalutare il giudizio clinico. Entrambi rappresentano fallimenti dell'implementazione piuttosto che difetti intrinseci degli strumenti, ma sono costantemente osservati in contesti del mondo reale.

▶ Le evidenze dai sistemi sanitari statunitensi o africani si applicano alla medicina generale europea?

Non direttamente. Una parte significativa della base di evidenze CDS proviene da sistemi sanitari statunitensi o contesti ospedalieri, che coinvolgono panorami di sistemi di cartelle cliniche diversi, strutture di incentivi e dimensioni dei panel di pazienti differenti. Gli studi da contesti a risorse limitate, incluso lo studio Penda Health in Kenya, coinvolgono ambienti clinici che differiscono sostanzialmente dall'assistenza primaria NHS o nordica in termini di infrastruttura diagnostica di base, durata del consulto e accesso ai percorsi di invio. Lo studio ELMO dal Belgio rimane uno dei pochi RCT europei di alta qualità condotti specificamente nell'assistenza primaria.

▶ Quali domande dovrebbe porre un medico di base prima di adottare uno strumento di supporto decisionale clinico?

Vale la pena chiedere se l'evidenza è stata generata in un contesto di assistenza primaria europea e se gli esiti sono stati misurati a livello di paziente o solo a livello di processo. Dovresti anche chiedere quali sono i tassi di ignoramento degli avvisi nell'implementazione nel mondo reale, come si integra lo strumento con il sistema di cartelle cliniche esistente e in quale punto del flusso di lavoro del consulto interviene. Verificare se lo strumento è stato validato in modo indipendente, piuttosto che studiato esclusivamente dallo sviluppatore, e se è classificato come dispositivo medico nell'ambito del quadro normativo pertinente, sono anche passaggi importanti.

▶ Come dovrebbero essere effettivamente le buone evidenze per la riduzione degli errori diagnostici nell'assistenza primaria?

Un'evidenza credibile richiederebbe un disegno prospettico con randomizzazione a livello di studio o cluster, condotto in popolazioni di assistenza primaria europea piuttosto che in contesti ospedalieri o a risorse limitate. Gli esiti dovrebbero essere accuratezza diagnostica verificata rispetto ai dati di follow-up, non misure proxy come i tassi di invio. Gli studi avrebbero bisogno di validazione indipendente, tassi di ignoramento degli avvisi riportati per confermare che lo strumento sia stato effettivamente utilizzato come presunto, e tempo di follow-up sufficiente, poiché l'errore diagnostico si manifesta spesso settimane o mesi dopo il consulto indice.

▶ Cosa ha trovato lo studio Penda Health e come dovrebbero essere interpretati i suoi risultati?

Uno studio del 2025 di Korom et al., condotto su 39.849 visite di pazienti in 15 cliniche a Nairobi, ha rilevato che i clinici che utilizzavano uno strumento AI Consult basato su LLM hanno commesso il 16% in meno di errori diagnostici e il 13% in meno di errori di trattamento rispetto a quelli senza accesso. Tutti gli intervistati al sondaggio tra i clinici hanno affermato che lo strumento ha migliorato la qualità dell'assistenza che fornivano. Tuttavia, lo studio è osservazionale piuttosto che randomizzato, ed è stato condotto in un ambiente clinico che differisce sostanzialmente dalla medicina generale europea. Esiste un risultato direttamente contraddittorio da un RCT di qualità superiore in un contesto comparabile, che non ha trovato alcuna riduzione significativa negli esiti clinici concreti.