Intelligenza artificiale e medicina: l’articolo originale scritto integralmente dall’IA

Intelligenza artificiale e medicina: l’articolo originale scritto integralmente dall’IA. Prima pubblicazione: 11 marzo 2025. Evangelos Panagiotakos.
IT
Matita e gomma con l’iscrizione Errare humanum est, su un tavolo di legno.

Intelligenza artificiale e medicina

L’articolo originale scritto integralmente dall’IA

· Evangelos Panagiotakos

L’articolo originale, pubblicato l’11 marzo 2025, è stato scritto integralmente dall’intelligenza artificiale. La traduzione italiana è stata soltanto rivista da un essere umano.

Revisione editoriale dell’11 ottobre 2026: questa versione corregge inoltre alcune imprecisioni concettuali e precisa i limiti dello studio citato. Il sottotitolo si riferisce alla stesura originale.

Nota dell’autore. A volte, persino l’empatia che uomini illuminati hanno insegnato all’intelligenza artificiale mi sembra migliore di quella di cui disponiamo noi medici. Isaac Asimov scriveva romanzi di fantascienza nella sua epoca. Oggi lo definirei un mediocre profeta. Leggetelo: è interessante.

L’intelligenza artificiale (IA), già studiata nella medicina di precisione e nell’analisi delle immagini, può offrire strumenti per la comunicazione fra pazienti e medici. I grandi modelli linguistici (LLM, large language models) sono reti neurali addestrate su grandi quantità di testo: possono generare risposte coerenti con il contesto e con il tono della conversazione. Questa capacità non equivale alla comprensione umana o a una competenza clinica certificata.

Questi modelli vengono utilizzati nell’IA generativa e sono capaci di produrre nuovi testi o dati simili a quelli impiegati per il loro addestramento.

I chatbot sono sistemi conversazionali che possono rispondere alle domande degli utenti. ChatGPT è un’applicazione basata su modelli linguistici; non è esso stesso il nome di un singolo LLM. Non tutti i chatbot utilizzano questi modelli.

I ricercatori di un centro tedesco specializzato nella chirurgia del pancreas hanno voluto valutare la capacità di ChatGPT di rispondere alle domande dei pazienti sulla chirurgia del cancro del pancreas, confrontando le sue risposte con quelle fornite da due chirurghi specialisti.

La valutazione delle risposte è stata effettuata da pazienti ed esperti medici, tenendo conto della precisione delle informazioni, della loro chiarezza per un pubblico non specialista e della loro dimensione empatica.1

Dieci domande comuni poste dai pazienti prima di un intervento chirurgico per il cancro al pancreas sono state selezionate in collaborazione con un gruppo di pazienti esperti dell’ospedale di Heidelberg. ChatGPT e due chirurghi esperti hanno risposto in modo indipendente a queste domande.

Alla valutazione hanno partecipato 24 pazienti e 25 chirurghi; 11 pazienti e 10 chirurghi hanno completato integralmente il questionario. Le risposte sono state valutate in cieco per contenuto, comprensibilità ed empatia percepita.

Nel campione esaminato, le risposte di ChatGPT hanno ricevuto valutazioni complessivamente comparabili a quelle dei chirurghi per affidabilità, comprensibilità ed empatia percepita. Lo studio valutava testi scritti, non diagnosi, decisioni terapeutiche o esiti clinici.

Il primo chirurgo ha ottenuto più preferenze, seguito da ChatGPT. Il numero limitato di domande, rispondenti e valutazioni complete invita alla prudenza: il risultato non dimostra che un chatbot possieda empatia umana o possa sostituire il medico.

Cartello in bianco e nero con la frase Always make new mistakes

Questi risultati suggeriscono un possibile ruolo complementare nella comunicazione fra paziente e medico, con verifica professionale delle informazioni. Altri studi hanno valutato l’appropriatezza delle risposte sul cancro del colon e sulla prevenzione cardiovascolare; hanno obiettivi e metodi diversi e non costituiscono una conferma automatica dei risultati sull’empatia.23

Tuttavia, l’IA presenta alcune limitazioni. Infatti, ChatGPT non è specificamente progettato per la medicina e può generare errori o “allucinazioni”, fenomeni sorprendenti a prima vista ma ben noti agli specialisti dell’IA (e sempre più al grande pubblico!).4

Gli LLM elaborano il testo suddividendolo in token, unità che possono corrispondere a parole, parti di parole o segni di punteggiatura, associate a identificativi numerici. Durante l’addestramento apprendono regolarità nei dati; durante la generazione stimano quali token possano seguire il contesto. La plausibilità linguistica non garantisce la verità: possono quindi produrre affermazioni credibili ma false, le cosiddette “allucinazioni”. Non è corretto spiegare questi errori dicendo semplicemente che il modello “non riconosce il testo”.

Le risposte dipendono dal modello, dal contesto fornito e dagli strumenti disponibili. L’accesso a fonti esterne e la capacità di analizzare immagini o grafici non sono caratteristiche uniformi di tutti i sistemi. Le informazioni mediche e i riferimenti bibliografici vanno verificati sulle fonti originali.

In ogni caso, non sembra desiderabile al momento che l’IA sostituisca il fondamentale rapporto umano tra il medico e il paziente, in particolare per affrontare gli aspetti emotivi della malattia. È inoltre necessario segnalare chiaramente quando una risposta proviene da un’IA per evitare di confondere i pazienti.

L’uso clinico richiede infine una chiara attribuzione delle responsabilità, supervisione professionale e tutela dei dati dei pazienti. Le prestazioni di un chatbot in un questionario non bastano a stabilire la sicurezza del suo impiego nella pratica clinica.

Bibliografia

  1. Klotz R, Pausch TM, Kaiser J, et al. ChatGPT vs. surgeons on pancreatic cancer queries: accuracy & empathy evaluated by patients and experts. HPB (Oxford). 2025;27(3):311–317. doi: 10.1016/j.hpb.2024.11.012. ↩
  2. Sarraju A, Bruemmer D, Van Iterson E, et al. Appropriateness of Cardiovascular Disease Prevention Recommendations Obtained From a Popular Online Chat-Based Artificial Intelligence Model. JAMA. 2023;329(10):842–844. doi: 10.1001/jama.2023.1044. ↩
  3. Emile SH, Horesh N, Freund M, et al. How appropriate are answers of online chat-based artificial intelligence (ChatGPT) to common questions on colon cancer? Surgery. 2023;174(5):1273–1275. doi: 10.1016/j.surg.2023.06.005. ↩
  4. Kalai AT, Nachum O, Vempala SS, Zhang E. Why Language Models Hallucinate. 2025. arXiv:2509.04664. Riferimento inserito nella revisione dell’11 ottobre 2026. ↩

Fonti della revisione: Klotz et al., HPB, 2025;27(3):311–317; Brown et al., Language Models are Few-Shot Learners, 2020; Kalai et al., Why Language Models Hallucinate, 2025.

Comments are closed