IA e colloqui medico-paziente – opportunità e rischi di strumenti come ChatGPT e Claude
Cosa comporta il fatto che il colloquio con il medico non inizi più nella sala d’aspetto, ma nella chat di un’IA?
Al giorno d’oggi, l’intelligenza artificiale trova applicazione in sempre più ambiti della medicina [1]: i pazienti la usano ad es. nei fitness tracker o con i chatbot, mentre il personale medico se ne avvale per valutare referti radiologici o per altre applicazioni diagnostiche.
Per la preparazione dei colloqui medico–paziente, i pazienti possono usare soprattutto i cosiddetti «Large Language Models» (LLMs) come, ad esempio, ChatGPT e Claude.
Che cosa sono esattamente questi LLMs e che cosa comportano per i pazienti? Imparate come usarli in modo proficuo, scoprite i loro limiti e quanto l’attenzione e l’ascolto attivo da parte vostra siano comunque fondamentali.
Che cosa sono i Large Language Models?
I cosiddetti Large Language Models (LLMs) sono modelli linguistici matematici che sfruttano un complesso calcolo delle probabilità per generare testi in autonomia. Vengono alimentati con enormi quantità di dati, soprattutto provenienti da testi disponibili ad esempio nel web.
Opportunità e rischi degli LLMs
Gli LLMs sono un aiuto prezioso per la raccolta di informazioni: possono fare ordine tra i sintomi, formulare domande o spiegare concetti medici. Questa capacità li rende uno strumento prezioso per la preparazione e il follow-up dei colloqui medico-paziente.
Al contempo, però, presentano anche rischi che rendono necessarie delle precauzioni. Il più grande: gli LLMS non sanno tutto. Uno studio di grande portata ha dimostrato che in circa il 32% dei casi, gli LLMs si lasciavano ingannare da informazioni errate.
La IA può persino produrre le cosiddette «allucinazioni» [4]. Sono informazioni errate dal punto di vista del contenuto, che però gli LLMs presentano con un linguaggio talmente curato e convincente da farle sembrare vere.
Anche i bias, ossia le distorsioni cognitive, hanno un ruolo importante: il decorso di alcune malattie o determinati gruppi di pazienti possono essere sovrarappresentati o sottorappresentati, dando origine a valutazioni inadeguate. [5]
Poi c’è la questione della protezione dei dati. I dati sanitari sono informazioni personali riservate e la decisione di caricarli su un tool di IA va soppesata con cura. Spesso, infatti, le modalità di trattamento non sono chiare. [4]
Fattori difficili da gestire: quantità enorme di informazioni e struttura inadeguata
L’enorme quantità di informazioni fornita dagli LLMs può risultare eccessiva. Soprattutto in assenza di un’ulteriore struttura e assistenza, i contenuti forniti dall’IA possono generare ansie e paure. [5]
L’assenza di struttura può far sì che nonostante le molte informazioni raccolte, durante il colloquio medico-paziente si perda la visione d’insieme. [7] Le risposte fornite dall’IA sono spesso prolisse, organizzate in modo poco chiaro e non specifiche per una particolare situazione comunicativa. Alla fine dobbiamo cavarcela da soli. A cosa vogliamo dare priorità? Come è meglio presentare i contenuti durante il colloquio?
In sintesi: l’IA può essere utile sia prima sia dopo i colloqui medico-paziente – ma solo se usata in maniera attenta e critica
L’IA non sostituisce il colloquio medico-paziente. Per i pazienti, però, può essere un aiuto prezioso. Può spiegare in modo comprensibile concetti medici o fornire risposte e chiarimenti. Questo può risultare utile soprattutto per rendere più comprensibili le diagnosi e opzioni terapeutiche più complesse.
Tuttavia, l’IA è utile solo se restate attenti e mantenete un approccio critico rispetto alle informazioni.
In più, è bene evitare il sovraccarico informativo! Oltre all’IA, vi consigliamo di usare un tool come EverAsk, che è concepito apposta per aiutarvi a strutturare le vostre domande e input in vista dei consulti medici.
EverAsk procede per categorie chiare: obiettivi, domande e appunti. La struttura di EverAsk è stata sviluppata in collaborazione con l’ospedale universitario di Basilea tenendo conto di modelli di comunicazione comprovati.
Anziché annegare nelle informazioni, strutturate le vostre domande. Così potrete presentare attivamente quello che per voi è più importante.
Nelle situazioni più difficili, la struttura di EverAsk impedisce che i pazienti assumano un atteggiamento passivo. Fa infatti in modo che restino attivi e capaci di agire anche sotto pressione, aiutandoli a formulare domande specifiche e prendere decisioni più fondate. [6]
Obiettivo: anziché annegare nelle informazioni, strutturate le vostre domande. Così potrete presentare attivamente quello che per voi è più importante.
Consigli pratici: usare l’IA in modo sensato e sicuro
Gli LLMs forniscono informazioni – EverAsk una struttura
Usate gli LLMs, ad esempio, per farvi spiegare un concetto medico
Leggete le risposte degli LLMs con un atteggiamento critico (facendo attenzione a allucinazioni e bias)
- Usate più di un LLM e confrontate le varie risposte.
- Verificate le fonti aprendo i link e – se non ci sono – chiedete di specificare le fonti.
- Eseguite un controllo incrociato con fonti di informazioni attendibili.
- Per gli aspetti più delicati, usate la funzione «deep research» (può essere a pagamento).
Per il controllo e la trascrizione degli appunti, usate la funzione follow-up di EverAsk
Per il controllo e la trascrizione degli appunti, usate la funzione follow-up di EverAsk
Chiarite sempre gli eventuali dubbi durante il colloquio personale con il medico
Citazione di Peter Hug, Responsabile Prestazioni + Prodotto, membro del Comitato direttore
Fino a poco tempo fa le persone chiedevano aiuto al «dottor Google», adesso usano ChatGPT e simili. Ottengono rapidamente una risposta plausibile – ma quanto sono valide le diagnosi fatte dall’IA? Sono molto pratiche, ma richiedono anche cautela, perché non tutte le fonti sono attendibili dal punto di vista medico. Per questo, consigliamo ai nostri assicurati di gestire le questioni di salute usando il Symptom Checker dell’app Well o il servizio di telemedicina Medi24 tramite telefono o chat (DoctorChat). In questo modo si ottiene rapidamente una consulenza medica professionale, 24 ore su 24 e gratuitamente.
Fonti
- Sprecher, F., Brauchbar, M., & Frey, S. „Künstliche Intelligenz (KI) im Schweizer Gesundheitswesen”: Studie KI im Schweizerischen Gesundheitswesen.pdf
- Hautz et al. (2025). Diagnoses supported by a computerised diagnostic decision support system versus conventional diagnoses in emergency patients (DDX-BRO): a multicentre, multiple-period, double-blind, cluster-randomised, crossover superiority trial. The Lancet Digital Health, 7(2):136-144.
- Hswen Y, Rubin R. (2025). An AI Chatbot Outperformed Physicians and Physicians Plus AI in a Trial—What Does That Mean? JAMA. 333(4):273–276.
- Bundesärztekammer: Thesenpapier „KI in der Gesundheitsversorgung”: https://www.bundesaerztekammer.de/fileadmin/user_upload/BAEK/Themen/Digitalisierung/Thesenpapier_KI_in_der_Gesundheitsversorgung_03.2025.pdf
- Hassan, N., Slight, R., Bimpong, K. et al. (2024). Systematic review to understand users perspectives on AI-enabled decision aids to inform shared decision making. npj Digit. Med. 7, 332.
- PMC (PubMed Central): „Implementation of AI in healthcare” https://pmc.ncbi.nlm.nih.gov/articles/PMC12287119/
Patientenprogramme und Compliance: Deutsches Gesundheitsportal (Studie): https://www.deutschesgesundheitsportal.de/wp-content/uploads/pdfs/patientenprogramme-unterstuetzen-therapietreue.pdf
Altri temi