L'intelligenza artificiale ha dimostrato la capacità di riassumere documenti, identificare incongruenze, organizzare gli orari, rilevare modelli e supportare analisi complesse. Nel campo della salute occupazionale, queste capacità possono ridurre i carichi di lavoro ripetitivi e migliorare la disponibilità delle informazioni. Tuttavia, sorgono rischi significativi quando dati sensibili vengono trasmessi a strumenti non controllati o quando le raccomandazioni algoritmiche sono erroneamente trattate come decisioni mediche definitive. Il focus strategico per le organizzazioni non dovrebbe essere se utilizzare l'IA, ma piuttosto definire il suo scopo specifico, i dati coinvolti, le parti responsabili e i meccanismi di revisione. Man mano che l'impatto sulla salute dei lavoratori, sull'idoneità, sull'occupazione e sui diritti aumenta, la necessità di una governance rigorosa cresce proporzionalmente.
Uno sviluppo cruciale si è verificato il 27 febbraio 2026, quando il Consiglio Federale della Medicina (CFM) ha pubblicato la Risoluzione n. 2.454/2026. Questa regolamentazione stabilisce norme per la ricerca, lo sviluppo, la governance, l'audit, il monitoraggio, la formazione e l'uso responsabile dell'IA in medicina. Sebbene pubblicata, la risoluzione si trova attualmente in un periodo di transizione ed entrerà ufficialmente in vigore 180 giorni dopo la pubblicazione, fissando la sua data di efficacia nel luglio 2026. La norma consente l'IA come strumento di supporto per il processo decisionale clinico e la gestione della salute, ma mantiene esplicitamente l'autorità finale con il medico. I requisiti chiave includono una chiara informazione al paziente riguardo al coinvolgimento dell'IA, la registrazione dell'uso dell'IA come supporto decisionale, la classificazione del rischio, la supervisione umana e la protezione dei dati.
Sebbene la Legge Generale sulla Protezione dei Dati (LGPD) e le norme sanitarie applicabili siano già in vigore, la specifica risoluzione del CFM non è ancora obbligatoria fino alla conclusione del suo periodo di transizione. Tuttavia, si consiglia alle organizzazioni di prepararsi immediatamente a questi standard. L'IA può generare valore in diverse aree: routine amministrative come la classificazione dei documenti e la pianificazione; qualità delle informazioni rilevando duplicati o dati mancanti; analisi aggregata delle tendenze negli esami e nell'assenteismo senza esporre i registri individuali; supporto medico attraverso il recupero di riferimenti e la generazione di ipotesi; e comunicazione adattando i materiali preventivi per diversi pubblici. Tuttavia, questi benefici non sono automatici. I riassunti possono omettere dettagli critici, i modelli possono riprodurre pregiudizi e le correlazioni potrebbero essere interpretate erroneamente come causalità. I guadagni di velocità si traducono in miglioramenti della qualità solo quando accompagnati da validazione, limiti definiti e responsabilità.
Tre zone specifiche richiedono la massima cautela nell'implementazione dell'IA. Primo, i dati sanitari come cartelle cliniche, rapporti e diagnosi non devono essere copiati in strumenti aperti privi di contratti appropriati, sicurezza e governance. Secondo, i punteggi automatizzati non dovrebbero mai decidere indipendentemente l'idoneità di un lavoratore, le restrizioni o la prontezza al ritorno al lavoro. Terzo, il profilazione dei lavoratori per inferire lo stato di salute mentale, il rischio di assenza, la produttività o l'affidabilità a fini di selezione o disciplinari può violare i diritti e amplificare la discriminazione. La LGPD classifica i dati sanitari come informazioni personali sensibili, garantendo diritti contro decisioni basate esclusivamente su elaborazioni automatizzate che incidono sugli interessi dell'individuo. L'Autorità Nazionale per la Protezione dei Dati (ANPD) raccomanda di condurre un Rapporto di Impatto sulla Protezione dei Dati Personali in contesti ad alto rischio, inclusa l'elaborazione su larga scala di dati sensibili o decisioni esclusivamente automatizzate.
Inoltre, non tutti i software utilizzati nei settori sanitari qualificano come dispositivi medici. Tuttavia, se lo scopo dichiarato e la funzionalità di una soluzione la classificano come Software come Dispositivo Medico, essa diventa soggetta a requisiti sanitari da parte di Anvisa, inclusa la RDC n. 657/2022. Questa classificazione deve essere verificata prima dell'appalto o dell'implementazione, non data per scontata sulla base della presenza del termine "intelligenza artificiale". La diligenza negli appalti deve estendersi oltre le dimostrazioni commerciali includendo metodi di validazione, popolazioni target, metriche di prestazioni, limitazioni, aggiornamenti normativi, posizioni di archiviazione dei dati e protocolli di indagine sui guasti.
Un modello di governance proposto si basa su otto controlli: mantenere un inventario di strumenti e dati; classificare i rischi in base all'impatto clinico e ai diritti; validare le prestazioni in contesti reali prima di scalare; definire l'autorità umana per accettare o rifiutare le raccomandazioni; implementare misure rigorose di protezione dei dati; garantire la trasparenza riguardo all'uso e alle limitazioni; monitorare errori, pregiudizi e incidenti; e stabilire piani di contingenza con criteri oggettivi per la sospensione. I progetti pilota sicuri dovrebbero iniziare su piccola scala, utilizzando dati controllati con scopi limitati e impatti reversibili, come verificare la completezza dei registri o produrre indicatori aggregati, sempre confrontati con i processi attuali con revisione umana. L'espansione dell'ambito dovrebbe avvenire solo dopo aver dimostrato qualità e sicurezza.
Corpmed, un'organizzazione operativa nella salute e sicurezza sul lavoro dal 2006, osserva che l'IA deve espandere la capacità tecnica dei team senza oscurare chi è responsabile delle decisioni. Il loro approccio prevede il supporto alle aziende nella selezione dei casi d'uso, nell'integrazione dei dati, nella revisione dei flussi di lavoro e nell'istituzione di una governance adattata ai sistemi esistenti e ai profili di rischio. La responsabilità tecnica per Corpmed spetta a Giselle Galdino da Rocha Almeida (CRM/SP 115.157 - RQE 43.521).
Fonti: G1.