L’AI sarà presto un super medico: che c’è dietro la promessa di Microsoft

La medical super intelligence Microsoft

Il documento che stai guardando non l’ha scritto un essere umano, ma un’intelligenza artificiale, un algoritmo, che ha “studiato” attentamente la tua cartella clinica insieme ad altre centinaia simili alla tua, approfondendo – in pochissimo tempo – casi che potrebbero mettere in crisi anche i più affermati specialisti.

Non è fantascienza: è ciò che Microsoft ha definito il primo passo verso la “medical super-intelligence”.

Il sistema Microsoft

Il 30 giugno 2025 Mustafa Suleyman, CEO di Microsoft AI ed ex‑fondatore di DeepMind, ha presentato MAI‑DxO (Microsoft AI Diagnostic Orchestrator), un sistema capace di diagnosticare correttamente oltre l’85,5 % dei casi clinici complessi tratti dal New England Journal of Medicine, rispetto al 20 % circa registrato in medici sottoposti a condizioni che limitavano severamente le loro risorse diagnostiche. I medici coinvolti, infatti, non potevano consultare libri, colleghi, internet o altre risorse — vincolo che potrebbe aver ridotto la loro performance reale.

Il sistema non solo offre diagnosi più accurate, ma ordina test medici in modo più efficiente, realizzando risparmi di circa il 20 % sui costi diagnostici totali.

MAI‑DxO non è una versione evoluta di ChatGPT, bensì un orchestratore diagnostico che coordina vari modelli AI — OpenAI (o3), Google Gemini, Claude, Grok, LLaMA — che lavorano assieme come un tavolo virtuale di specialisti. Ogni agente pone domande, valuta dati e propone ipotesi in una chain‑of‑debate trasparente: si confrontano criticamente fino a convergere su una diagnosi finale ponderata, evitando test inutili e minimizzando duplicazioni.

In pratica, diversi agenti AI—ciascuno specializzato in un modello o processo—scambiano informazioni, pongono domande, analizzano i dati e discutono fra loro fino a convergere su una diagnosi finale. Questo processo richiama il chain-of-thought prompting, ovvero un ragionamento suddiviso in passaggi sequenziali e trasparenti, che migliora la comprensibilità del risultato e rende visibile come si arriva a una conclusione diagnostica.

Il progetto ha riscosso attenzione da voci autorevoli come David Sontag (professore di computer science e Health Data Science al MIT e cofondatore di Layer Health, noto per il suo lavoro sui modelli predittivi sanitari e su come ridurre i bias nei sistemi di supporto alla diagnosi) ed Eric Topol (autore di molti studi sulle tecnologie digitali in medicina e sulla genomica, dirige lo Scripps Research Translational Institute ed è una voce autorevole nel campo dell’innovazione clinica e delle tecnologie AI in salute).

Sontag ne ha lodato la metodologia, definendola “forte” soprattutto per il rigoroso approccio step-by-step, ma ha invitato alla cautela: i medici nel trial non utilizzavano strumenti diagnostici esterni, condizione non realistico rispetto alla pratica clinica reale. Topol ha descritto lo studio come «impressionante», poiché affronta casi altamente complessi e dimostra potenziale di risparmio sui costi — ma ha ribadito che non cambierà la pratica clinica fino a quando non sarà testato in contesti ospedalieri reali tramite trial controllati.

Come cambia il ruolo del medico

Naturalmente, questo sistema non ha l’ambizione (né il desiderio) di sostituire immediatamente il medico. Come ha chiarito lo stesso Suleyman, l’intelligenza artificiale non può ancora affrontare efficacemente situazioni cliniche più comuni come mal di testa, tosse o dolori lombari, e soprattutto non è in grado di gestire l’empatia, la relazione umana con il paziente e la sua famiglia. È quindi evidente che il camice bianco non è destinato a finire in soffitta.

Al contrario, il ruolo del medico si trasformerà: diventerà supervisore dell’IA, interprete umano del ragionamento algoritmico, custode dell’empatia nei confronti del paziente e della famiglia, e garante delle decisioni etiche. L’intelligenza artificiale non può sostituire la relazione umana, la capacità di valutare contesti psicologici, emozionali o socioeconomici.

I nodi delle regole per AI e Sanità

Va sottolineato che MAI‑DxO è ancora in fase di ricerca, non è stato sottoposto a peer review e non è approvato per uso clinico: servono trial clinici in ambienti reali e l’approvazione da autorità regolatorie come FDA (Food and Drug Administration, è l’agenzia federale del governo degli Stati Uniti responsabile della regolamentazione di farmaci, dispositivi medici e altri prodotti sanitari) ed EMA (European Medicines Agency, è l’agenzia regolatoria che gestisce l’approvazione e la supervisione dei medicinali e dispositivi medici nell’Unione Europea).

L’approccio regolatorio richiede sperimentazione rigorosa (Premarket Approval, CE‑marking, sorveglianza post‑market) simile a quella richiesta ai dispositivi medici classe IIb/III (rappresentano categorie ad alto rischio: si tratta di dispositivi che entrano in contatto con organi vitali o che influenzano direttamente diagnosi e decisioni cliniche).

Gli scenari 5-10 anni: niente più errori

Eppure, l’orizzonte verso cui si guarda è già molto interessante. Secondo le previsioni di Microsoft, entro 5-10 anni questa tecnologia sarà quasi priva di errori, e potrebbe diventare una parte integrante delle procedure diagnostiche standard, affiancando e potenziando in maniera molto efficace i nostri medici.

Questo significherà un radicale cambiamento nei sistemi sanitari, con tempi di attesa ridotti e una migliore efficienza nella gestione delle emergenze e della routine quotidiana. In futuro potremmo trovarci a rivolgerci a una intelligenza artificiale come prima tappa obbligata prima ancora di prenotare una visita in guardia medica.

I vantaggi

È interessante sottolineare come gli effetti positivi non riguardino soltanto il singolo paziente: con una diagnosi più rapida e accurata, i sistemi sanitari potranno gestire meglio le risorse, evitando sovraccarichi e riducendo i costi degli esami inutili. Inoltre, per la ricerca medica, ciò significa poter finalmente contare su dataset ampi e dettagliati anche per patologie rare, facilitando studi clinici prima impensabili o, comunque, molto dispendiosi in termini di tempi e di costi.

Guardando oltre, l’intelligenza artificiale promette di essere un alleato prezioso anche nell’automedicazione e nel primo triage, filtrando le richieste di aiuto tramite app e piattaforme digitali che consentiranno ai pronto soccorso di concentrarsi sui casi davvero urgenti.

Se la rivoluzione portata dalle ultime versioni delle piattaforme GPT hanno facilitato nuove modalità nel mondo dello sviluppo software (ora gli sviluppatori chiedono ai modelli di IA di generare, correggere, rifattorizzare e persino orchestrare interi workflow, riducendo drasticamente i tempi e riscrivendo il ruolo dell’ingegnere software), questo orchestratore diagnostico potrebbe rappresentare la svolta decisiva nel campo della medicina.

L’idea molto interessante diventa quindi quella di prepararci a un futuro in cui le cartelle cliniche potranno parlare con chiarezza, gli ospedali ottimizzeranno i turni grazie a previsioni sempre più precise, e i pazienti arriveranno ai consulti con una diagnosi preliminare già disponibile, elaborata da un’intelligenza artificiale che si migliora e si specializza continuamente.

Il punto, a mio avviso, non è chiedersi “se”, ma “quanto rapidamente” saremo pronti ad accogliere questa nuova realtà nella nostra quotidianità.

La sfida non sarà solo tecnologica, ma soprattutto umana: dovremo imparare rapidamente a collaborare con l’intelligenza artificiale per potenziare la medicina, senza mai perdere di vista che al centro resta sempre la persona.