L\u2019intelligenza artificiale si sta imponendo progressivamente nel settore sanitario per supportare le diagnosi, la pianificazione dei trattamenti e la comunicazione con i pazienti. Gli ospedali utilizzano gi\u00e0 sistemi basati su questa tecnologia per migliorare il rilevamento precoce di alcuni tumori, ottimizzare la gestione dei letti o semplificare le attivit\u00e0 amministrative. Tuttavia, la sua adozione introduce un nuovo tipo di rischio: gli errori medici legati al suo utilizzo.<\/p>\n
Un errore medico si verifica quando un paziente subisce un danno non intenzionale causato dall\u2019assistenza piuttosto che dalla sua malattia. Tradizionalmente, questi errori erano principalmente attribuiti a fattori umani, come lacune nelle conoscenze o carenze di coordinamento. Con l\u2019integrazione dell\u2019intelligenza artificiale, possono verificarsi anche errori quando i risultati generati da questi sistemi, errati o incompleti, vengono applicati nelle cure. Ad esempio, un modello di analisi delle immagini potrebbe interpretare male alcune immagini mediche, ritardando una diagnosi essenziale. Allo stesso modo, alcuni strumenti potrebbero sottovalutare sintomi per gruppi demografici specifici, influenzando negativamente le decisioni terapeutiche.<\/p>\n
Questi errori possono avere conseguenze gravi per gli ospedali. Spesso portano a una perdita di fiducia da parte dei pazienti e, una volta resi pubblici, a danni per la reputazione della struttura. Negli Stati Uniti, quasi 17.000 denunce per malpractice medica vengono presentate ogni anno, con risarcimenti che ammontano a diversi miliardi di dollari. Sebbene le ricerche esistenti sulle reazioni del pubblico all\u2019intelligenza artificiale non abbiano ancora studiato direttamente le risposte agli errori che coinvolgono questa tecnologia, alcuni studi suggeriscono che le persone reagiscono spesso negativamente al suo utilizzo nella pratica medica.<\/p>\n
Uno studio recente ha esplorato queste reazioni attraverso due esperimenti. Il primo ha esaminato come il pubblico percepisce la responsabilit\u00e0 degli ospedali quando gli errori derivano da un medico, da un\u2019intelligenza artificiale o da entrambi. I partecipanti hanno letto una situazione fittizia in cui un\u2019interpretazione diagnostica inizialmente considerata normale si \u00e8 rivelata errata, causando un ritardo nel trattamento e complicazioni per il paziente. I risultati mostrano che i partecipanti attribuiscono una maggiore responsabilit\u00e0 all\u2019ospedale e considerano pi\u00f9 spesso di presentare una denuncia o di intentare una causa legale quando l\u2019errore coinvolge un\u2019intelligenza artificiale, soprattutto se questa ha agito da sola. Al contrario, quando il medico collabora attivamente con lo strumento, le reazioni negative verso l\u2019ospedale diminuiscono.<\/p>\n
Il secondo studio ha approfondito questa questione variando i tipi di collaborazione tra medici e intelligenza artificiale. I partecipanti sono stati messi di fronte a cinque scenari: una decisione presa esclusivamente da un\u2019intelligenza artificiale, esclusivamente da un medico o da una collaborazione tra i due, con diversi livelli di coinvolgimento umano. I risultati confermano che le reazioni pi\u00f9 negative si verificano quando la decisione iniziale si basa esclusivamente sull\u2019intelligenza artificiale. Tuttavia, quando il medico esamina sia le aree segnalate dallo strumento che l\u2019interezza delle immagini, integrando le informazioni nel proprio giudizio, le reazioni del pubblico diventano comparabili a quelle osservate per una decisione puramente umana.<\/p>\n
Questi risultati rivelano che la percezione del pubblico dipende meno dalla tecnologia in s\u00e9 che dal modo in cui viene integrata nelle cure. Gli ospedali potrebbero quindi trarre vantaggio da questa scoperta mettendo in evidenza la stretta collaborazione tra medici e strumenti tecnologici. I pazienti sembrano concedere maggiore fiducia alle decisioni quando il coinvolgimento dei professionisti sanitari \u00e8 visibile e approfondito, come nel caso in cui il medico esamina l\u2019interezza dei dati piuttosto che affidarsi esclusivamente ai risultati generati dallo strumento.<\/p>\n
Questo approccio potrebbe aiutare le strutture a beneficiare dei vantaggi dell\u2019intelligenza artificiale preservando al contempo la fiducia dei pazienti nell\u2019esperienza medica.<\/p>\n
L\u2019intelligenza artificiale si sta imponendo progressivamente nel settore sanitario per supportare le diagnosi, la pianificazione dei trattamenti e la comunicazione con i pazienti. Gli ospedali utilizzano gi\u00e0 sistemi basati su questa tecnologia per migliorare il rilevamento precoce di alcuni tumori, ottimizzare la gestione dei letti o semplificare le attivit\u00e0 amministrative. Tuttavia, la sua adozione introduce un nuovo tipo di rischio: gli errori medici legati al suo utilizzo.<\/p>\n
Un errore medico si verifica quando un paziente subisce un danno non intenzionale causato dall\u2019assistenza piuttosto che dalla sua malattia. Tradizionalmente, questi errori erano principalmente attribuiti a fattori umani, come lacune nelle conoscenze o carenze di coordinamento. Con l\u2019integrazione dell\u2019intelligenza artificiale, possono verificarsi anche errori quando i risultati generati da questi sistemi, errati o incompleti, vengono applicati nelle cure. Ad esempio, un modello di analisi delle immagini potrebbe interpretare male alcune immagini mediche, ritardando una diagnosi essenziale. Allo stesso modo, alcuni strumenti potrebbero sottovalutare sintomi per gruppi demografici specifici, influenzando negativamente le decisioni terapeutiche.<\/p>\n
Questi errori possono avere conseguenze gravi per gli ospedali. Spesso portano a una perdita di fiducia da parte dei pazienti e, una volta resi pubblici, a danni per la reputazione della struttura. Negli Stati Uniti, quasi 17.000 denunce per malpractice medica vengono presentate ogni anno, con risarcimenti che ammontano a diversi miliardi di dollari. Sebbene le ricerche esistenti sulle reazioni del pubblico all\u2019intelligenza artificiale non abbiano ancora studiato direttamente le risposte agli errori che coinvolgono questa tecnologia, alcuni studi suggeriscono che le persone reagiscono spesso negativamente al suo utilizzo nella pratica medica.<\/p>\n
Uno studio recente ha esplorato queste reazioni attraverso due esperimenti. Il primo ha esaminato come il pubblico percepisce la responsabilit\u00e0 degli ospedali quando gli errori derivano da un medico, da un\u2019intelligenza artificiale o da entrambi. I partecipanti hanno letto una situazione fittizia in cui un\u2019interpretazione diagnostica inizialmente considerata normale si \u00e8 rivelata errata, causando un ritardo nel trattamento e complicazioni per il paziente. I risultati mostrano che i partecipanti attribuiscono una maggiore responsabilit\u00e0 all\u2019ospedale e considerano pi\u00f9 spesso di presentare una denuncia o di intentare una causa legale quando l\u2019errore coinvolge un\u2019intelligenza artificiale, soprattutto se questa ha agito da sola. Al contrario, quando il medico collabora attivamente con lo strumento, le reazioni negative verso l\u2019ospedale diminuiscono.<\/p>\n
Il secondo studio ha approfondito questa questione variando i tipi di collaborazione tra medici e intelligenza artificiale. I partecipanti sono stati messi di fronte a cinque scenari: una decisione presa esclusivamente da un\u2019intelligenza artificiale, esclusivamente da un medico o da una collaborazione tra i due, con diversi livelli di coinvolgimento umano. I risultati confermano che le reazioni pi\u00f9 negative si verificano quando la decisione iniziale si basa esclusivamente sull\u2019intelligenza artificiale. Tuttavia, quando il medico esamina sia le aree segnalate dallo strumento che l\u2019interezza delle immagini, integrando le informazioni nel proprio giudizio, le reazioni del pubblico diventano comparabili a quelle osservate per una decisione puramente umana.<\/p>\n
Questi risultati rivelano che la percezione del pubblico dipende meno dalla tecnologia in s\u00e9 che dal modo in cui viene integrata nelle cure. Gli ospedali potrebbero quindi trarre vantaggio da questa scoperta mettendo in evidenza la stretta collaborazione tra medici e strumenti tecnologici. I pazienti sembrano concedere maggiore fiducia alle decisioni quando il coinvolgimento dei professionisti sanitari \u00e8 visibile e approfondito, come nel caso in cui il medico esamina l\u2019interezza dei dati piuttosto che affidarsi esclusivamente ai risultati generati dallo strumento.<\/p>\n
Questo approccio potrebbe aiutare le strutture a beneficiare dei vantaggi dell\u2019intelligenza artificiale preservando al contempo la fiducia dei pazienti nell\u2019esperienza medica.<\/p>\n
DOI\u00a0:<\/strong> https:\/\/doi.org\/10.1038\/s44482-026-00021-x<\/a><\/p>\n Titre\u00a0:<\/strong> Public reactions to hospitals after adverse events involving AI<\/p>\n Revue : <\/strong> npj Digital Public Health<\/p>\n \u00c9diteur : <\/strong> Springer Science and Business Media LLC<\/p>\n Auteurs : <\/strong> Jungmin Choi; Yeun Joon Kim; Pengzhao Lyu; Yingyue Luna Luan; Soo Min Toh<\/p>\n","protected":false},"excerpt":{"rendered":" Gli errori medici che coinvolgono l’intelligenza artificiale aumentano la responsabilit\u00e0 degli ospedali L\u2019intelligenza artificiale si sta imponendo progressivamente nel settore sanitario per supportare le diagnosi, la pianificazione dei trattamenti e la comunicazione con i pazienti. Gli ospedali utilizzano gi\u00e0 sistemi basati su questa tecnologia per migliorare il rilevamento precoce di alcuni tumori, ottimizzare la gestione… Continua a leggere Gli errori medici che coinvolgono l’intelligenza artificiale aumentano la responsabilit\u00e0 degli ospedali<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[4,2,9],"tags":[],"class_list":["post-29","post","type-post","status-publish","format-standard","hentry","category-politica","category-salute","category-scienza-e-tecnologia","entry"],"_links":{"self":[{"href":"https:\/\/sociologyanalysisinstitute.com\/it\/wp-json\/wp\/v2\/posts\/29","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sociologyanalysisinstitute.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/sociologyanalysisinstitute.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/sociologyanalysisinstitute.com\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/sociologyanalysisinstitute.com\/it\/wp-json\/wp\/v2\/comments?post=29"}],"version-history":[{"count":1,"href":"https:\/\/sociologyanalysisinstitute.com\/it\/wp-json\/wp\/v2\/posts\/29\/revisions"}],"predecessor-version":[{"id":30,"href":"https:\/\/sociologyanalysisinstitute.com\/it\/wp-json\/wp\/v2\/posts\/29\/revisions\/30"}],"wp:attachment":[{"href":"https:\/\/sociologyanalysisinstitute.com\/it\/wp-json\/wp\/v2\/media?parent=29"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/sociologyanalysisinstitute.com\/it\/wp-json\/wp\/v2\/categories?post=29"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/sociologyanalysisinstitute.com\/it\/wp-json\/wp\/v2\/tags?post=29"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}