Non si diventa medici solo sui libri. Lo sanno bene gli studenti e gli specializzandi che, dopo anni di studio teorico, si trovano in corsia a dover prendere decisioni in contesti complessi, spesso senza l’esperienza necessaria per farlo con sicurezza. Tra i problemi strutturali della formazione medica c’è proprio questo: il gap tra preparazione accademica e pratica clinica. Una risposta potrebbe arrivare dall’AI che è già entrata nei programmi di studio, anche se il percorso è ancora agli albori.

Uno studio internazionale condotto su 4.596 studenti di medicina in 48 Paesi restituisce un quadro di entusiasmo e lacune. Quasi due terzi degli intervistati mostra un atteggiamento positivo verso l’uso dell’AI in medicina. L’88% ritiene che possa migliorare significativamente l’efficienza dei processi clinici. Ma il 75% dichiara di avere poca o nessuna esperienza pratica con questi strumenti, e oltre il 76% chiede corsi specifici nel proprio curriculum universitario. Quasi il 70%, infine, segnala preoccupazioni legate ai rischi etici e legali: un segnale di consapevolezza che va letto positivamente.

Il quadro che emerge è quello di una generazione di futuri medici convinta del potenziale dell’AI, ma sostanzialmente priva degli strumenti per usarla. Un paradosso che pesa sull’intera filiera della formazione.

Le applicazioni concrete sono già diverse. Sul fronte della didattica, i sistemi di intelligenza artificiale permettono di simulare scenari clinici complessi, incluse situazioni rare che difficilmente si incontrano durante il tirocinio. Gli studenti possono confrontarsi con una casistica molto più ampia di quella accessibile nella realtà, sviluppando il ragionamento clinico in modo più attivo rispetto allo studio tradizionale.

Nei primi anni di professione, quando il confronto con colleghi più esperti non è sempre disponibile, strumenti basati su AI possono supportare il processo decisionale e ridurre l’incertezza nelle situazioni meno familiari. C’è poi il problema del tempo: la formazione medica è sempre più intensa, tra studio, tirocini e attività clinica. L’AI può aiutare a selezionare contenuti rilevanti e aggiornamenti utili, riducendo il sovraccarico informativo.

Il punto critico resta quello della formazione istituzionale. Se oltre tre quarti degli studenti chiede corsi specifici sull’AI e la grande maggioranza non ne ha ancora esperienza pratica, significa che le università sono in ritardo rispetto a una trasformazione già in corso nei contesti clinici. Integrare questi strumenti nel curriculum non significa insegnare a usare un software: significa sviluppare la capacità di valutarne l’affidabilità, interpretarne i suggerimenti e inserirli correttamente nel processo decisionale clinico. Una competenza che richiede metodo e tempo, e che non si improvvisa al momento del primo incarico.

La medicina dei prossimi anni si giocherà anche su questo terreno. E le università, più che seguire il cambiamento, dovranno iniziare ad anticiparlo.