Nuova Governance dell'IA in Sanità: Certificazione Regolatoria, Commissioni Interne e Audit Continuo Diventano Obbligatori

Il sistema ospedaliero che implementa uno strumento diagnostico basato su IA senza un framework di certificazione regolatoria non sta innovando — sta scommettendo con vite di pazienti e con la responsabilità istituzionale. Questa distinzione non è più teorica. Nel 2025 e nel 2026, i regolatori in Europa, negli Stati Uniti e in Brasile hanno agito in modo deciso: i sistemi di IA in ambienti clinici non sono più trattati come strumenti software. Sono dispositivi medici.

Il Panorama Regolatorio È Cambiato — Definitivamente

Nell'Unione Europea, l'AI Act classifica la maggior parte dei sistemi di IA in sanità come "alto rischio", attivando valutazioni di conformità obbligatorie ai sensi sia dell'AI Act stesso che del Regolamento sui Dispositivi Medici (MDR). Negli Stati Uniti, il framework FDA per il Software as a Medical Device (SaMD) richiede oggi sottomissioni pre-market con prove di validazione clinica, trasparenza algoritmica e protocolli di sorveglianza post-market. In Brasile, l'ANVISA ha progressivamente rafforzato il proprio framework di salute digitale con requisiti sempre più stringenti per le soluzioni basate su algoritmi.

Lo slancio legislativo è reale e accelerato. Negli USA, il 2026 ha segnato un'intensificazione significativa, con gli stati che aggiungono requisiti di divulgazione e responsabilità algoritmica che influenzano direttamente come l'IA clinica viene implementata e documentata. Per i direttori sanitari italiani, ignorare questo movimento globale rappresenta un rischio strategico e operativo concreto.

La Certificazione È il Pavimento, Non il Soffitto

Molti dirigenti sanitari trattano ancora la certificazione regolatoria come una casella di conformità — qualcosa da delegare all'ufficio legale. Questa visione è un errore che può rivelarsi costoso. La certificazione è la soglia minima per l'accesso al mercato; ciò che protegge l'istituzione sul piano operativo è l'infrastruttura di governance costruita attorno ad essa.

Cosa richiede realmente la certificazione: evidenza clinica delle prestazioni, definizione precisa delle popolazioni di utilizzo previste, test di bias su sottogruppi demografici, documentazione rigorosa del controllo delle versioni e, in molte giurisdizioni, piani formali di monitoraggio post-implementazione. Un sistema ospedaliero che ottiene l'approvazione per uno strumento di triage IA, ma non dispone di processi interni per monitorare la deriva del modello, tracciare i risultati per coorte di pazienti o gestire gli aggiornamenti dei fornitori, è esposto — clinicamente e legalmente.

L'iniziativa Billion Cell Atlas di Illumina illustra con precisione quanto diventi complessa la questione della provenienza dei dati nell'IA sanitaria su larga scala. Quando i modelli vengono addestrati su dataset genomici che coprono miliardi di cellule, la catena di responsabilità — chi ha validato cosa, in quali condizioni, per quali popolazioni — richiede un rigore istituzionale che nessun timbro regolatorio da solo può garantire.

Commissioni Interne di Governance: Da Auspicabile a Indispensabile

I sistemi sanitari più maturi dal punto di vista operativo che ho consigliato hanno istituito Comitati di Governance Clinica dell'IA dedicati. Non sono gruppi IT riadattati per l'era dell'IA. Sono organi interfunzionali che includono leadership clinica, rappresentanza bioetica, competenza in data science, consulenza legale e, sempre più, rappresentanza attiva dei pazienti.

Il loro mandato è preciso e ampio: valutare i nuovi sistemi di IA prima dell'implementazione, definire i limiti di utilizzo clinico, supervisionare il monitoraggio delle prestazioni e stabilire percorsi di escalation chiari quando un sistema performa al di sotto delle aspettative o si comporta in modo inatteso. In termini pratici, questo comitato è la memoria istituzionale del motivo per cui un determinato strumento di IA è stato approvato, con quali vincoli e quale soglia di evidenza ne provocherebbe la sospensione.

Questo principio si allinea perfettamente a ciò che l'iniziativa Trust-by-Design di Samsung rappresenta a livello di prodotto — la governance deve essere incorporata nell'architettura del sistema, non aggiunta come strato successivo all'implementazione. In sanità, questo principio diventa un imperativo clinico.

Cosa Questi Comitati Devono Gestire

• Protocolli di validazione pre-implementazione: test clinici indipendenti che vanno oltre i benchmark forniti dal vendor
• Governance dei contratti con i fornitori: diritti contrattuali di audit sul comportamento del modello e ricezione tempestiva delle informazioni sugli aggiornamenti
• Framework di risposta agli incidenti: procedure definite quando gli output dell'IA contribuiscono a eventi clinici avversi
• Responsabilità nella formazione del personale: garantire che i clinici comprendano non solo come utilizzare lo strumento, ma anche i suoi limiti noti e gli scenari di fallimento

Audit Continuo: Il Requisito Più Sottovalutato

Se la certificazione apre la porta e i comitati di governance gestiscono la soglia di ingresso, l'audit continuo è ciò che mantiene l'istituzione al sicuro una volta che il sistema è operativo. I modelli di IA degradano nel tempo. Le popolazioni di pazienti cambiano. Le pipeline di dati introducono errori silenziosi. Un modello che ha performato al 94% di sensibilità durante la validazione potrebbe operare all'87% sei mesi dopo l'implementazione — e nessuno in ospedale ne è a conoscenza.

L'IBM X-Force Threat Index 2026 sottolinea una dimensione critica e correlata: i sistemi di IA sanitaria sono sempre più presi di mira da attacchi avversariali progettati per manipolare gli output dei modelli. L'audit continuo deve comprendere non solo le metriche di performance clinica, ma anche l'integrità della sicurezza informatica.

Programmi efficaci di audit continuo per l'IA sanitaria includono: dashboard automatizzate delle prestazioni con avvisi in tempo reale su soglie statistiche predefinite, revisioni trimestrali degli esiti clinici legati a decisioni assistite dall'IA, audit algoritmici annuali condotti da terze parti indipendenti e gestione documentata del ciclo di vita del modello — dall'implementazione iniziale fino al decommissioning pianificato.

L'Imperativo Strategico per i Leader Sanitari

I regolatori non rallenteranno. Il framework TRAIGA in Texas segnala che anche le giurisdizioni che cercano una "via di mezzo" nella regolamentazione dell'IA si stanno muovendo verso strutture di responsabilità obbligatorie. Per i sistemi sanitari, la domanda non è più se costruire una governance robusta dell'IA — è se costruirla proattivamente alle proprie condizioni, o reattivamente sotto pressione regolatoria e dopo un incidente.

Le istituzioni che guideranno nell'erogazione di cure basate sull'IA nel prossimo decennio non sono quelle che adottano più modelli più velocemente. Sono quelle che costruiscono l'infrastruttura di governance per utilizzare questi modelli in modo sicuro, responsabile e sostenibile. Quell'infrastruttura inizia ora — con la strategia di certificazione, la formazione di comitati interni e una cultura di audit continuo che tratta la sicurezza del paziente come la costante non negoziabile.