Cosa insegna l’oncologia alla governance dell’IA in sanita
In occasione del Congresso ESMO 2025 di Berlino, la European Society for Medical Oncology ha presentato l’ELCAP (ESMO Guidance on the Use of Large Language Models in Clinical Practice), la prima linea guida specifica sull’uso dei modelli linguistici di intelligenza artificiale nella pratica oncologica. E’ un documento clinico, ma il suo impianto di governance ha un valore che va oltre l’oncologia: offre un modello concreto di come classificare e controllare l’uso dell’IA in un dominio ad alto rischio come la sanita.
Come e nato il documento
L’ELCAP e stato sviluppato tra novembre 2024 e febbraio 2025 da un panel internazionale di 20 esperti dell’ESMO Real World Data & Digital Health Task Force, con competenze multidisciplinari in oncologia, intelligenza artificiale, biostatistica, salute digitale, etica, oltre alla partecipazione della prospettiva dei pazienti. Il documento e stato pubblicato sulla rivista Annals of Oncology.
Il framework a tre livelli
Il cuore dell’ELCAP e una classificazione degli usi dei modelli linguistici in tre categorie, ciascuna con un livello di controllo proporzionato al rischio: le applicazioni rivolte direttamente al paziente; le applicazioni rivolte al personale sanitario, a supporto delle decisioni cliniche; i sistemi istituzionali di base, che operano nell’infrastruttura senza interazione diretta con paziente o clinico. Per le categorie a maggiore impatto, la linea guida richiede validazione sistematica e monitoraggio continuo nel tempo, non solo una verifica iniziale al momento dell’adozione.
Il Presidente ESMO, Fabrice Andre, ha sintetizzato l’obiettivo del documento: garantire che l’innovazione si traduca in benefici misurabili per i pazienti e in soluzioni realmente utilizzabili dai clinici, offrendo un quadro pragmatico che promuove l’IA senza rinunciare a responsabilita clinica, trasparenza e protezione dei dati.
Cosa e trasferibile fuori dall’oncologia
Il valore dell’ELCAP per chi si occupa di governance sanitaria in senso piu ampio non sta nei dettagli clinici oncologici, ma nel principio strutturale: non tutti gli usi dell’IA meritano lo stesso livello di controllo, e un sistema di governance efficace parte proprio dal classificare correttamente il rischio prima di decidere il livello di validazione richiesto. E’ un principio applicabile a qualunque acquisto o adozione di IA in un’organizzazione sanitaria, dai sistemi diagnostici agli strumenti amministrativi.
Un secondo elemento utile e la distinzione, esplicitata dal documento, tra i modelli linguistici attuali e i sistemi “agentic”, capaci di avviare azioni autonome senza un comando diretto. ESMO segnala che questi ultimi comportano sfide di sicurezza, regolazione ed etica distinte, che richiederanno linee guida dedicate. E’ un avvertimento utile anche fuori dall’oncologia: la governance costruita per l’IA di oggi non e automaticamente valida per l’IA agentica di domani.
Il vero salto
Il vero salto non e adottare l’intelligenza artificiale. E’ costruire, prima di adottarla, una classificazione esplicita di quali usi richiedono supervisione clinica diretta, quali richiedono validazione tecnica continua, e quali possono operare con controlli piu leggeri perche il rischio reale e basso. Senza questa classificazione, ogni decisione sull’IA rischia di essere trattata allo stesso modo, indipendentemente dal rischio che comporta davvero.
Conclusione
L’ELCAP nasce per l’oncologia, ma il suo contributo piu utile e metodologico: mostra come un dominio clinico ad alto rischio abbia strutturato la governance dell’IA per livelli, invece di trattarla come un blocco unico. E’ un modello che la governance sanitaria in generale, incluse le organizzazioni che devono decidere se e come acquistare sistemi di IA, puo osservare con attenzione.
Fonti primarie
ESMO, “ESMO Guidance on the Use of Large Language Models in Clinical Practice (ELCAP)”, Annals of Oncology, ottobre 2025. Sintesi e dichiarazioni riportate da The ASCO Post.
Giacomo Bagni
Consulente direzionale
Governance & Integration Network for Global Healthcare Acquisition & Buying
Questo tema fa parte del lavoro GINGAB su governance degli acquisti e GHOS, il sistema operativo per la governance degli acquisti.