3,2 milioni di prestazioni oltre i tempi, ora l’AI può aiutare i medici a stabilire le priorità nelle liste d’attesa

Cos’è successo

L'intelligenza artificiale potrebbe diventare uno strumento per migliorare la gestione delle liste d'attesa sanitarie. La Provincia autonoma di Trento, attraverso una collaborazione tra Azienda sanitaria, Università di Trento e Fondazione Bruno Kessler, ha sviluppato IntelliRAO, un prototipo che supporta i medici nella formulazione dei quesiti diagnostici e nell'assegnazione delle classi di priorità.

Il progetto è stato segnalato da Agenas tra le buone pratiche regionali nel bollettino del 22 ottobre 2026, che fotografa un sistema ancora sotto pressione: nei primi nove mesi dell'anno sono state registrate 21,8 milioni di prenotazioni, delle quali circa 3,2 milioni oltre i tempi massimi previsti. IntelliRAO interviene su un passaggio decisivo: verificare la coerenza tra le condizioni cliniche del paziente e l'urgenza attribuita alla prestazione, aiutando i professionisti a utilizzare criteri prescrittivi più omogenei.

Perché conta

• Le liste d'attesa dipendono anche da come viene organizzata la domanda. Aumentare il numero di visite disponibili non è l'unica leva per migliorare il sistema. Quando una prestazione riceve una priorità non appropriata, rischia di occupare uno spazio destinato a pazienti con necessità cliniche maggiori. L'AI potrebbe contribuire a ridurre queste incoerenze, rendendo più efficiente l'utilizzo delle risorse già disponibili, senza sostituire il giudizio medico;
• L'appropriatezza diventa una questione di equità. Un sistema che assegna le priorità in maniera disomogenea rischia di penalizzare chi ha maggiore bisogno di assistenza. Il problema riguarda anche la valutazione delle performance regionali: un'elevata percentuale di prestazioni erogate nei tempi può dipendere dall'utilizzo frequente delle classi meno urgenti. Uniformare i criteri clinici permetterebbe quindi di migliorare sia l'accesso sia l'affidabilità dei confronti tra territori;
• Il potenziale dell'AI deve ancora essere dimostrato. IntelliRAO è un prototipo e non esistono evidenze sufficienti per attribuirgli una riduzione dei tempi d'attesa. Inoltre, un algoritmo non può compensare automaticamente carenze di personale o insufficienza dell'offerta. Il suo valore dipenderà dalla capacità di migliorare le decisioni senza introdurre errori, distorsioni o ulteriori difficoltà burocratiche per i medici.

Adesso

• Serviranno risultati misurabili. La sperimentazione dovrà verificare non soltanto la coerenza delle prescrizioni, ma anche l'impatto sui tempi effettivi di accesso, soprattutto per le prestazioni urgenti. Sarà fondamentale confrontare i risultati con quelli ottenuti attraverso procedure tradizionali, mantenendo la supervisione clinica;
• L'integrazione nei sistemi di prenotazione sarà decisiva. Se validato, IntelliRAO potrebbe essere esteso ad altri territori, ma la sua efficacia dipenderà dall'integrazione con prescrizione elettronica, sistemi CUP e piattaforme regionali. Senza interoperabilità e criteri condivisi, il rischio è produrre nuove soluzioni tecnologiche che non modificano realmente l'organizzazione dei servizi;
• Lo scenario è una sanità capace di gestire meglio la domanda prima ancora di aumentare l'offerta. Nel prossimo decennio, strumenti di supporto decisionale potrebbero contribuire a distribuire le risorse sanitarie in funzione del bisogno clinico effettivo. La condizione è che l'efficienza organizzativa non venga confusa con il semplice spostamento dei pazienti verso classi di priorità meno urgenti. La sfida non sarà dimostrare che l'intelligenza artificiale sa classificare una prescrizione, ma che questa capacità permette ai pazienti di ricevere le cure appropriate quando ne hanno realmente bisogno.