Giustizia e cura, chi resta indietro quando l’IA avanza

La medicina corre veloce. Nuove tecnologie, algoritmi predittivi, terapie personalizzate promettono diagnosi più precise e trattamenti più efficaci. Il racconto dominante è quello del progresso, più dati, più potenza di calcolo, più possibilità. Ma ogni avanzamento apre una domanda che non può essere elusa: chi resta indietro quando l’intelligenza artificiale avanza? La giustizia, in medicina, non è un concetto astratto. È il criterio che decide se l’innovazione diventa cura per molti o privilegio per pochi.

La medicina è sempre stata attraversata da tensioni di equità. Accesso alle cure, distribuzione delle risorse, differenze territoriali e sociali hanno segnato profondamente gli esiti di salute. L’IA non nasce in un vuoto. Si inserisce in sistemi già diseguali e rischia di amplificarne le asimmetrie. Non perché la tecnologia sia intrinsecamente ingiusta, ma perché riflette le condizioni in cui viene sviluppata e utilizzata. Molte applicazioni di intelligenza artificiale richiedono infrastrutture costose, dati di alta qualità, competenze specialistiche. Questi requisiti non sono equamente distribuiti. Alcuni contesti possono adottare rapidamente le innovazioni, altri faticano a garantire servizi essenziali. Il rischio è una sanità a due velocità, in cui l’IA diventa un moltiplicatore di vantaggi per chi è già avvantaggiato. La giustizia in medicina riguarda anche la qualità dei dati. Gli algoritmi apprendono da ciò che viene registrato. Se alcune popolazioni sono sottorappresentate nei dataset, le raccomandazioni saranno meno accurate per loro. Questo non è un dettaglio tecnico, ma un problema etico. Una tecnologia che funziona meglio per alcuni e peggio per altri introduce una forma di ingiustizia silenziosa, difficile da percepire nella pratica quotidiana. La promessa della personalizzazione rischia di nascondere una nuova standardizzazione. Personalizzare per chi? Su quali modelli? Se i parametri di riferimento sono costruiti su popolazioni limitate, la personalizzazione diventa un’illusione per chi non rientra nei modelli. La giustizia, in questo contesto, richiede uno sforzo consapevole per includere la diversità dei corpi, delle storie, delle condizioni di vita.

Inoltre poi occorre considerare la dimensione economica. L’IA promette efficienza e riduzione dei costi, ma l’adozione iniziale può essere onerosa. Chi decide quali tecnologie finanziare e quali no? Su quali criteri? Queste decisioni hanno un impatto diretto sulla giustizia della cura. Investire in strumenti avanzati senza rafforzare i servizi di base può aumentare il divario tra chi accede a cure di alta qualità e chi resta escluso. La giustizia riguarda anche il tempo. Come già emerso, la tecnologia può accelerare i processi. Ma non tutti hanno la stessa capacità di adattarsi a questa accelerazione. Pazienti anziani, persone con fragilità cognitive, contesti con bassa alfabetizzazione digitale rischiano di essere penalizzati. Se l’accesso alla cura passa attraverso interfacce complesse e procedure digitali, chi non riesce a utilizzarle resta ai margini. Nel rapporto medico-paziente, la giustizia si manifesta in scelte concrete. Chi viene ascoltato? Chi ha il tempo di spiegare la propria storia? Chi riceve una decisione condivisa e chi una comunicazione frettolosa? L’IA può ottimizzare i flussi, ma non garantisce equità. Anzi, se non governata, può rendere invisibili le situazioni che richiedono più tempo e più attenzione. La letteratura scientifica sottolinea che l’equità è uno dei principali criteri di valutazione delle tecnologie sanitarie. Parlare oggi di giustizia significa anche interrogarsi su chi decide le priorità. Gli algoritmi incorporano valori, anche quando sembrano neutrali. Decidono cosa è rilevante, cosa viene misurato, cosa resta fuori. Senza una governance chiara, queste decisioni vengono prese implicitamente da chi progetta i sistemi, spesso lontano dal contesto clinico e sociale in cui verranno utilizzati. Il medico si trova al centro di queste tensioni. Non controlla l’intero sistema, ma ne è un attore fondamentale. Può segnalare le distorsioni, adattare le raccomandazioni al contesto, difendere i pazienti più vulnerabili. La giustizia, per il medico, non è solo un principio teorico, ma una pratica quotidiana. Scegliere di dedicare più tempo a chi ne ha più bisogno, anche quando il sistema spinge all’efficienza, è un atto di giustizia.

La formazione medica deve includere questa dimensione. Comprendere come la tecnologia incida sulle disuguaglianze è una competenza clinica, non solo sociale. Senza questa consapevolezza, il medico rischia di diventare un esecutore di un sistema che produce esclusione senza volerlo. La giustizia richiede uno sguardo critico, capace di vedere oltre l’efficacia immediata. La giustizia non può essere delegata alla tecnologia. Non basta sperare che l’IA, essendo “razionale”, produca automaticamente esiti equi. La razionalità algoritmica segue obiettivi definiti da esseri umani. Se questi obiettivi non includono l’equità, la tecnologia non la produrrà spontaneamente. La giustizia è una scelta, non un sottoprodotto.

Alla fine, chiedersi chi resta indietro quando l’IA avanza significa riportare la medicina alla sua vocazione più profonda. Prendersi cura non solo di chi può beneficiare di più delle innovazioni, ma anche di chi rischia di esserne escluso. La qualità di un sistema sanitario non si misura solo dai suoi picchi di eccellenza, ma dalla sua capacità di non lasciare indietro i più fragili. L’intelligenza artificiale può essere uno strumento straordinario di miglioramento della cura. Ma senza una bussola di giustizia, può trasformarsi in un fattore di divisione. Il compito della medicina, oggi, è tenere insieme progresso ed equità. Avanzare, sì, ma senza dimenticare chi cammina più lentamente. La giustizia, in medicina, non è frenare l’innovazione. È orientarla. È chiedersi, a ogni passo, per chi stiamo costruendo il futuro della cura. Se la risposta include anche chi rischia di restare indietro, allora l’IA può diventare parte di una medicina davvero giusta.