Intelligenza artificiale e medicina legale all’università campus biomedico confronto tra ricerca e progettualità concreta

Intelligenza artificiale e medicina legale stanno entrando in una fase operativa che impone scelte concrete: non più soltanto confronto sui concetti, ma costruzione di strumenti, metodi e responsabilità capaci di reggere contesti scientifici e giudiziari. In occasione dei lavori del workshop “AI & Medicina Legale” svoltosi all’Università Campus Bio-Medico di Roma, in vista del 47° congresso nazionale della Società Italiana di Medicina Legale e delle Assicurazioni (Simla), è emersa una linea chiara: trasformare l’uso dell’AI in progettualità condivisa e strutturata, con attenzione costante a etica, controllo e affidabilità.

ai e medicina legale: obiettivo pragmatico e passaggio alla progettazione

Il workshop ha mantenuto un’impostazione operativa e focalizzata: l’intento non è stato discutere temi generali sull’intelligenza artificiale, ma individuare cosa fare nella pratica della medicina legale. In questo quadro, è stato ribadito l’obiettivo di utilizzare l’AI non solo come strumento destinato a un’utenza finale, bensì entrando nei processi di progettazione degli algoritmi.

co-progettazione con un player tecnologico

La costruzione dei lavori ha previsto il coinvolgimento di un soggetto industriale di primo piano, ibm. La proposta ha puntato a una logica di co-progettazione degli algoritmi insieme a competenze medico-legali e tecnologiche, evidenziando la necessità di un cambiamento di paradigma metodologico.

da human in the loop a ai in the human loop

Nel discorso è stato presentato un punto di svolta: passare dal modello “human in the loop” a quello “ai in the human loop”. L’idea centrale riguarda l’ingresso nel sistema a livello di purpose e quindi nella progettazione dell’AI, così da costruire uno strumento capace di essere allineato a scienza, verità scientifica, giustizia e bene comune.

strumento costruito ad hoc per la scienza

La finalità indicata è evitare l’effetto contrario, cioè adeguare la ricerca alle logiche dello strumento. L’approccio descritto mira a fare in modo che l’AI sia realizzata ad hoc per il contesto scientifico, così che la metodologia medico-legale possa mantenere coerenza con le esigenze disciplinari.

medicina legale e sistemi di ai: collaborazione strutturata e metodologia ibrida

Dalle conclusioni del workshop è emerso un passaggio preciso: da una prospettiva di semplice utilizzo a una logica di co-progettazione. È stato sottolineato che i sistemi destinati alla medicina legale non possono essere adattati ex post, poiché richiedono uno sviluppo guidato da una collaborazione organizzata tra figure diverse.

chi partecipa alla costruzione degli algoritmi

La collaborazione indicata include medici legali, data scientist, ingegneri, giuristi e imprese tecnologiche. L’obiettivo è far entrare la metodologia della disciplina nella progettazione stessa degli algoritmi.

ai come potenziamento e non sostituzione del professionista

L’AI viene descritta come una funzione che non rimpiazza il professionista. Il suo ruolo è presentato come un’“alterazione rafforzativa” capace di ampliare le capacità di analisi, ricostruzione e interpretazione, dando forma a una “metodologia medico-legale ibrida”.

etica, pensiero critico e governance responsabile dell’innovazione

Come bussola è stata indicata l’etica del lavoro ben fatto, fondata sul rafforzamento del pensiero critico. In questa cornice, l’innovazione viene considerata strategica e deve essere governata con misura, affinché l’intelligenza artificiale generativa entri nella medicina legale come occasione per elevare la qualità della prestazione, rispettando principi etici e deontologici.

libertà scientifica e orientamento alle evidenze

È stato richiamato il valore della libertà di espressione scientifica, sempre ancorata alle evidenze. L’obiettivo finale è contribuire alla ricerca della verità nell’interesse dell’intera comunità.

francesco introna e il rischio probatorio: black box, affidabilità e decisione finale

Il presidente Simla, Francesco Introna, ha presentato il workshop come un momento di apertura, annunciando l’avvio di un gruppo di lavoro sull’intelligenza artificiale targato Simla per definire paletti di riferimento nei vari ambiti. Nel quadro delineato, l’attenzione è stata posta sulla proiezione futura della medicina legale e sulle implicazioni giudiziarie e valutative connesse a errori derivanti da un’applicazione non corretta dell’AI.

uso probatorio e pericolo di condanne o assoluzioni errate

È stato individuato un rischio concreto: l’esame probatorio di contenuti generati con intelligenza artificiale. In particolare, è stata formulata l’osservazione secondo cui un medico legale chiamato a valutare una lastra rifatta ex novo con l’intelligenza artificiale non sarebbe in grado di smascherarla. Da tale scenario viene collegato il rischio di condanne ingiuste o assoluzioni improprie, poiché il magistrato si basa su quanto afferma il medico legale.

controllo della black box e qualità del materiale

La soluzione indicata passa dal controllo di ciò che entra nei sistemi: la richiesta è guardare dentro la black box, poiché solo inserendo materiale adeguato gli output possono risultare affidabili. In assenza di tali condizioni, gli output vengono considerati inevitabilmente inaffidabili.

confine tra supporto e decisione del perito

È stato tracciato un confine operativo: l’AI può essere impiegata per riportare il dato storico-clinico, ma dall’esame obiettivo in poi, e soprattutto nella valutazione, la decisione resta frutto dell’elaborazione del perito. È stata indicata la possibilità di usare l’intelligenza artificiale per ampliare il quadro, mentre la decisione ultima deve reggere in ambito dibattimentale ed essere soltanto del perito. L’assenza di questo criterio viene associata a un rischio di falso ideologico da parte di un pubblico ufficiale.

luca di piramo e l’evoluzione dell’ai: genai e ai agentica

Uno sguardo alle traiettorie evolutive della tecnologia è stato fornito da luca di piramo, senior ai specialist di ibm consulting. L’evoluzione dell’AI viene descritta come un cambiamento nel rapporto tra persone, processi e dati. Nella prospettiva dell’AI tradizionale, servono dati completi per addestrare modelli specifici; con la genai l’attenzione si sposta sulla qualità e sulla certificazione del contesto informativo ancora disponibile per i modelli generalisti. L’ai agentica viene descritta come una modalità più avanzata: non si limita a comprendere, ma coordina processi e interagisce con sistemi esterni, richiedendo interoperabilità e un governo più solido dei flussi.

ruolo del professionista e supervisione umana

Nel settore sanitario, il ruolo del professionista viene indicato come quello di supervisore attivo e garante clinico. Vengono indicati elementi essenziali come guardrail, tracciabilità e supervisione umana