Il ruolo dell'Intelligenza Artificiale nella Sanità: un'analisi dei rischi e delle opportunità

Artificial intelligence (AI) is emerging as a source of innovation in healthcare, promising to revolutionize disease diagnosis, treatment, and management. This dissertation analyzes the opportunities and risks associated with integrating AI into medical practice, drawing on a review of the scientific literature from PubMed, Scopus, and Web of Science databases. Given its recent nature, the research has also been supplemented by papers, textbooks, websites, and e-books. The opportunities examined include improving diagnostic accuracy, particularly in medical imaging, developing precision medicine, accelerating drug discovery, and optimizing hospital workflows. In parallel, the following are addressed: - significant risks: ethical challenges such as algorithmic bias and data privacy - technical limitations: the lack of transparency of models ("black box"), and the impact on the doctor-patient relationship. Through the analysis of specific case studies in Oncology, Cardiology, Dentistry, and Dietetics, this thesis illustrates the practical application of AI, highlighting both its potential and its challenges. It concludes that, to maximize the benefits of AI in healthcare, a balanced approach is essential, combining technological innovation with the development of appropriate regulatory, ethical, and training frameworks to govern its complexity.

L'intelligenza artificiale (IA) sta emergendo come una fonte di innovazione nel settore sanitario, promettendo di rivoluzionare la diagnosi, il trattamento e la gestione delle malattie. Questa tesi compilativa analizza le opportunità e i rischi associati all'integrazione dell'IA nella pratica medica, attingendo ad una revisione della letteratura scientifica proveniente dai database PubMed, Scopus e Web of Science ma essendo un argomento recente, la ricerca è stata integrata anche con paper, libri di testo, siti web ed e-book. Le opportunità esaminate includono il miglioramento dell'accuratezza diagnostica, in particolare nell'imaging medico, lo sviluppo della medicina di precisione, l'accelerazione della scoperta di nuovi farmaci e l'ottimizzazione dei flussi di lavoro ospedalieri. Parallelamente, vengono affrontati: - i rischi significativi: le sfide etiche come il bias algoritmico e la privacy dei dati - i limiti tecnici: la mancanza di trasparenza dei modelli ("black box"), e l'impatto sul rapporto medico-paziente. Attraverso l'analisi di casi di studio-specifici in: Oncologia, Cardiologia, Odontoiatria e Dietistica, questa tesi illustra l'applicazione pratica dell'IA, evidenziandone sia il potenziale che le criticità. Concludendo che, per massimizzare i benefici dell'IA in sanità, è indispensabile un approccio equilibrato che affianchi all'innovazione tecnologica lo sviluppo di quadri normativi, etici e formativi adeguati a governarne la complessità.