Tiziano Innocenti, PhD

10/03/2026

🤖 GLI AGENTI AI SONO PRONTI AD ENTRARE NELLA PRATICA CLINICA?

Negli ultimi mesi si parla molto di sistemi basati su LLM capaci non solo di generare testo, ma anche di pianificare azioni, utilizzare strumenti esterni e autocorreggersi. Un salto qualitativo rispetto ai chatbot tradizionali.

Una recentissima scoping review pubblicata su PLOS One prova a mappare questo nuovo ecosistema di ricerca nell’ambito dell’ .

Un dato colpisce in particolare: la letteratura è esplosa solo di recente, con la grande maggioranza degli studi pubblicati nel 2025.

Il problema, però, non è tecnologico ma metodologico.
La maggior parte delle valutazioni avviene in ambienti simulati o tramite benchmark standardizzati: sono rari gli studi basati su dati clinici reali e quelli che si concentrano su outcome clinicamente rilevanti.

Ovvero?
Tecnologie in rapidissima evoluzione, ma evidenze cliniche ancora immature.

—————————
➡️ https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0342182

05/03/2026

Oltre 4.000 studi sui Large Language Models (LLM) in in meno di tre anni.�
Eppure, quanti di questi valutano l’impatto del loro utilizzo nella pratica clinica?

È stata pubblicata due giorni fa su Nature Medicine una che mostra come, a fronte di 4.609 studi pubblicati negli ultimi tre anni, solo 19 sono .

Valutare le performance di un LLM su quiz o scenari simulati non ci dice nulla di quale sarà il suo impatto sulla clinica, né se sarà in grado di migliorare gli outcome.
Non sorprende quindi che le performance dei LLM appaiano migliori nei compiti “accademici” rispetto ai contesti clinici reali.

La trasferibilità delle alla pratica clinica deve poggiare su studi che si focalizzano su dati reali, prospettici e pragmatici (superando anche le barriere che oggi ne limitano la conduzione).�
Prima di parlare dell’integrazione clinica dei LLM, è opportuno domandarsi se stiamo davvero orientando la nella direzione giusta.

La ricerca aumenta in modo vertiginoso, ma le evidenze sul reale impatto clinico sono ancora molto limitate.

—————————
Link ➡️https://www.nature.com/articles/s41591-026-04229-5.pdf

26/02/2026

Che bello!

Domani si apriranno ufficialmente le danze della “Summer School on… metodologia della ricerca clinica”!

Con la Fondazione GIMBE, nell’ambito del progetto finanziato MORE, abbiamo messo a bando 45 borse di studio dedicate a giovani medici e professionisti sanitari under 32.

Domani daremo ufficialmente il benvenuto ai vincitori, con una giornata interamente dedicata all’ nella , in attesa di incontrarci di persona ad aprile per una settimana intensiva a Monasterace.

Non vediamo l’ora di iniziare: è sempre un privilegio poter investire nella formazione delle nuove generazioni di professionisti e ricercatori!

11/02/2026

Post lungo, ma doveroso.

Le decisioni in ambito sanitario richiedono spesso evidenze su malattie ed outcome rari, eventi avversi, effetti a lungo termine o interventi di sanità pubblica, contesti nei quali la randomizzazione è difficile o talvolta impossibile.
�Per questo motivo, le di efficacia provenienti da studi non randomizzati di intervento (non-randomised studies of interventions – NRSI) possono integrare quelle generate dagli RCT.

❗️💊 E non solo: in ambito farmacologico, ad esempio, tali evidenze risultano utili in tutto l’iter regolatorio (anche nel pre-market).

Si parla sempre più spesso di , un termine che, personalmente, da metodologo, non apprezzo particolarmente perché poco preciso e potenzialmente fuorviante.�
PERCHÈ?

🔹 Perché uno studio che utilizza dati provenienti dalla pratica clinica non genera automaticamente “evidenza”, concetto strettamente legato al rigore metodologico.

🔹 Perché all’interno dell’ampio contenitore della RWE coesiste una molteplicità di disegni di studio, collocati lungo un continuum che va dalla ricerca sperimentale alla osservazionale.

⚠️ Il punto centrale è metodologico: non tutti i NRSI sono uguali.

Alcuni disegni (come regression discontinuity, interrupted time series o la target trial emulation), se ben condotti e in presenza di specifiche condizioni, possono avvicinarsi molto agli RCT; altri, invece, restano maggiormente esposti a confondimento residuo e bias strutturali.

Alcuni consigli
————————
❗️Per chi produce revisioni sistematiche, questo implica definire criteri di eleggibilità e strumenti di valutazione del rischio di bias basati sulle caratteristiche strutturali del disegno, non sull’etichetta utilizzata.

❗️ Per chi conduce NRSI, significa descrivere con chiarezza il disegno di studio, le strategie di controllo del confondimento e le assunzioni causali, evitando di rifugiarsi nel termine “Real World Evidence”.

❗️Per chi legge, l’invito è a spostare l’attenzione dall’etichetta “Real World Evidence” a ciò che viene effettivamente fatto nello studio, valutando metodi, analisi e plausibilità delle assunzioni.
————————

Siamo pronti a superare una gerarchia rigida delle evidenze in favore di una valutazione più analitica e attenta?

Alcune letture di approfondimento che vi suggerisco:
➡️ https://pubmed.ncbi.nlm.nih.gov/41500799/
➡️ https://pubmed.ncbi.nlm.nih.gov/40348149/
➡️ https://pubmed.ncbi.nlm.nih.gov/39389275/

09/02/2026

🤖 Tra due giorni, mercoledì 11 febbraio alle ore 16.00 nell'ambito dei webinar formativi gratuiti di GIMBE Education | Provider ECM terrò il webinar “L’AI migliorerà davvero la delle persone?”

In un'ora parleremo di come l’ stia rapidamente trasformando l'ambito sanitario, con potenziali implicazioni per la pratica clinica, la scientifica, l'organizzazione dei servizi e, di conseguenza, gli esiti di salute.

✅ Ne analizzeremo lo stato dell'arte con il monitoraggio che stiamo facendo sul tema all’interno dell’Osservatorio sul Servizio Sanitario Nazionale della
Fondazione GIMBE.

Siamo fermamente convinti che la trasformazione digitale in passi dalla formazione e sensibilizzazione di professionisti e dei cittadini.

—————————
🗓️ Vi aspetto, iscrizione gratuita qui: https://Inkd.in/dVQhPCgC

03/02/2026

È disponibile da qualche giorno PhyCARE, linea guida di reporting per i case report in , che è stata sviluppata da un team internazionale di ricercatori e alla quale ho partecipato.

Nel post trovate maggiori informazioni e il link per scaricare la checklist!

👇

Pubblicata PhyCARE, la nuova linea guida per migliorare il reporting dei case report in fisioterapia.

29/01/2026

🔎 aggiorna le raccomandazioni: nuovo capitolo su AI e publishing scientifico

L’International Committee of Medical Journal Editors (ICMJE) ha appena pubblicato un importante aggiornamento delle proprie Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals.

Tra le revisioni introdotte, la principale novità è l’aggiunta di un nuovo capitolo interamente dedicato all’utilizzo dell’ nel publishing scientifico, sottolineando ulteriormente come l’AI possa supportare la produzione scientifica, ma non debba mai compromettere trasparenza, integrità e responsabilità umana.

📌 I punti chiave del nuovo capitolo includono:

✅ AI ed authorship
Chatbot e LLM non possono comparire tra gli autori, poiché non sono in grado di garantire accountability su accuratezza, integrità e originalità.

✅ Obbligo di disclosure
Gli autori devono dichiarare se e in che modo hanno utilizzato strumenti di AI nella preparazione del manoscritto (nella cover letter e nel testo).

✅ Rischi di inaccuratezza e bias
L’ICMJE ribadisce che l’AI può generare output apparentemente autorevoli ma errati, incompleti o distorti: la supervisione umana resta imprescindibile.

✅ Confidenzialità nella peer review
Caricare manoscritti non pubblicati all’interno di sistemi di AI può costituire una violazione della riservatezza dei contenuti: revisori ed editor dovrebbero evitarlo senza esplicito permesso degli autori.

✅ Policy delle riviste
Le riviste dovrebbero dotarsi di linee guida chiare sull’uso dell’AI e renderle note ad autori, revisori ed editor.

⸻

🔗 ➡️https://www.icmje.org/icmje-recommendations.pdf

28/01/2026

💉Quando un intervento è davvero utile per i pazienti?

Nei (e, di conseguenza, nelle ) non basta dimostrare che un risultato sia statisticamente significativo.

❓La domanda chiave che ogni ricercatore dovrebbe porsi è: l’effetto osservato è abbastanza grande da essere rilevante per il paziente?

Per anni abbiamo utilizzato soglie come la Minimal Important Difference (MID), ma spesso queste derivano da cambiamenti within-group e non sono sempre utili per interpretare le differenze tra opzioni terapeutiche alternative, che possono comportare rischi, benefici e costi molto diversi.

Nel nostro nuovo articolo pubblicato su Osteoarthritis and Cartilage proponiamo un approccio più centrato sui pazienti: lo Smallest Worthwhile Effect (SWE).

✅ Lo SWE rappresenta il più piccolo beneficio in grado di giustificare costi, rischi e inconvenienti di un trattamento rispetto a un’alternativa terapeutica.

🎯 Interpretare meglio la rilevanza clinica significa produrre ricerca più utile, ridurre sprechi e supportare decisioni più vicine alle persone.

—————————
📖 Articolo in open access qui: https://www.oarsijournal.com/article/S1063-4584(26)00032-4/fulltext

25/01/2026

Vi aspettiamo!

A seguito di una partecipata adesione al bando “M.O.R.E. - Monasterace Open Resource Experience Il Borgo Aumentato Esperienziale tra Innovazione e Cultura“, la Fondazione GIMBE ha pubblicato l'elenco dei 45 vincitori della Summer School "Metodologia della ricerca clinica": l'elenco degli assegnatari delle borse di studio per il bando è disponibile qui: https://www.gimbe.org/pagine/1162/it/summer-school

🤓 La Summer School “Metodologia della ricerca” ha l’obiettivo di fornire ai giovani ricercatori le conoscenze, le competenze e gli strumenti necessari per disegnare, condurre, analizzare e pubblicare la ricerca clinica secondo gli standard metodologici ed etici internazionali.

Il percorso formativo, articolato in due webinar e in un corso residenziale intensivo di sette giorni, offre un approccio completo alla metodologia della ricerca clinica, dalla generazione delle evidenze alla loro pubblicazione.

Vi aspettiamo nella sorprendente Monasterace !!!

24/01/2026

Se da un lato Google limita le risposte di AI Overviews alle domande sulla , dall’altro OpenAI ha annunciato l’arrivo di ChatGPT Health.

Un annuncio che, come avevo anticipato in alcuni post nei giorni scorsi, riapre interrogativi rilevanti sui benefici e sui rischi legati alla diffusione dei chatbot, soprattutto rispetto alle conseguenze di un utilizzo non consapevole, sia tra i professionisti sia tra i cittadini.

Per questo l’innovazione va governata: per evitare, da un lato, conseguenze potenzialmente disastrose e, dall’altro, di perdere opportunità importanti.

È urgente che il sistema si adegui, investendo in governance, formazione e informazione capillare: ambiti sui quali, con la Fondazione GIMBE, stiamo puntando con decisione.

Ne ho parlato in un’intervista uscita oggi 👇

OpenAI lancia ChatGPT Salute, Google frena sulle risposte mediche della sua IA. Due scelte opposte che riaccendono il dibattito su opportunità e rischi dell’intelligenza artificiale in sanità.

23/01/2026

Il GRADE Working Group ha appena pubblicato su Annals of Internal Medicine una guidance aggiornata su come sviluppare e utilizzare correttamente i Good Practice Statements (GPS): statement che dovrebbero essere formulati (all’interno di una linea guida) solo quando l’alternativa è chiaramente inappropriata e quando i benefici netti sono evidenti.

📌 Il problema?
Nonostante esistesse già una guida , nella pratica i GPS sono stati spesso sovrautilizzati, etichettati in modo incoerente e riportati senza un’adeguata trasparenza metodologica.

La principale novità è l’introduzione di un processo operativo in 8 step, con uso esplicito dei criteri Evidence to Decision (EtD) e una distinzione tra GPS fondati su:

1️⃣ etica e diritti umani
2️⃣ principi essenziali e protocolli
3️⃣ evidenza scientifica consolidata

In Italia, inoltre, abbiamo un problema ulteriore: se da un lato esistono le “indicazioni di buona pratica”, dall’altro troviamo anche “raccomandazioni di buona pratica clinica” come documenti a sé stanti, sviluppati con metodi talvolta più, talvolta meno rigorosi.

Una lettura consigliata, soprattutto alla luce dell’incertezza terminologica che spesso circonda i le nostre raccomandazioni di buona pratica clinica.

Despite published guidance by the GRADE (Grading of Recommendations Assessment, Development and Evaluation) Working Group on the use of good practice statements (GPSs), their appropriate development remains challenging. This article provides updated guidance with nuanced operationalization. The upda...

12/01/2026

OpenAI ha annunciato : un ambiente dedicato all’interno di ChatGPT per supportare salute e benessere, anche attraverso l’elaborazione di informazioni e documenti sanitari, con tutele (dichiarate) aggiuntive e specifiche per la privacy.

La notizia, se da un lato rappresenta un rilevante avanzamento tecnologico, dall’altro rende sempre più urgente aprire una riflessione sulla formazione dei giovani professionisti e sulle necessarie per un uso appropriato di questi strumenti.

Il rischio non è soltanto quello di “usarla male”, ma anche la perdita di abilità (deskilling), la mancata acquisizione di abilità (never-skilling) e lo sviluppo distorto di abilità (mis-skilling).

Vietarla non è una strategia.

Servono supervisione, un’integrazione consapevole nei percorsi formativi dei giovani professionisti e, oggi più che mai, un training sistematico al pensiero critico.