Campioni da portare in laboratorio, farmaci da consegnare, dispositivi da recuperare, letti da spostare, pazienti da accompagnare, sale da preparare. Sono attività essenziali, ripetitive, spesso sottratte a infermieri e operatori sanitari già schiacciati da turni, carenze di personale e pressione demografica. È in questo spazio, meno cinematografico della sala operatoria ma molto più vicino alla vita quotidiana della sanità, che la robotica sanitaria sta entrando davvero. Non come sostituto del medico, ma come infrastruttura silenziosa di supporto a un sistema che fatica a reggere il proprio peso.
La domanda, quindi, non è se un robot potrà “salvare” la sanità. Formulata così, sarebbe una scorciatoia retorica. La domanda corretta è un’altra: quali parti della sanità possono essere automatizzate senza impoverire la cura, senza aumentare i rischi e senza trasformare l’ospedale in un laboratorio permanente su pazienti reali? La risposta passa dalla Physical AI, cioè da sistemi intelligenti capaci non solo di analizzare dati, ma di agire nello spazio fisico: muoversi, afferrare, percepire, adattarsi, collaborare con operatori umani. È il passaggio dall’AI che “consiglia” all’AI che “tocca”.
IL CORPO DELLA SANITÀ È DIVENTATO IL NUOVO CAMPO DELL’AI
Per anni l’intelligenza artificiale in sanità è rimasta confinata soprattutto negli schermi: diagnosi assistita su immagini radiologiche, triage algoritmico, analisi predittiva dei rischi, supporto alla decisione clinica. La Physical AI sposta il baricentro. Un sistema non interpreta soltanto una TAC: può orientare un braccio robotico, assistere un’ecografia, guidare un dispositivo chirurgico, muoversi in un reparto, interagire con un paziente fragile. La differenza è sostanziale. Quando l’AI entra nel mondo fisico, l’errore non resta un output sbagliato: può diventare un movimento impreciso, una pressione eccessiva, una collisione, una procedura interrotta.
La traiettoria industriale è già evidente. NVIDIA ha presentato Isaac for Healthcare come piattaforma per robotica medica basata su tre livelli: addestramento dei modelli, simulazione in ambienti virtuali e deployment in tempo reale su robot clinici. L’obiettivo è costruire digital twin, generare dati sintetici, addestrare politiche robotiche con imitazione e reinforcement learning, e poi trasferirle su dispositivi reali in contesti chirurgici, diagnostici, riabilitativi e assistivi. Google DeepMind, con Gemini Robotics, ha descritto modelli capaci di ragionamento spaziale, comprensione visiva e pianificazione dell’azione, cioè esattamente le capacità necessarie per portare l’AI fuori dal linguaggio e dentro l’ambiente fisico.
Questa evoluzione arriva in un momento in cui la sanità non ha solo un problema di innovazione, ma di sostenibilità. L’Organizzazione mondiale della sanità stima una carenza globale di 11 milioni di operatori sanitari entro il 2030, concentrata soprattutto nei Paesi a basso e medio reddito, ma la pressione è visibile anche nei sistemi avanzati, dove l’invecchiamento della popolazione aumenta la domanda di assistenza cronica, riabilitazione e long-term care.
I ROBOT CHE FUNZIONANO DAVVERO NON FANNO FINTA DI ESSERE MEDICI
Il caso più interessante, oggi, non è il robot umanoide che promette di sostituire l’infermiere. È il robot che libera l’infermiere dal lavoro non clinico. Negli Stati Uniti, Diligent Robotics ha sviluppato Moxi, un robot mobile utilizzato per trasportare medicinali, campioni di laboratorio e materiali ospedalieri. Secondo Reuters, Moxi ha superato 1,25 milioni di consegne in oltre 25 ospedali statunitensi, tra cui Northwestern Medicine e Rochester General Hospital. Non è fantascienza: è logistica applicata alla cura. E proprio per questo è più credibile.
Il punto è politico prima ancora che tecnologico. Se un robot permette a personale sanitario qualificato di passare meno tempo nei corridoi e più tempo con i pazienti, il valore non sta nell’automazione in sé, ma nella redistribuzione del lavoro umano. La robotica migliore, in questa fase, non è quella che imita l’uomo: è quella che capisce dove l’uomo è sprecato.
Il Giappone mostra bene l’altra faccia della questione. In una società super-anziana, con una domanda crescente di assistenza e una forza lavoro insufficiente, i robot per la cura degli anziani sono diventati una necessità strategica. Reuters ha raccontato il prototipo AIREC, un robot umanoide pensato per attività come spostare pazienti, cucinare o piegare la biancheria. Ma la stessa ricostruzione segnala che l’adozione su larga scala non è attesa prima del 2030 e che restano problemi decisivi: sicurezza nel contatto fisico, costi, affidabilità, capacità di operare in ambienti domestici non standardizzati.
È una lezione importante anche per l’Europa. La sanità non può permettersi soluzioni immature vendute come inevitabili. Nel reparto, a differenza della fabbrica, l’ambiente cambia continuamente: un paziente cade, un letto viene spostato, un familiare entra, un dispositivo resta fuori posto, un operatore interviene d’urgenza. La Physical AI deve saper convivere con l’imprevedibilità umana. Ed è proprio qui che la promessa diventa difficile.
LA CHIRURGIA ROBOTICA È GIÀ MERCATO, MA L’AUTONOMIA È UN’ALTRA COSA
Il settore più visibile resta la chirurgia robotica. Intuitive Surgical, leader mondiale con la piattaforma da Vinci, ha comunicato per il 2025 oltre 3,1 milioni di procedure da Vinci e una base installata superiore a 11.100 sistemi da Vinci a fine anno. Sono numeri che mostrano una tecnologia ormai industrializzata, non più sperimentale.
Ma la chirurgia robotica attuale non coincide con il chirurgo robot autonomo. Nella maggior parte dei casi, il robot è uno strumento teleoperato: amplifica precisione, visione, ergonomia e controllo, ma resta nelle mani del chirurgo. L’autonomia vera è un passaggio ulteriore, molto più delicato. Una revisione pubblicata su npj Digital Medicine ha osservato che i framework regolatori non stanno ancora tenendo pienamente il passo con l’aumento dei livelli di autonomia nei robot chirurgici autorizzati dalla FDA.
La ricerca, però, avanza. Lo Smart Tissue Autonomous Robot, sviluppato in ambito Johns Hopkins, ha dimostrato in modelli animali la possibilità di eseguire anastomosi intestinali laparoscopiche con un grado significativo di autonomia. È un risultato importante perché la sutura di tessuti molli è uno dei compiti più difficili: il corpo si muove, i tessuti si deformano, la visione è limitata, il rischio clinico è reale. Science Robotics ha descritto il caso come una dimostrazione di chirurgia autonoma su tessuti molli in ambiente laparoscopico.
Tuttavia, tra una dimostrazione sperimentale e l’adozione clinica diffusa c’è un abisso. Nature Medicine ha sottolineato che la nuova generazione di robot chirurgici richiede framework di valutazione specifici, capaci di considerare sviluppo, confronto clinico, curve di apprendimento, contesto d’uso e monitoraggio nel lungo periodo. In altre parole: non basta dimostrare che il robot funziona una volta. Bisogna dimostrare che funziona in modo ripetibile, misurabile, spiegabile e sicuro dentro sistemi sanitari reali.
IL DIRITTO ENTRA IN SALA OPERATORIA PRIMA DEL ROBOT
La regolazione europea è già dentro questa partita. L’AI Act, entrato in vigore il 1° agosto 2024, qualifica come ad alto rischio molti sistemi di AI destinati a finalità mediche, imponendo requisiti su gestione del rischio, qualità dei dati, trasparenza, informazione agli utenti e sorveglianza umana. La Commissione europea ha chiarito che l’AI in sanità dovrà inserirsi in un quadro di sviluppo e utilizzo responsabile, non in una corsa deregolata all’automazione.
Per i dispositivi medici, però, il nodo è ancora più complesso. In Europa non si applica solo l’AI Act: continuano ad applicarsi anche il Medical Device Regulation e l’IVDR per i diagnostici in vitro. Il documento congiunto AIB/MDCG del 2025 chiarisce che MDR e IVDR coprono i rischi del software come dispositivo medico, mentre l’AI Act aggiunge requisiti specifici per i rischi propri dell’intelligenza artificiale, inclusi salute, sicurezza e diritti fondamentali. Per l’AI medicale ad alto rischio, la logica è quindi di applicazione simultanea e complementare, non sostitutiva.
Questo significa che un robot sanitario intelligente non è soltanto una macchina con un marchio CE. È un sistema ibrido, nel quale software, dati, sensori, attuatori, interfaccia utente, cybersecurity e supervisione clinica diventano elementi dello stesso fascicolo di rischio. La responsabilità non potrà essere scaricata su una formula generica del tipo “decisione assistita dall’AI”. Servirà capire chi ha progettato il modello, chi lo ha addestrato, chi lo ha aggiornato, chi lo ha validato, chi lo usa, chi lo monitora e chi interviene quando il sistema sbaglia.
Negli Stati Uniti, la FDA si sta muovendo nella stessa direzione con i Predetermined Change Control Plans per dispositivi AI-enabled: piani che consentono modifiche iterative ai sistemi di AI mantenendo una ragionevole garanzia di sicurezza ed efficacia. È un passaggio cruciale perché l’AI medica non è statica. Un sistema che apprende, viene aggiornato o cambia prestazioni nel tempo non può essere governato come un dispositivo meccanico tradizionale.
CYBERSECURITY: IL ROBOT SANITARIO È ANCHE UNA SUPERFICIE D’ATTACCO
La robotica sanitaria porta con sé un rischio spesso sottovalutato: la cybersecurity. Un robot connesso a reti ospedaliere, cartelle cliniche, sistemi di imaging, piattaforme cloud e sensori biometrici non è solo un dispositivo medico. È un nodo digitale dentro un’infrastruttura critica. Se viene compromesso, il problema non è soltanto la privacy: può essere la continuità operativa, la sicurezza fisica, la corretta erogazione della cura.
ENISA ha segnalato che, negli incidenti sanitari analizzati nel Threat Landscape 2024, il 45% era legato a ransomware e il 28% a data breach; inoltre, il settore sanitario è risultato per quattro anni consecutivi il più colpito tra quelli oggetto di segnalazione significativa tramite i canali europei.
La FDA, dal canto suo, ha aggiornato nel 2025 le indicazioni sulla cybersecurity dei dispositivi medici, chiedendo che la sicurezza sia considerata già nella progettazione, nella documentazione pre-market e nella gestione del ciclo di vita. Non è una formalità. Nel gennaio 2025 la stessa FDA ha segnalato vulnerabilità in alcuni patient monitor Contec ed Epsimed, avvertendo che dispositivi connessi potevano essere esposti ad accessi non autorizzati, manipolazioni e fuoriuscita di dati sanitari.
Nel contesto della Physical AI, il tema diventa ancora più delicato. Un attacco a un software diagnostico può alterare un risultato. Un attacco a un robot può alterare un comportamento fisico. Per questo la governance della robotica sanitaria dovrà integrare risk management clinico e cyber risk management, con audit continui, logging, aggiornamenti sicuri, segmentazione delle reti, piani di risposta agli incidenti e responsabilità contrattuali chiare lungo tutta la catena dei fornitori.
LA GRANDE ILLUSIONE: AUTOMATIZZARE SENZA CAMBIARE ORGANIZZAZIONE
L’errore più grave sarebbe pensare che basti comprare robot per risolvere la crisi della sanità. La tecnologia inserita in un’organizzazione fragile spesso amplifica la fragilità. Un ospedale senza personale formato, senza processi digitali maturi, senza governance dei dati e senza manutenzione adeguata rischia di trasformare la robotica in un costo reputazionale e operativo.
La robotica sanitaria richiede nuove competenze ibride: medici capaci di comprendere i limiti dell’automazione, ingegneri capaci di ragionare in termini clinici, giuristi capaci di leggere insieme responsabilità sanitaria, MDR, AI Act, GDPR, cybersecurity e contratti di fornitura. La vera innovazione non sarà il robot in reparto, ma il modello organizzativo che lo rende utile, sicuro e giuridicamente sostenibile.
Esiste poi un rischio sociale: creare una sanità a due velocità. Da un lato ospedali ad alta capacità finanziaria, dotati di robot chirurgici, piattaforme AI e infrastrutture di simulazione. Dall’altro strutture territoriali e periferiche ancora alle prese con carenze di personale, sistemi informativi obsoleti e liste d’attesa. Se la robotica sanitaria diventa solo un asset competitivo per pochi centri, non salva la sanità: ne accentua le disuguaglianze.
IL FUTURO SARÀ IBRIDO, NON AUTONOMO
La prospettiva più realistica non è l’ospedale senza medici, ma l’ospedale ibrido. Robot per la logistica interna, sistemi assistivi per la riabilitazione, bracci intelligenti per imaging ed ecografie, piattaforme chirurgiche sempre più guidate dai dati, strumenti di simulazione per addestrare procedure complesse, modelli AI per supportare la pianificazione. La piena autonomia resterà limitata, almeno per anni, a compiti circoscritti, verificabili e supervisionati.
Il punto decisivo sarà la misurabilità. Ogni promessa dovrà essere tradotta in indicatori: riduzione dei tempi operatori, minori complicanze, maggiore accesso alle cure, riduzione dei carichi non clinici, miglioramento della continuità assistenziale, sicurezza informatica, sostenibilità economica. Senza questi parametri, la Physical AI rischia di diventare l’ennesima parola d’ordine industriale.
La sanità non sarà salvata dai robot. Sarà forse aiutata da robot ben progettati, regolati con intelligenza, integrati in processi clinici solidi e subordinati a responsabilità umane chiare. La differenza è enorme. Nel primo caso la tecnologia diventa una promessa salvifica. Nel secondo, diventa uno strumento pubblico di cura.
E in medicina, più che altrove, gli strumenti non devono impressionare. Devono funzionare, essere controllabili e meritare fiducia.
A cura degli studenti sotto la Facoltà di Giurisprudenza e Ingegneria Informatica
