Salta al menu principale di navigazione Salta al contenuto principale Salta al piè di pagina del sito
FrancoAngeli Journals

Materiali per la ricerca e l'approfondimento

N. 135 (2025)

L’intelligenza artificiale nella sanità pubblica italiana: percezioni e aspettative dei cittadini italiani

DOI
https://doi.org/10.3280/mesa2025-135oa23431
Inviata
agosto 3, 2026
Pubblicato
2026-10-01

Abstract

Background. La diffusione di sistemi di intelligenza artificiale (IA) nel settore sanitario rappresenta uno dei principali driver di trasformazione del Servizio Sanitario Nazionale (SSN).
Nonostante la crescita degli investimenti nel digitale sanitario e il progressivo avanzamento del quadro normativo – dall’AI Act europeo alla Legge n. 132/2025 – la letteratura italiana sulla percezione pubblica dell’IA in sanità è ancora frammentata e prevalentemente focalizzata sugli operatori clinici piuttosto che sui cittadini.
Obiettivi. L’articolo presenta e discute i risultati di un’indagine demoscopica nazionale finalizzata a rilevare le percezioni, le aspettative e le preoccupazioni della popolazione italiana adulta rispetto all’adozione dell’IA nel SSN, con particolare attenzione alle dimensioni di utilità percepita, fiducia istituzionale e ruolo della professionalità medica.
Metodi. L’indagine è stata condotta dall’Istituto DEMOPOLIS per conto di FIASO su un campione di 3.400 adulti, statisticamente rappresentativo della popolazione italiana maggiorenne per genere, età e area geografica. La metodologia ha integrato tecniche CAWI, CATI e CAMI con una fase preliminare di colloqui qualitativi aperti. I dati sono stati raccolti nel 2025.

Risultati. Il 61% degli intervistati prevede che l’IA migliorerà la gestione della salute e la cura delle malattie nel prossimo decennio. Il 63% considera l’IA in sanità un’innovazione sostenibile.
L’utilità percepita si concentra sull’analisi di dati clinici (73%), sulla riduzione dei carichi burocratici (61%) e sul miglioramento dell’accessibilità ai servizi (58%). Parallelamente, l’85% degli intervistati sostiene che l’IA può integrare ma non sostituire la valutazione medica, segnalando un pattern di accettazione condizionata, coerente con i modelli teorici di technology acceptance estesi alla dimensione fiduciaria.
Conclusioni. I risultati suggeriscono che i cittadini italiani manifestano una propensione all’adozione dell’IA in sanità più elevata di quanto il dibattito pubblico lasci trasparire, ma subordinata a condizioni precise: presidio umano, trasparenza algoritmica e garanzia di equità nell’accesso. Le implicazioni manageriali per le aziende sanitarie riguardano la governance dell’innovazione, la comunicazione istituzionale e la progettazione di percorsi di adozione
centrati sul cittadino.

Riferimenti bibliografici

  1. Anitec-Assinform (2025). Tecnologie e policy per il futuro della sanità digitale (White Paper). Roma: Anitec-Assinform/NetConsulting cube.
  2. Anitec-Assinform (2026). Il Digitale in Italia 2026. Roma: Anitec-Assinform/NetConsulting cube.
  3. Ardito V., Cappellaro G., Compagni A., Petracca F., Preti L.M. (2025). Adoption of artificial intelligence applications in clinical practice: Insights from a Survey of Healthcare Organizations in Lombardy, Italy. Digital Health, Jul 10, 11, 20552076251355680.
  4. DOI: 10.1177/20552076251355680.
  5. Baldus S.G., Wiesmann M., Habel U., Gerhards A., Hasan D., Weyland C.S., Truhn D., Hasl M.M., Clemens B., Nikoubashman O. (2026). Patients’ views on the use of artificial intelligence in healthcare: Artificial Intelligence Survey Aachen (AISA) – a prospective survey. Insights Imaging, Jan 5, 17(1): 6. DOI: 10.1186/s13244-025-02159-3.
  6. Bowling A. (2014). Research Methods in Health: Investigating Health and Health Services. Maidenhead: Open University Press.
  7. Bracic A., Spector-Bagdady K., Towle S., Zhang R., James C.A., Price W.N. (2026). Factors for Patient Trust and Acceptance of Medical Artificial Intelligence. JAMA Network Open, Mar 2, 9(3), e260815. DOI: 10.1001/jamanetworkopen.2026.0815.
  8. Cicin F.N., Çetin Gürkan G. (2026). How physicians embrace AI: insights from technology acceptance and trust theories. Frontiers in Digital Health, 8, 1722087. DOI: 10.3389/fdgth.2026.1722087.
  9. Corea F., Fossa F., Loreggia A. et al. (2023). A principle-based approach to AI: the case for European Union and Italy. AI & Soc, 38: 521-535. DOI: 10.1007/s00146-022-01453-8.
  10. Davis F.D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3): 319-339. DOI: 10.2307/249008.
  11. Isaksen A.A., Schaarup J.R., Bjerg L. et al. (2025). Changes in public perception of artificial intelligence in healthcare after exposure to ChatGPT. npj Digital Medicine, 8, 795. DOI: 10.1038/s41746-025-02169-x.
  12. Istituto DEMOPOLIS (2025). L’intelligenza artificiale e la salute: indagine demoscopica nazionale per FIASO. Roma: Istituto DEMOPOLIS.
  13. JRC – Joint Research Centre (2024). Public perception of socially assistive robots for healthcare in the EU: A large-scale survey. Computers in human behavior reports, 15, 100465, JRC132947. DOI: 10.1016/j.chbr.2024.100465 (online).
  14. Ministero della Salute (2024). PNRR – Missione 6 Salute. Roma, Ministero della Salute.
  15. Ministero della Salute – AgID (2024). Piano Triennale per la Sanità Digitale 2024-2026. Roma.
  16. Nong P., Platt J. (2025). Patients’ Trust in Health Systems to Use Artificial Intelligence. JAMA Network Open, 8(2), e2460628. DOI: 10.1001/jamanetworkopen.2024.60628.
  17. Osservatorio Sanità Digitale – Politecnico di Milano (2026). Consolidare il futuro: la Sanità tra investimenti da valorizzare e nuove sfide dell’AI. Milano: POLIMI School of Management, maggio 2026.
  18. Parlamento Europeo (2024). Artificial Intelligence Act (AI Act), Regolamento UE 2024/1689.
  19. Reis M., Reis F., Kunde W. (2025). Public Perception of Physicians Who Use Artificial Intelligence. JAMA Network Open, Jul 1, 8(7), e2521643. DOI: 10.1001/jamanetworkopen.2025.21643.
  20. Venkatesh V., Bala H. (2008). Technology Acceptance Model 3 and a Research Agenda on Interventions. Decision Sciences, 39(2): 273-315. DOI: 10.1111/j.1540-5915.2008.00192.x.
  21. Venkatesh V., Thong J.Y.L., Xu X. (2012). Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology. MIS Quarterly, 36(1): 157-178. DOI: 10.2307/41410412.
  22. Zondag A.G.M., Rozestraten R., Grimmelikhuijsen S., Jongsma K., van Solinge W., Bots M., Vernooij R., Haitjema S. (2024). The Effect of Artificial Intelligence on Patient-Physician Trust: Cross-Sectional Vignette Study. Journal of Medical Internet Research, 26, e50853. DOI: 10.2196/50853.