In due righe
- L'AI in uno studio medico si usa per il lavoro amministrativo: appuntamenti, recall, documenti standard.
- I dati sanitari sono protetti dall'art. 9 del GDPR: caricarli in un tool generico è quasi sempre un trattamento illecito.
- Diagnosi, triage e interpretazione di referti restano atti clinici: vietati senza certificazione e supervisione umana.
- Prima di firmare, quattro verifiche: nomina a responsabile, server in UE, no training sui dati, DPIA documentata.
Uno studio medico può usare l'intelligenza artificiale, ma quasi mai sui dati clinici. I dati sanitari sono una categoria particolare protetta dall'art. 9 del GDPR: il loro trattamento è vietato per principio e ammesso solo con una base giuridica precisa, come la cura del paziente o il consenso esplicito. La linea pratica è netta: l'AI va bene per appuntamenti, promemoria, documenti standard; non va usata per diagnosi, triage o interpretazione di referti. Caricare un referto in un chatbot generico è il primo errore.
Perché i dati sanitari non sono dati come gli altri
Un dato sanitario è un dato relativo alla salute: rientra nelle categorie particolari dell'art. 9 del GDPR. Questa classificazione non è un dettaglio da ufficio legale, è la ragione per cui il trattamento è vietato per principio e ammesso solo con una base giuridica precisa. Per lo studio medico la base più frequente è la cura del paziente, non sempre il consenso: lo dico perché molti titolari pensano che basti far firmare. Non basta. Se il dato finisce in un tool AI, parte un nuovo trattamento, con un nuovo titolare o responsabile da definire, e serve dire su quale base lo fai.
Lo Spazio europeo dei dati sanitari (EHDS) spingerà la condivisione dei dati, ma non cambia il fatto che un dato sanitario resta un dato sanitario. Quando entro in uno studio professionale, la prima cosa che guardo è se il processo esiste prima dello strumento. Un gestionale che mescola bene dati anagrafici e dati clinici non diventa automaticamente un posto sicuro per l'AI. Il GDPR non vieta l'AI in sanità: la condiziona, e il confine passa tra ciò che è amministrativo e ciò che è clinico. Chi ti dice il contrario o vuole venderti la paura o vuole venderti un software. Per il quadro su GDPR e AI in azienda, le tre domande essenziali stanno in GDPR e intelligenza artificiale in azienda.
Cosa può fare l'AI in uno studio medico (senza toccare la salute)
L'AI serve quando il lavoro è organizzativo. Non serve un dato di salute nel prompt, e quindi il rischio privacy crolla. Esempi concreti:
- prenotare, spostare e confermare appuntamenti;
- inviare promemoria e recall di controllo;
- precompilare moduli con dati anagrafici;
- scrivere risposte alle domande frequenti su orari, documenti e modalità di accesso;
- produrre bozze di comunicazioni standard, non cliniche.
In Delera abbiamo affiancato oltre 2.000 PMI e la regola è sempre la stessa: prima il sistema, poi lo strumento. Se il processo di prenotazione è già chiaro, l'automazione toglie ore. Se è confuso, l'AI lo rende veloce e confuso. A volumi bassi non serve niente di tutto questo: un'agenda ben tenuta e un sms bastano. Non si compra l'AI, si decide dove serve. Il modo di partire è lo stesso degli altri studi professionali: piccoli passi, misurati, uno alla volta.
Cosa non può fare: la linea rossa clinica
Qui il confine è netto. Niente diagnosi, triage, interpretazione di referti o suggerimenti terapeutici. Il triage è la valutazione della priorità clinica di un paziente: è atto medico, non amministrativo. Un modello che interpreta sintomi sta facendo un atto clinico, e senza certificazione come dispositivo medico e supervisione umana resta vietato, per l'art. 14 dell'AI Act e per l'art. 22 del GDPR sulle decisioni automatizzate.
La tabella aiuta a decidere prima che ti arrivi la prima demo.
| Attività |
Verdetto |
Perché |
| Prenotare e spostare appuntamenti |
Sì |
Dati organizzativi, non clinici |
| Inviare promemoria e recall di controllo |
Sì |
Non serve un dato di salute nel prompt |
| Precompilare moduli con dati anagrafici |
Sì |
Dati amministrativi, non sanitari |
| Riassumere o riformulare un referto |
No, senza garanzie |
Dato di salute: serve base giuridica e fornitore conforme |
| Interpretare sintomi o fare triage |
No |
Atto clinico, non amministrativo |
| Suggerire diagnosi o terapie |
No |
Decisione clinica, art. 22 GDPR e supervisione umana |
Non firmare un contratto che promette il chatbot che capisce i sintomi: di fatto ti stanno proponendo un dispositivo medico non certificato, e la responsabilità clinica resta in capo a te. L'AI Act dice anche altro, ma per uno studio medico gli obblighi veri stanno in questa guida: vale leggerla prima di comprare.
Il primo passo
Scopri dove l'AI ripaga nella tua azienda.
Gratuito · 45 minuti · nessun impegno · punteggi
confrontati con 2.800+ aziende
Le quattro verifiche prima di scegliere uno strumento
Prima di attivare qualsiasi tool, anche uno solo amministrativo, faccio passare il fornitore da queste quattro verifiche. Se una non passa, lo strumento non entra.
- Contratto da responsabile del trattamento. Il responsabile è il fornitore che tratta i dati per conto dello studio, con un contratto obbligatorio ai sensi dell'art. 28 del GDPR. Se ti offrono un servizio generico senza questo contratto, stai caricando dati senza catena di responsabilità.
- Server nello Spazio Economico Europeo. Non discuto se il cloud è sicuro: verifico dove stanno i dati. Se il fornitore non lo scrive, non è pronto per uno studio medico.
- Clausola che vieta il training sui dati clinici. Nei tool consumer generici i dati possono finire usati per addestrare il modello. Una volta che un dato è nel training, revocarlo è quasi impossibile. La clausola va scritta, non raccontata a voce in call.
- DPIA documentata. La DPIA è la valutazione d'impatto sulla protezione dei dati. È obbligatoria quando il trattamento di dati sanitari è sistematico o su larga scala, ma anche sotto quella soglia è la prassi prudente: si fa prima di attivare, si tiene documentata, si mostra a un controllo.
La ISO 27001 è un buon segnale, ma non sostituisce nessuna di queste quattro verifiche. Una certificazione dice come è organizzato il fornitore, non cosa può fare con i dati dei tuoi pazienti. Lo stesso vale per il DPO, il responsabile della protezione dei dati: se lo studio non ha l'obbligo, un legale privacy basta, ma qualcuno che legga il contratto serve.
Quanto costa sbagliare
Le sanzioni GDPR arrivano fino a 20 milioni di euro o al 4 per cento del fatturato annuo, a seconda di quale sia più alto. Per uno studio medico il 4 per cento del fatturato è una cifra che si sente, ma il danno peggiore non è la multa. È la fiducia dei pazienti, che non si ricompra. E resta la responsabilità clinica: se un tool sbaglia una valutazione, il medico che lo ha usato non può scaricare la colpa sul software.
Il Garante ha già lanciato un allarme esplicito nel luglio 2025 sui referti caricati su AI generativa. Non è una posizione teorica: è il segnale che i controlli su questo fronte stanno aumentando. Quando succede un errore, la domanda non è quale tool era, ma chi ha deciso di caricare quel dato e su quale base. Se non hai la risposta scritta, il problema diventa tuo. Il punto su chi paga quando l'AI sbaglia è lo stesso che vale in azienda, ma con una categoria di dati più protetta.
Gli errori che vedo più spesso
Ne vedo tre, in tutti gli studi, indipendenti dalla dimensione.
- Caricare referti in chatbot generici. La scusa è che devi solo riassumerlo. Ma il dato di salute finisce in un sistema senza base giuridica e senza contratto da responsabile. Non si fa. Se serve un riassunto, si usa uno strumento conforme, con il fornitore nominato responsabile del trattamento.
- Scambiare la pseudonimizzazione per anonimizzazione. La pseudonimizzazione è sostituire gli identificativi diretti con codici, senza rendere il dato non riconducibile. L'anonimizzazione invece elimina la possibilità di risalire alla persona. Sono due cose diverse: un dato pseudonimizzato resta un dato personale, e se lo carichi in un tool consumer il problema resta intero.
- Firmare senza leggere la clausola sul training. Si guarda il prezzo, non la parte in cui il fornitore si riserva di usare i dati per migliorare il modello. È la clausola più costosa del contratto, e di solito non sta in prima pagina.
Tutti e tre si evitano con le quattro verifiche del punto sopra. Non serve un avvocato per capire se il contratto c'è o se la clausola sul training manca: serve il tempo di leggerlo, prima che arrivi la demo. Il discorso su cosa non caricare nei tool generici vale anche per i dati aziendali, e l'ho messo in fila in dati aziendali su ChatGPT: cosa non caricare mai: con i dati sanitari le conseguenze sono solo più alte.
Il passo più piccolo per domani mattina è una mappa: elenca su un foglio dove, oggi, i dati sanitari toccano un software. Per ognuno segna se c'è un contratto da responsabile, dove stanno i server e se il fornitore vieta il training. Dove manca una risposta, non aggiungere niente: prima chiudi le verifiche, poi accendi lo strumento.