LdP. L'intelligenza artificiale può suggerire la medicazione giusta? La risposta arriva dallo studio

Studio pilota multicentrico coordinato dagli infermieri Davide Alborino e Francesca Gallone: i piani terapeutici elaborati da GPT-4o risultano coerenti con le linee guida internazionali. L'IA si conferma un possibile strumento di supporto alle decisioni cliniche e alla formazione, pur senza sostituire il giudizio professionale.

L'intelligenza artificiale generativa entra sempre più nel dibattito sanitario e potrebbe presto trovare applicazione anche in uno degli ambiti più complessi dell'assistenza infermieristica: la gestione delle lesioni da pressione. A suggerirlo è uno studio pilota multicentrico condotto dagli infermieri Davide Alborino, della Fondazione IRCER Assunta di Recanati, e Francesca Gallone, docente a contratto presso l'Università Politecnica delle Marche e infermiera dell'AST Ancona, che ha valutato la capacità di un Large Language Model (LLM) di generare piani terapeutici appropriati sulla base delle più recenti linee guida internazionali.

La ricerca affronta un tema di crescente interesse per il mondo sanitario: comprendere se l'IA generativa possa diventare un valido supporto decisionale per gli infermieri impegnati quotidianamente nel wound care, migliorando l'appropriatezza delle medicazioni e contribuendo alla standardizzazione dei percorsi assistenziali.

Una problematica che pesa sui sistemi sanitari

Le lesioni da pressione rappresentano una delle complicanze più frequenti nei pazienti fragili, anziani e non autosufficienti. Oltre a compromettere la qualità di vita delle persone assistite, determinano un significativo impatto economico e organizzativo sui servizi sanitari.

Come ricordano gli autori dello studio, la letteratura stima che circa il 2-3% della spesa sanitaria complessiva sia destinato alla prevenzione e al trattamento di queste lesioni. Secondo il progetto SIUC (Studio Italiano Ulcere Cutanee), inoltre, le lesioni da pressione costituiscono oltre il 28% di tutte le lesioni cutanee croniche, con una particolare incidenza nell'assistenza domiciliare e nei pazienti pluripatologici.

Nonostante l'esistenza di consolidate linee guida internazionali, la scelta delle medicazioni avanzate, la gestione dell'essudato, delle infezioni e del debridement continua a presentare un'elevata variabilità tra i professionisti, rendendo necessario individuare strumenti capaci di uniformare le decisioni cliniche sulla base delle migliori evidenze disponibili.

Come è stato condotto lo studio

Lo studio trasversale multicentrico è stato realizzato tra luglio e ottobre 2025.

Attraverso un questionario online, diffuso tramite social network professionali e portali dedicati all'assistenza infermieristica, sono stati raccolti 26 casi clinici reali, inviati da 20 infermieri operanti in differenti contesti assistenziali. Sei professionisti hanno presentato due casi clinici ciascuno.

Per ogni paziente venivano raccolte informazioni dettagliate riguardanti:

• età e sesso;
• sede anatomica della lesione;
• stadiazione secondo la classificazione NPIAP/EPUAP;
• dimensioni, profondità ed evoluzione della ferita;
• quantità e tipologia dell'essudato;
• eventuali segni di infezione;
• comorbilità;
• condizioni di incontinenza;
• fotografie cliniche, quando disponibili.

Tutti i casi sono stati analizzati utilizzando GPT-4o, configurato attraverso un prompt strutturato che imponeva al modello di confrontare ogni situazione clinica esclusivamente con le principali linee guida internazionali sul trattamento delle lesioni da pressione.

L'output prodotto comprendeva una sintesi del caso, il piano terapeutico, le indicazioni sulle medicazioni, la frequenza dei cambi e le relative fonti bibliografiche.

Piena coerenza con le linee guida

I risultati rappresentano l'aspetto più interessante della ricerca.

Secondo gli autori, il sistema di intelligenza artificiale ha elaborato un piano terapeutico completo in tutti i 26 casi clinici, senza evidenziare discrepanze rispetto alle raccomandazioni contenute nelle principali linee guida internazionali.

In particolare, il modello ha dimostrato una buona capacità di adattare il trattamento alle differenti condizioni cliniche.

Nei casi caratterizzati da segni di infezione, ad esempio, ha suggerito l'utilizzo di medicazioni all'argento, associate quando necessario al debridement chirurgico o enzimatico.

In presenza di essudato moderato o abbondante, invece, sono state indicate medicazioni ad elevata capacità assorbente, come schiume in poliuretano e idrofibre, mentre nei casi meno complessi il trattamento veniva personalizzato in funzione delle caratteristiche del letto della ferita.

Anche la documentazione bibliografica allegata ai piani terapeutici è risultata generalmente pertinente e coerente con la letteratura scientifica, sebbene sia stato necessario un controllo manuale delle citazioni.

Le immagini migliorano la precisione dell'IA

Uno degli aspetti più innovativi emersi dallo studio riguarda l'impiego delle immagini cliniche.

Quattro casi erano accompagnati da fotografie della lesione. In queste situazioni il modello ha dimostrato una capacità di analisi superiore rispetto ai casi descritti esclusivamente attraverso il testo.

Gli autori riportano alcuni esempi particolarmente significativi.

In un caso l'IA ha riconosciuto la presenza di due differenti stadi evolutivi all'interno della stessa lesione, suggerendo l'utilizzo contemporaneo di due medicazioni differenti.

In un altro caso ha identificato la presenza di lesioni satellite nell'area perilesionale, non riportate nella descrizione fornita dall'infermiere, integrando quindi il piano terapeutico con indicazioni aggiuntive.

Secondo i ricercatori, questi risultati evidenziano il potenziale dei futuri sistemi multimodali, capaci di integrare contemporaneamente dati clinici testuali e immagini.

Il giudizio degli infermieri

Al termine della sperimentazione gli infermieri hanno ricevuto via e-mail il piano terapeutico elaborato dall'IA ed è stato chiesto loro di esprimere una valutazione.

Hanno risposto 7 professionisti, pari al 35% dei partecipanti.

Di questi:

• 5 infermieri hanno giudicato il trattamento clinicamente appropriato;
• 2 infermieri hanno dichiarato di aver acquisito nuove conoscenze consultando le fonti scientifiche riportate oppure di aver scoperto nuove possibilità terapeutiche.

Un dato particolarmente rilevante riguarda la sicurezza clinica: nessun partecipante ha segnalato indicazioni ritenute potenzialmente pericolose per il paziente.

Un supporto, non un sostituto del professionista

Gli autori sono tuttavia molto prudenti nell'interpretazione dei risultati.

Lo studio, infatti, non dimostra che l'intelligenza artificiale migliori gli esiti clinici dei pazienti, ma soltanto che è in grado di elaborare raccomandazioni teoricamente coerenti con le evidenze scientifiche.

Viene inoltre evidenziato uno dei principali limiti attuali dei Large Language Models: il fenomeno delle cosiddette "allucinazioni", cioè la generazione di riferimenti bibliografici inesatti o inesistenti.

Per questo motivo tutte le fonti riportate dal sistema sono state verificate e corrette manualmente dai ricercatori.

Un altro limite riguarda il numero relativamente ridotto dei casi analizzati e il possibile bias di selezione, poiché gli infermieri coinvolti potrebbero avere una maggiore familiarità con gli strumenti digitali rispetto alla popolazione professionale generale.

Le prospettive future

Nonostante questi limiti, lo studio rappresenta uno dei primi tentativi italiani di valutare concretamente il ruolo dei Large Language Models nel wound care.

Secondo Davide Alborino e Francesca Gallone, l'intelligenza artificiale potrebbe contribuire a migliorare la standardizzazione dell'assistenza, favorire una maggiore appropriatezza terapeutica, sostenere la formazione continua degli operatori sanitari e ridurre la variabilità nelle decisioni cliniche.

Gli autori sottolineano però che l'IA deve essere utilizzata esclusivamente come strumento di supporto, mantenendo sempre centrale il giudizio clinico dell'infermiere, unico responsabile delle decisioni assistenziali.

Per confermare questi risultati saranno necessari studi multicentrici di dimensioni maggiori, capaci di valutare l'impatto dell'intelligenza artificiale su indicatori concreti come tempi di guarigione, riduzione delle complicanze, appropriatezza prescrittiva, costi assistenziali e qualità delle cure.

Lo studio apre comunque una prospettiva significativa: l'IA generativa, se sviluppata e utilizzata in modo etico, trasparente e supervisionato, potrebbe diventare uno degli strumenti più promettenti a disposizione dell'infermieristica moderna per supportare decisioni sempre più basate sulle evidenze scientifiche.

da: Alborino D, Gallone F. Appropriatezza dei piani di trattamento per lesioni da pressione generati da large language models: studio pilota multicentrico. Assist Inferm Ric2026;45(2):63-70. doi 10.1702/4723.47394