Roma - Manca ancora il bollino del Parlamento, ma il disegno di legge sull’Intelligenza artificiale ha già prodotto una prima rottura rispetto al passato. Ha aperto una nuova prospettiva per l’incastro, complesso e sensibile, tra il trattamento dei dati sanitari e la tutela della privacy.
L’innovazione è concentrata nel "rilevante interesse pubblico” che viene riconosciuto ai trattamenti di dati, anche personali, eseguiti da soggetti pubblici e privati senza scopo di lucro per la ricerca e la sperimentazione scientifica nella realizzazione di sistemi di IA.
Il perimetro è ampio: le finalità vanno dalla prevenzione alla diagnosi e cura delle malattie, includendo tra le altre voci anche le terapie e le tecnologie riabilitative, lo sviluppo di farmaci e la realizzazione di apparati medicali.
Non è un liberi tutti. L’utilizzo di questi dati, infatti, è legato alla realizzazione e all’utilizzo di banche dati e modelli di base che hanno a che fare con finalità specifiche. Ma l’apertura a una nuova concezione del dato è evidente. Tra l’altro, come è indicato nello stesso disegno di legge, viene consentito anche l’uso secondario di dati personali privi degli elementi identificativi diretti senza necessità di un ulteriore consenso da parte dell’interessato, sempre però ottemperando all’obbligo di informativa da parte del cittadino.
A supervisionare il tutto c’è il Garante per la protezione dei dati personali: oltre ai poteri ispettivi, interdittivi e sanzionatori, l’Authority deve essere informata preventivamente. Entro trenta giorni dalla comunicazione può bloccare il trattamento e l’utilizzo dei dati.
Resta il cambio di passo, come spiega Davide Ruffo, responsabile affari regolatori e legali di Aindo, società che ha sviluppato e brevettato una piattaforma di generazione di dati sintetici che abilita l’uso di dati sensibili nel rispetto della privacy. "ll disegno di legge sull’Intelligenza artificiale - sottolinea - ha segnato il superamento di una logica fondata esclusivamente sul consenso individuale a favore di una prospettiva di interesse collettivo: i dati sanitari vengono così elevati a risorse strategiche per la ricerca e l’innovazione, oltrepassando la tradizionale concezione di meri attributi personali”.
Un esempio. Negli scorsi giorni, Aindo ha sottoscritto un accordo con il Centro cardiologico Monzino Ircss di Milano, che da oltre quarant’anni si dedica alla cura e alla ricerca nell’ambito delle malattie cardiovascolari. Come spiega il fondatore e ceo di Aindo, Daniele Panfilo, la partnership "permetterà di sviluppare strumenti sempre più efficaci per la diagnosi e il trattamento delle patologie cardiache” attraverso l’utilizzo di dataset sintetici che riproducono fedelmente le proprietà statistiche dei dati clinici reali.
Ma le opportunità che apre il provvedimento sull’IA intercettano anche altri livelli. Lo spiega sempre Ruffo: "ll riutilizzo secondario di dati personali privi di elementi identificativi diretti introduce una significativa semplificazione procedurale, che si traduce in una riduzione degli oneri amministrativi e in una maggiore fluidità nei processi di ricerca e innovazione, rafforzando la dimensione collettiva e sistemica della valorizzazione del dato sanitario”.
Lo schema va in scia alla Data Union strategy europea e trova concreta attuazione nel regolamento EHDS, che abilita l’accesso transfrontaliero ai dataset clinici per fini di ricerca e impone standard di interoperabilità e sicurezza. Un approccio che tiene in equilibrio la diffusione del dato e la dimensione della privacy.
Un modello alternativo a quello degli Stati Uniti, come spiega Francesco Stefanelli, M&A manager: "Gli Usa non hanno una legge federale sulla privacy onnicomprensiva come il regolamento europeo GDPR, ma adottano un approccio settoriale con leggi specifiche”. La questione regolatoria, dunque. “Mentre l’Ue - aggiunge Stefanelli - pratica una filosofia che considera la privacy come un diritto fondamentale, con una regolamentazione più centralizzata e basata sui diritti, gli Stati Uniti tendono a privilegiare l’innovazione con un approccio normativo più leggero”.
Fin qui le regole. Gli effetti andranno misurati sul medio periodo, ma le prime stime della Commissione Ue parlano di vantaggi pari a 11 miliardi in 10 anni per l’Europa: 5,4 miliardi sono attribuibili proprio all’uso secondario dei dati per ricerca, innovazione e policy.
Dall’impatto macroeconomico all’utilizzo dell’IA. Le applicazioni principali nella diagnostica medica sono gli algoritmi di deep learning. Utilizzati per analizzare immagini mediche (radiografie, risonanze magnetiche, tac e mammografie) aiutano a identificare anomalie e diagnosticare malattie come i tumori. "Gli algoritmi di IA diventeranno sempre più accurati e affidabili, con una maggiore capacità di analizzare dati complessi come il sequenziamento del genoma e i biomarcatori”, spiega l’avvocato Francesco D’Amora dello Studio legale Qlt Law&Tax. Nuove frontiere che richiedono tutele. “Il tema della qualità dei dati - aggiunge D’Amora - sarà centrale: l’efficacia dei modelli di IA dipende dalla qualità dei dati utilizzati per addestrarli. Dati incompleti, disomogenei o inaccurati possono portare a risultati errati, oltre al fatto che modelli di IA possono ereditare pregiudizi dai dati di addestramento, portando a discriminazioni o decisioni inique”.
©RIPRODUZIONE RISERVATA
