Boston Children’s Hospital non ha adottato l’intelligenza artificiale per moda o per sperimentare. L’ha integrata come infrastruttura vera e propria — clinica e operativa — per cambiare il modo in cui cura i suoi pazienti pediatrici. E i numeri parlano chiaro: oltre 40 diagnosi di malattie rare che prima erano considerate irraggiungibili. Quaranta.
Parliamo di uno degli ospedali pediatrici più grandi al mondo. Oltre un milione di visite ambulatoriali all’anno, 40 specialità diverse. E come tutti i sistemi sanitari, opera con budget stretti e un carico amministrativo che aumenta costantemente.
Il problema non è lo sforzo, sono i limiti cognitivi
I team operativi — supply chain, fatturazione, coordinamento — gestiscono volumi enormi di attività ripetitive. Processi necessari ma che divorano tempo, allontanando il personale da lavori a più alto valore. Sul fronte clinico, invece, la sfida è diversa. Le malattie rare arrivano con dati genetici frammentati, storie cliniche incomplete e una letteratura medica che nessun essere umano può sintetizzare abbastanza velocemente.
‘Il problema non è lo sforzo’ spiega John Brownstein, Chief Innovation Officer dell’ospedale. ‘Sono i limiti cognitivi umani.’
Esatto. Non mancano competenze o impegno. Manca la capacità fisica di processare tutto.
Da esperimenti isolati a infrastruttura condivisa
All’inizio Boston Children’s ha provato con singoli casi d’uso: strumenti di documentazione, traduzione. Ma quell’approccio frammentato ha mostrato subito i suoi limiti. ‘Non puoi affidarti a soluzioni una tantum’ dice Brownstein.
Così l’ospedale ha cambiato strategia. Ha costruito quello che Brownstein chiama uno ‘strato AI aziendale’: un ambiente ChatGPT interno e sicuro, usato da team di ricerca, clinici e amministrativi. Invece di trattare l’AI come una collezione di tool separati, hanno creato una fondazione condivisa dove sviluppare e rilasciare nuove capacità rapidamente.
Il sistema permette ai team di lavorare con l’AI in modi direttamente rilevanti per i loro ruoli: accesso a dati interni, sintesi di letteratura medica, ottimizzazione dei flussi di lavoro. Insieme alla tecnologia hanno costruito strutture di governance per garantire sicurezza, monitoraggio e valutazione costante.
Il cambio di passo è stato evidente. Strumenti che richiedevano cicli di sviluppo lunghi ora vengono rilasciati in giorni. Oggi più di un terzo dei dipendenti usa l’AI nel lavoro quotidiano.
60.000 ore risparmiate, 7 milioni di dollari redistribuiti
L’ospedale ha iniziato dalle aree con maggior impatto operativo misurabile. Nella supply chain, l’AI gestisce ora l’intake delle fatture, il routing e le risposte. In parallelo è stata applicata alla pianificazione chirurgica: analizzando note cliniche e stimando la gravità dei pazienti, il sistema migliora l’allocazione del tempo in sala operatoria. Questo permette di pianificare con più anticipo, aumentare l’utilizzo e far accedere più pazienti alle cure di cui hanno bisogno, più velocemente.
I medici usano l’AI per supporto decisionale e sintesi di informazioni cliniche complesse. I ricercatori per analisi dei dati e costruzione di coorti. I team amministrativi per bozze di documenti, coding e miglioramento dei workflow.
I risultati? Oltre 50 automazioni attive. Circa 60.000 ore risparmiate. Che si traducono in più di 7 milioni di dollari in forza lavoro ridistribuita. Non risparmiata — ridistribuita. Quella è la differenza.
‘La chiave è incontrare le persone dove sono’ dice Brownstein. L’AI non come iniziativa a sé stante, ma integrata nel lavoro di ogni giorno.
Il co-pilota genetista che risolve l’impossibile
Accanto ai miglioramenti operativi, Boston Children’s ha investito nell’AI per la scoperta clinica. Hanno sviluppato quello che chiamano un ‘co-pilota genetista’: un sistema che integra dati genetici, informazioni fenotipiche e l’intera letteratura medica globale.
Affronta una delle sfide più difficili in medicina: diagnosticare malattie rare che hanno eluso spiegazioni per anni. Decenni, in alcuni casi.
Il risultato? Più di 40 diagnosi fatte fino ad oggi che erano considerate impossibili. Il lavoro ha anche portato all’identificazione di nuovi target genetici e potenziali percorsi terapeutici.
‘Combiniamo informazioni genetiche, fenotipiche, ricerca bibliografica e il ragionamento dell’AI per dare diagnosi a famiglie che prima rimanevano senza risposte’ dice Brownstein.
Per pazienti e famiglie l’impatto è immediato e concreto. Casi che restavano irrisolti ora hanno risposte. E in alcuni casi, nuove direzioni per il trattamento.
‘Questo era impensabile prima, ma ora sta dando speranza a così tante famiglie’ aggiunge Brownstein.
Come non vorresti un medico affiancato da tutta la conoscenza medica mondiale?
La prossima fase della strategia AI di Boston Children’s punta a integrazione più profonda e adozione più ampia. La leadership vede opportunità significative per espandere uso e impatto.
L’ospedale sta lavorando per incorporare l’AI più pienamente nel decision-making clinico, estendere gli strumenti a tutte le specialità e continuare a raffinare i modelli attraverso la collaborazione con OpenAI.
Col tempo l’AI diventerà un componente centrale della pratica medica. ‘Come potresti non volere un medico incredibilmente preparato affiancato da tutta la conoscenza medica del mondo?’ chiede Brownstein.
Difficile rispondere di no. A Boston Children’s l’AI sta diventando parte dell’infrastruttura che supporta cura, ricerca e scoperta. Ridefinendo cosa è possibile per clinici e pazienti. E soprattutto — cosa non lo è più.
