di Alessandro Pipolo (NA), e Denis Pisano (CA)
L’intelligenza artificiale generativa (IAg) sta entrando con crescente frequenza nel dibattito sanitario, proponendosi come possibile supporto sia nei processi clinici che in quelli formativi e organizzativi dell’assistenza. In ambito infermieristico, una delle analisi disponibili più complete del fenomeno è una scoping review di Zhou et al. (2024), che ha esaminato la letteratura sull’uso delle chatbots e dei sistemi di intelligenza artificiale generativa in ambito infermieristico, con una prevalenza di studi riferiti a ChatGPT. Pur non essendo specifica per la neonatologia, la review offre elementi chiave che possono essere utili e suggestivi se contestualizzati all’attività di Terapia Intensiva Neonatale (TIN).
Secondo gli autori dello studio, ChatGPT può rappresentare un aiuto nella consultazione rapida di una mole enorme di informazioni, nel ragionamento clinico preliminare e nella sintesi di contenuti complessi. La maggior parte degli infermieri coinvolti negli studi analizzati, riconosce nell’IAg un potenziale strumento di supporto, soprattutto per velocizzare l’accesso alle conoscenze e migliorare la chiarezza comunicativa, ad esempio nella relazione con le famiglie. Allo stesso modo, la review sottolinea diversi limiti ben documentati: il rischio di contenuti imprecisi, la dipendenza dalla qualità dei prompt utilizzati, la scarsa trasparenza sulle fonti e l’impossibilità di sostituire il giudizio clinico umano. In tal senso, il ruolo dell’infermiere rimane centrale nel filtrare, validare e contestualizzare le informazioni generate dal modello.
Un contributo più specifico al contesto neonatale è offerto dallo studio di Nicolosi et al. (2025), che ha valutato l’accuratezza, la completezza e la sicurezza delle risposte di ChatGPT-4 relativamente alle lesioni da pressione nei neonati. L’analisi si è basata su 60 quesiti clinici articolati in 12 aree tematiche, valutati da un panel di 5 esperti. I risultati mostrano che oltre il 90% delle risposte della IAg ha ricevuto punteggi elevati, soprattutto in termini di accuratezza e sicurezza. Nessuna risposta è risultata completamente errata e la qualità complessiva del contenuto è stata giudicata adeguata al contesto clinico. Le aree meno performanti hanno riguardato la gestione dei dispositivi medici e alcune sezioni legate all’aggiornamento delle evidenze, sottolineando la necessità di un costante allineamento dei modelli ai dati più recenti.
Lo studio italiano rappresenta un primo interessante passo verso la valutazione dell’IAg nella pratica infermieristica neonatale e suggerisce un possibile impiego dei Large Language Models (LLM) ovvero i modelli linguistici di grandi dimensioni come strumento di consultazione rapida per la sistematizzazione del ragionamento assistenziale. Al tempo stesso, ribadisce che tali strumenti non possono sostituire l’esperienza clinica e la capacità di interpretazione dell’infermiere, soprattutto in un ambiente complesso come la TIN, dove interventi e decisioni devono essere immediati, integrati e altamente contestualizzati.
La letteratura disponibile oggi sembra indicare quindi un quadro chiaro: l’IAg possiede potenzialità significative come supporto cognitivo e informativo, ma deve essere utilizzata con prudenza, consapevolezza e supervisione professionale.
Utilità pratica dell’IA generativa nella pratica assistenziale infermieristica
Sulla base della letteratura attualmente disponibile, l’utilità dell’intelligenza artificiale generativa nella pratica infermieristica non risiede nella sostituzione del professionista, bensì nel suo possibile ruolo di supporto operativo, cognitivo e informativo. Come evidenziato dallo studio di Zhou et al. gli infermieri percepiscono l’IA generativa come uno strumento potenzialmente utile per facilitare l’accesso rapido alle informazioni, supportare il ripasso di contenuti clinici e migliorare la chiarezza comunicativa, soprattutto in contesti ad alta intensità assistenziale.
Nella quotidianità lavorativa, tali strumenti possono contribuire all’organizzazione del ragionamento infermieristico, aiutando a strutturare concetti già noti, a riepilogare procedure e a sostenere attività di studio e aggiornamento professionale. In ambito neonatale, sotto la supervisione critica dell’operatore, questo può tradursi in un supporto alla revisione dei fattori di rischio, alla prevenzione delle complicanze assistenziali e alla preparazione di percorsi comunicativi ed educativi più chiari e coerenti per i genitori.
Un aspetto interessante nel quale l’IAg avrebbe un impatto decisivo riguarda la prevenzione delle complicanze assistenziali in Terapia Intensiva Neonatale. Molte di esse non derivano da eventi improvvisi, ma dall’interazione di fattori di rischio noti, ripetuti e spesso cumulativi, che richiedono un elevato carico cognitivo e una costante attenzione da parte del personale infermieristico. In questo contesto, l’IA generativa può fungere da supporto all’organizzazione mentale di tali fattori, aiutando l’infermiere a rivedere e sistematizzare elementi già consolidati della pratica clinica.
Lo studio di Nicolosi et al. rafforza questa prospettiva, mostrando come le risposte di un modello linguistico di ultima generazione possano risultare accurate, complete e sicure quando utilizzate come strumento di consultazione su tematiche assistenziali specifiche, quali la prevenzione e la gestione delle lesioni da pressione nel neonato. Tali risultati suggeriscono che l’IA generativa può affiancare l’infermiere nel ripasso strutturato delle misure preventive e nel rafforzamento della consapevolezza clinica, contribuendo a mantenere alta l’attenzione su condizioni assistenziali che, se non adeguatamente gestite, potrebbero evolvere in complicanze.
È tuttavia fondamentale chiarire che l’IA generativa non effettua una previsione clinica autonoma delle complicanze, né analizza dati fisiologici in tempo reale. Il suo contributo va inteso come anticipazione concettuale dei possibili rischi, basata su pattern già descritti in letteratura e noti alla pratica infermieristica. In questo senso, l’IA può sostenere il ragionamento preventivo dell’infermiere, favorendo una maggiore sistematicità nell’approccio assistenziale e riducendo il rischio di trascurare elementi rilevanti in contesti caratterizzati da elevata complessità e carico di lavoro.
Nel panorama più ampio dell’intelligenza artificiale applicata alla neonatologia, accanto ai modelli linguistici di grandi dimensioni, sono descritti in letteratura anche sistemi di IA clinica orientati all’analisi dei dati assistenziali (machine learning). Tali applicazioni, pur non costituendo oggetto di revisione sistematica nel presente contributo, risultano rilevanti per comprendere le possibili ricadute dell’innovazione tecnologica sulla pratica infermieristica.
Supporto al nursing assessment e alla documentazione clinica
Un ambito frequentemente discusso in tema di innovazione digitale in sanità riguarda il possibile supporto dell’intelligenza artificiale ai processi di nursing assessment e di documentazione clinica. In questo contesto, la letteratura descrive l’impiego di sistemi di IA non generativi (modelli di machine learning applicati a dati clinici strutturati) orientati all’analisi dei dati clinici e assistenziali, con l’obiettivo di facilitare la sintesi delle informazioni rilevanti per la pratica infermieristica.
In una prospettiva applicativa, questi modelli possono essere utilizzati per monitorare l’andamento clinico-assistenziali del neonato (attraverso le variazioni dello stato di comfort, i segnali di instabilità o le modificazioni progressive dei parametri assistenziali), oppure nella documentazione dell’attività infermieristica. Soluzioni di documentazione automatizzata o semi-automatizzata, come la trascrizione vocale o la compilazione guidata della cartella, vengono descritte come strumenti potenzialmente in grado di ridurre in maniera significativa il carico burocratico e la possibilità di errori di registrazione e omissioni. Al contempo di garantire report infermieristici quotidiani precisi, completi e tracciabili. Questo si tradurrebbe in una maggiore disponibilità di tempo da dedicare alla relazione con il neonato e la famiglia.
Gestione del dolore e del comfort neonatale
La gestione del dolore e del comfort rappresenta un ambito centrale dell’assistenza neonatale e un’area di crescente interesse per l’applicazione di strumenti di intelligenza artificiale. Studi di machine learning e computer vision applicati alla valutazione del dolore neonatale descrivono sistemi sperimentali basati sull’analisi integrata di mimica facciale, vocalizzazioni e parametri fisiologici e sono finalizzati a supportare una valutazione più strutturata del dolore nei neonati non verbalizzanti. Questo approccio, ancora oggetto di studio e sviluppo, pur non sostituendo la valutazione clinica infermieristica, vengono descritti come potenziale supporto alla lettura dei segnali comportamentali e fisiologici, in particolare nei neonati pretermine o clinicamente complessi, perfezionando l’attenzione sui segni di stress e discomfort, inducendo l’infermiere a scelte più appropriato, tempestive e indivifualizzate in tema di interventi non farmacologici (contenimento posturale, contatto pelle-a-pelle, suzione non nutritiva). La responsabilità clinica, la valutazione del singolo neonato e la decisione sugli interventi da adottare restano comunque prerogative esclusive del professionista, che mantiene un ruolo insostituibile nel garantire la sicurezza e la qualità dell’assistenza.
In conclusione, l’IAg rappresenta una tecnologia promettente ma ancora in fase iniziale rispetto alle esigenze della neonatologia. Il contributo della letteratura attuale suggerisce che questi strumenti possano affiancare il ragionamento infermieristico, migliorando l’accesso alle informazioni e sostenendo alcune attività cognitive. Tuttavia, l’assistenza al neonato e alla famiglia rimane un ambito in cui la competenza, la responsabilità e la relazione terapeutica e umana non sono ancora sostituibili.
Bibliografia
1. Zhou Y, Li SJ, Tang XY, He YC, Ma HM, Wang AQ, et al. Using ChatGPT in nursing: scoping review of current opinions. JMIR Med Educ. 2024;10:e54297.
2. Nicolosi B, et al. Evaluating the accuracy, completeness and safety of ChatGPT-4 responses on pressure injuries in infants. Nurs Rep. 2025;15(4):130. doi:10.3390/nursrep15040130.
