Qualche settimana fa ho ricevuto un messaggio su LinkedIn da Mike Brown, Development Editor di JEMS, la rivista di riferimento per l'EMS nordamericano. Aveva letto un mio post sul non-conveyance e voleva parlarne.
La settimana scorsa abbiamo registrato insieme un episodio del JEMS Podcast. Il titolo con cui JEMS ha poi pubblicato l'episodio riassume bene la direzione che la conversazione ha preso: From Non-Transport Care to AI-Enabled Territorial Medicine.
In questo articolo provo a fissare per iscritto i punti che ho trovato più interessanti, non tanto come riassunto della puntata (che potete ascoltare in fondo alla pagina), ma come riflessione sulle domande che questa conversazione ha lasciato aperte. Sono domande che, a mio avviso, riguardano tutti i sistemi EMS, non solo il mio.
Un editor americano, un medico valdostano
Mike è partito da un fatto concreto: il post sul non-conveyance. "It's something that is of a significant interest in something that we're really looking at when we look at US-based EMS systems," mi ha detto in apertura.
Il fatto che un editor JEMS decida di cercare un medico di un sistema regionale italiano per parlarne dice qualcosa sul momento che sta vivendo l'EMS americano. In un contesto in cui il trasporto è ancora oggi il modello di remunerazione principale di molti servizi, la domanda "quando non trasportare è la scelta giusta?" sta diventando impossibile da ignorare. E mentre la formuliamo, scopriamo che ha risposte migliori altrove.
A un certo punto della conversazione Mike ha commentato: "It's crazy to listen to you describe all of that, because it's so similar to a lot of the things that we're experiencing here in the United States."
Due sistemi che sono strutturalmente opposti, uno pubblico e universalistico, l'altro mediato da assicurazioni private; uno physician-led, l'altro paramedic-led, stanno convergendo sulle stesse domande di fondo. Questo di per sé è già la prima lezione che mi porto a casa.
Il paziente che non trasporto
Il cuore della conversazione è partito da qui.
In Italia il sistema preospedaliero è fatto di mezzi diversi: ambulanze con soli soccorritori, ambulanze con infermiere, automediche con medico, elisoccorso. Chi gestisce il dispatch, come faccio io quando sono in centrale 118, decide quale mezzo inviare a ciascuna chiamata. E la domanda che mi pongo spesso è: "Are we sure that the Emergency Department is the right place to bring those people?"
Perché se guardiamo i dati, in molti casi la risposta onesta è no. Non perché l'ospedale sbagli qualcosa, ma perché il bisogno clinico di quei pazienti non coincide con un passaggio in Pronto Soccorso.
Ho raccontato a Mike tre riferimenti che nei mesi scorsi hanno cambiato il mio modo di guardare il problema.
Estonia, registro nazionale 2025. Sulle ambulanze estoni opera un mix di infermiere e medico di medicina generale, una combinazione inconsueta per gli standard europei. Il sistema ha formalizzato il non-conveyance come indicatore di qualità (QI9): non ci si limita a contare quanti pazienti restano a casa, si segue cosa succede dopo, a 48 ore, a sette giorni.
Finlandia. Dei pazienti non trasportati, solo il 4% accede a una struttura ospedaliera nelle 48 ore successive alla chiamata e solo l'1% viene ricoverato. La stragrande maggioranza ha ricevuto al proprio domicilio ciò di cui aveva bisogno.
Londra, Physician Response Unit (PRU). Un'automedica nello spirito di quelle italiane, ma sviluppata come componente strutturata del sistema, non come retaggio storico. Equipaggiata con ecografia point-of-care, emogasanalisi, esami essenziali. Circa il 70% dei pazienti trattati dalla PRU resta a casa.
Numeri diversi, sistemi diversi, un messaggio coerente: il non-conveyance non è una scorciatoia organizzativa. È un esito clinico, e quando è fatto bene è l'esito migliore per molti pazienti.
In un Paese come l'Italia, con una delle popolazioni più anziane al mondo, questa distinzione è tutt'altro che accademica. L'anziano con BPCO trasportato al PS per un sospetto di polmonite finisce spesso la sua notte su una barella in corridoio. A casa, avrei potuto eseguire un'ecografia polmonare, confermare o escludere la polmonite, prescrivere un antibiotico, organizzare il follow-up con il medico di famiglia e tornare disponibile per un'altra chiamata in mezz'ora. Se il sistema funziona, quel paziente ha ricevuto cure migliori senza uscire di casa.
Il gap che nessuno finanzia
Il tema più scomodo che abbiamo toccato è un altro, e nel podcast mi è uscito quasi come uno sfogo.
In Italia, abbiamo praticamente tutto. Sufentanil in ambulanza, ecografia point-of-care, accesso al fascicolo sanitario regionale dal cellulare. Abbiamo gli strumenti clinici. Quello che non abbiamo è la continuità informativa.
Quando lascio un paziente a casa dopo una valutazione accurata, l'handover al medico di medicina generale dipende ancora oggi da una telefonata. Spesso senza risposta. Seguita da una catena di rimbalzi tramite la centrale operativa. Nel 2026. Con l'AI che ci guarda dall'alto.
"Sometimes they let us use sufentanil," ho detto a Mike, "and they cut with more important things, like this connection for the patient."
È un paradosso che non dipende da carenza di tecnologia, ma da dove la sanità pubblica sceglie di investire. In un sistema privato queste scelte sarebbero più trasparenti: se non guadagni dal paziente che resta a casa, non investi nell'infrastruttura che lo supporta. In un sistema pubblico, paradossalmente, il paziente che resta a casa fa risparmiare il sistema, ma le risorse per rendere sostenibile il percorso di continuità non arrivano lo stesso.
Il non-conveyance fatto bene richiede sistema. Non solo competenza clinica, non solo strumenti. Richiede che quello che ho visto al domicilio arrivi, nel momento giusto, alla persona giusta del sistema sanitario. Senza quella continuità, il non-trasporto diventa fragile: se qualcosa va storto nelle 48 ore successive, nessuno sa dove guardare.
Questo è il gap. E non è un gap che si risolve con un'altra linea guida. Si risolve con infrastruttura, con piattaforme, con un ripensamento del modo in cui i dati clinici viaggiano tra il 118, l'ospedale e la medicina del territorio. È qui che entra, quando entra davvero, la tecnologia.
Da "preospedaliero" a "territoriale"
C'è una sfumatura linguistica che nel podcast ho voluto sottolineare, e che Mike ha trovato molto più densa di quanto sembri.
In italiano il termine ufficiale per la mia specialità non è "medicina preospedaliera", è medicina d'emergenza-urgenza territoriale.
"Preospedaliero" è una definizione spaziale: descrive dove operi, cioè fuori dall'ospedale. "Territoriale" è una definizione funzionale: descrive di cosa ti occupi, cioè di un territorio e delle persone che lo abitano.
È un cambio di prospettiva che ha conseguenze operative dirette. Se sono "preospedaliero", la domanda giusta è come trasporto meglio questo paziente verso l'ospedale. Se sono "territoriale", la domanda giusta è come assicuro che questa persona riceva le cure giuste, dovunque sia il posto in cui riceverle. Che sia il PS, la clinica specialistica, la casa con follow-up programmato, l'hospice, una struttura di lungodegenza. Oppure, quando è il caso, una valutazione approfondita al domicilio con rientro al proprio letto e un antibiotico prescritto.
Non è solo un dibattito semantico. Cambia cosa misuri come sistema, come formi il personale, come progetti i software gestionali e, quello che mi interessa di più in questo contesto, che tipo di AI progetti. Un'AI pensata per la medicina preospedaliera intesa come trasporto medicalizzato sarà un tipo di strumento. Un'AI pensata per la medicina territoriale sarà molto diversa. Molto meno spettacolare, molto più sistemica.
Perché l'AI che mi serve non è quella che legge l'ECG meglio del cardiologo
Quando la conversazione è arrivata all'AI, Mike mi ha lasciato spazio per una riflessione che tengo da tempo.
L'AI non è una religione, è scienza. È uno strumento che è già tra di noi, nel bene e nel male. Il punto non è essere "pro" o "contro", il punto è capire a cosa serve davvero.
Io non sono particolarmente interessato a un'AI che legge un ECG meglio di un cardiologo. Gli studi che confrontano ChatGPT con un medico del PS mi interessano poco, al di là della curiosità accademica. L'ho detto a Mike quasi testualmente: "Even if AI can become better than me, why should I push on that idea? Why should I work in order to put away my nice job that I love?"
Non è una domanda retorica. È una scelta progettuale, prima ancora che una scelta professionale.
L'AI che mi serve nel mio lavoro ha due compiti precisi, entrambi al servizio del clinico, non al suo posto.
Prima dell'intervento: cognitive unloading
Mentre l'equipaggio viaggia verso una chiamata, pochi minuti sono sufficienti a ripassare mentalmente un protocollo, a controllare le dosi pediatriche per un bambino di due anni, a rileggere la fisiopatologia di una patologia che si vede tre volte l'anno. Un assistente clinico focalizzato, allenato su fonti serie (non sul Reddit di qualcuno, non su YouTube, non su forum non verificati), che risponde in trenta secondi invece di farti perdere due minuti a navigare un PDF sul tablet dell'ambulanza.
Il principio è semplice: scaricare il carico cognitivo dove si può, per poter essere pienamente presenti dove conta davvero, cioè al momento dell'arrivo dal paziente.
Dopo l'intervento: continuità e memoria
Dopo una valutazione, l'AI dovrebbe poter leggere quello che ho scritto nel verbale, incrociarlo con la storia clinica del paziente, e strutturare una comunicazione precisa per il medico di famiglia, per lo specialista ospedaliero, per chi prenderà in carico il percorso a valle. Non perché io non sappia farlo, ma perché mentre lo faccio bene per questo paziente, un altro equipaggio sta già chiamando dalla sala operativa per la prossima emergenza.
La metafora che ho usato con Mike, e che mi sembra la più onesta, è questa: l'AI che voglio è come avere accanto un bravo specialista, e insieme a lui un bibliotecario che ha letto tutta la cartella del paziente e sa dirmi cosa è rilevante ora.
Il bibliotecario non decide al posto mio. Sa solo che l'appendicectomia a sessant'anni probabilmente non conta per il problema che ho davanti oggi, mentre la polmonite dello scorso febbraio forse sì. Questo tipo di filtro, in un setting dove ho pochi minuti e molte informazioni, è ciò che cambia la qualità di ogni decisione.
Costruire EMSy è stato per me, e continua a essere, l'esercizio pratico di provare a tradurre questo principio in un prodotto reale. Non è il luogo, qui, in cui descrivere come. Il punto, ai fini di questo articolo, è un altro: il design dell'AI clinica è una scelta etica prima che una scelta tecnica. Si decide cosa si vuole che l'AI faccia al posto dell'essere umano, e cosa no, prima ancora di scrivere la prima riga di codice.
Mike ha riassunto il concetto meglio di come avrei saputo farlo io: "You're looking at it more so to group the information and give you the tools to more quickly make clinical decisions, not replace the clinical decision maker."
Esatto. La mia parola preferita, quando parlo di AI in emergenza, è supportive. Non autonomous.
Cosa mi porto a casa
Chiudo con tre punti che nei giorni dopo la registrazione sono rimasti a girarmi in testa.
Il primo è che la convergenza EU/USA sul tema del non-conveyance è più profonda di quanto pensassi. Sistemi completamente diversi, con incentivi strutturali opposti, arrivano alle stesse domande quando guardano con onestà i propri dati. Non tutti i pazienti che chiamano il numero di emergenza hanno bisogno di un PS, e sempre più sistemi stanno cercando di dare struttura a questa evidenza. La domanda non è più se farlo, ma come finanziarlo, misurarlo e governarlo.
Il secondo è che la tecnologia giusta non è quella più spettacolare, è quella più sistemica. Un'AI che connette il 118, il medico di famiglia e l'ospedale, trasmettendo una sintesi clinica accurata nel momento giusto, è meno fotografabile di un'AI che "fa diagnosi da sola in ambulanza". Ma è infinitamente più utile. La medicina territoriale si fa o non si fa su questa infrastruttura, non sulle demo pubbliche.
Il terzo è che, come Mike ha detto chiudendo il podcast, EMS sta diventando "the gateway to the healthcare system." Un punto di ingresso. Questo cambia tutto. Cambia cosa ci aspettiamo dai professionisti preospedalieri. Cambia cosa ci aspettiamo dai loro strumenti. E cambia, non ultimo, cosa ci aspettiamo dalle aziende che quegli strumenti li costruiscono.
Io resto convinto che l'unico modo onesto di progettare AI clinica sia farlo da dentro la clinica, con l'umiltà di chi sa che il paziente resta al centro e il clinico resta necessario. Il resto, quasi sempre, è marketing.
E se state leggendo questo da un sistema EMS diverso dal mio, la domanda con cui vi lascio è la stessa che ho lasciato a Mike: nel vostro sistema, il non-conveyance è un indicatore di qualità, una zona grigia, o qualcosa di cui nessuno ha ancora deciso cosa pensare?
Ascolta la conversazione
L'episodio completo del JEMS Podcast con Mike Brown è disponibile qui sotto. L'articolo originale di JEMS è consultabile QUI.
Ringrazio Mike Brown e la redazione di JEMS per l'ospitalità e per la qualità della conversazione.
