Un chatbot medico specializzato ha aiutato utenti senza formazione sanitaria a rispondere meglio a domande su malattie respiratorie: accuratezza complessiva del 70,0% contro il 55,4% di chi usava la ricerca web tradizionale. È il risultato di uno studio randomizzato pubblicato il 5 ottobre 2026 su Nature Health. Attenzione però: sono stati usati casi simulati, non pazienti visitati nella vita reale. Non dimostra che l’AI possa sostituire un medico.
Il sistema testato si chiama LungDiag, un chatbot basato su GPT-4o, integrato nell’app cinese WeChat e arricchito con conoscenze specifiche sulle patologie respiratorie. Non equivale all’utilizzo generico di ChatGPT per cercare una diagnosi.
Come è stato condotto lo studio
La ricerca ha coinvolto 2.400 adulti privi di formazione medica reclutati in 24 strutture sanitarie cinesi tra aprile e giugno 2025. I partecipanti sono stati assegnati casualmente al chatbot LungDiag oppure a una normale ricerca mobile sul web, senza funzioni di AI generativa nel gruppo di controllo. Dovevano rispondere a domande su 88 scenari clinici simulati, riconoscendo possibili cause, diagnosi preliminari e necessità di assistenza.
L’analisi principale ha incluso 2.176 questionari conformi al protocollo, divisi in modo uguale tra i due gruppi. Questa precisazione è importante: il totale dei partecipanti randomizzati non coincide con il campione analizzato nell’esito principale.
Risultati: il chatbot aiuta più sulla diagnosi che sul triage
- Accuratezza complessiva stimata: 70,0% con LungDiag contro 55,4% con la ricerca tradizionale, una differenza di 14,6 punti percentuali.
- Domande di diagnosi preliminare: 81,2% contro 54,5%.
- Domande di triage: 53,4% contro 47,1%. Qui il vantaggio è assai più contenuto.
- Tempo mediano per completare il compito: 527 secondi con il chatbot, contro 461 con la ricerca web.
Il confronto mostra dunque un risultato interessante, ma non uniformemente positivo. Indovinare una possibile diagnosi in una vignetta clinica non significa prendere la decisione corretta su quanto urgentemente una persona debba essere visitata. Proprio il triage resta uno degli aspetti più delicati.
Riconoscere un’emergenza resta difficile
Nel riconoscimento binario dei casi ad alta urgenza, LungDiag ha registrato sensibilità dell’85,6% e specificità del 62,1%; per il gruppo web i valori erano rispettivamente 80,9% e 56,0%. In termini pratici, anche un sistema capace di riconoscere molti casi urgenti può sbagliare e attribuire un’urgenza errata ad altri scenari.
Per sintomi come forte difficoltà respiratoria, dolore toracico intenso o perdita di coscienza, non si deve attendere il responso di un chatbot: occorre chiedere assistenza sanitaria urgente attraverso i servizi appropriati.
Perché non è una prova che ChatGPT sappia fare diagnosi
Ci sono almeno tre limiti da non confondere. Primo, LungDiag era un’applicazione vincolata al compito, con un livello di conoscenza dedicato alle malattie respiratorie: non era la versione standard di un assistente generalista. Secondo, lo studio misurava risposte a casi costruiti per la ricerca, non gli esiti reali di malati. Terzo, il gruppo di confronto usava ricerca web tradizionale, non altri strumenti medici AI.
Gli autori spiegano esplicitamente che i risultati non dimostrano un beneficio sui tempi di diagnosi, sul comportamento di chi cerca cure o sugli esiti clinici reali. Anche alcuni elementi tecnici del sistema, come i prompt interni e lo strato proprietario di conoscenza, non sono pubblici, mentre dati anonimizzati e codice statistico sono stati resi accessibili per la verifica.
Cosa cambia per chi usa l’AI per informazioni sulla salute
La scoperta supporta una possibilità concreta: sistemi AI progettati e valutati su compiti circoscritti potrebbero aiutare a comprendere informazioni mediche. Ma è una prospettiva di supporto, non una licenza a chiedere a un chatbot prescrizioni o diagnosi definitive.
Nel nostro approfondimento su MedGemma e l’AI medica di Google distinguiamo analogamente gli strumenti per uso clinico da quelli accessibili al pubblico. E il tema dei limiti dell’automazione sanitaria si inserisce nella domanda più ampia raccontata in come l’AI modifica la diagnosi medica.
Il punto centrale è il confronto corretto: in questo esperimento l’assistenza AI ha migliorato le risposte a scenari respiratori simulati, ma la capacità di orientare in modo sicuro una persona malata resta da dimostrare in studi clinici sul campo.
Entra nella conversazione
Condividi il tuo punto di vista: non serve creare un account. I contributi restano soggetti alla moderazione editoriale.