L’utilizzo dell’Intelligenza Artificiale nel processo di Triage in Pronto Soccorso: una revisione della letteratura

Problema: Il triage in Pronto Soccorso rappresenta una fase critica della gestione dei pazienti, caratterizzata dalla necessità di decisioni rapide e accurate. L’eterogeneità clinica dei pazienti, il sovraffollamento e la pressione sul personale infermieristico aumentano il rischio di errori nella classificazione dei codici di priorità, compromettendo la sicurezza e l’efficienza del sistema (Mostafa & El-Atawi, 2024; Yi et al., 2022). Nonostante protocolli standardizzati e formazione mirata, il processo rimane influenzato dalla soggettività dell’operatore e dalle condizioni organizzative, evidenziando la necessità di strumenti in grado di supportare il giudizio clinico e ridurre la variabilità nei risultati. Scopo: Valutare l’efficacia dell’implementazione di sistemi di Intelligenza Artificiale (IA) nel processo di triage in Pronto Soccorso, analizzando il loro impatto sull’accuratezza nella classificazione dei codici di priorità, sulla riduzione dei tempi di attesa e sull’ottimizzazione dell’efficienza organizzativa. Campione: La revisione ha considerato pazienti adulti (> 18 anni) sottoposti al triage in Pronto Soccorso. Gli studi inclusi hanno valutato applicazioni di IA volte a supportare l’infermiere triagista nella determinazione della priorità clinica. Materiali e metodi: La ricerca bibliografica è stata effettuata consultando PubMed, integrando fonti nazionali attraverso il portale del Ministero della Salute e documenti ufficiali SIMEU (Società Italiana della medicina di emergenza-urgenza). Sono stati selezionati articoli pubblicati negli ultimi 5 anni (2020-2025), in lingua italiana o inglese, disponibile in full text, focalizzati sull’impiego dell’IA nel triage ospedaliero. Gli studi inclusi hanno riguardato sia contesti internazionali (USA, Corea del Sud, Regno Unito) sia esperienze italiane, considerando diversi tipi di IA: machine learning, deep learning, algoritmi predittivi e sistemi di supporto alle decisioni cliniche. Risultati: Sono stati inclusi 15 studi, comprendenti studi sperimentali, retrospettivi e scoping review. L’IA si è dimostrata efficace nel supportare il personale infermieristico nella classificazione dei pazienti, riducendo la variabilità soggettiva e migliorando l’accuratezza del triage (Kim et al., 2024; Tsai et al., 2022). I sistemi predittivi e i Clinical Decision Support Systems hanno mostrato capacità di identificare scenari clinici critici in tempi ridotti, ottimizzando l’allocazione delle risorse e diminuendo i tempi di attesa. Tuttavia, la maggior parte delle applicazioni è ancora confinata a contesti sperimentali o pilota, con scarsa integrazione nei protocolli operativi ospedalieri italiani. Discussione: L’implementazione dell’IA nel triage rappresenta un supporto strategico per ridurre errori dovuti a sovraffollamento, stanchezza o esperienza limitata degli operatori. L’efficacia dei sistemi dipende dalla complementarità con il giudizio clinico umano: la tecnologia potenzia, ma non sostituisce, la capacità decisionale dell’infermiere (Kachman et al., 2024). La formazione specifica del personale, la governance etica dei dati e la trasparenza degli algoritmi risultano fondamentali per garantire sicurezza e accettabilità. Conclusione: L’IA applicata al triage in Pronto Soccorso può migliorare l’efficienza organizzativa e la sicurezza del paziente, riducendo tempi di attesa e variabilità nella classificazione dei codici di priorità. La piena integrazione dei protocolli operativi richiede formazione mirata, governance etica e sperimentazione su larga scala. La tecnologia rappresenta un supporto essenziale alla pratica infermieristica, capace di coniugare innovazione e qualità dell’assistenza.