Ti diamo il benvenuto a questo corso: da ora, ti guideremo attraverso le basi dell'AI per i professionisti medico-sanitari, così potrai iniziare a usarla con sicurezza durante il tuo laovoro quotidiano
Incominciamo!
Anche senza un background tecnico, i professionisti della salute possono – e dovrebbero – conoscere le basi dell’intelligenza artificiale.
Perché? Per sfruttarla al meglio nella pratica quotidiana e nella cura dei pazienti.
👉 Punto primo: l’AI non è una sola cosa. È un insieme di tecnologie che lavorano insieme.
Ricorda le tue lezioni di scienze: avevi “scienze” come materia, ma comprendeva fisica, biologia e chimica. Ognuna di queste aveva poi sotto-temi specifici: genetica, biologia cellulare, fisica quantistica…
L’AI funziona allo stesso modo: è un termine ombrello che copre campi diversi, ognuno con strumenti, scopi e complessità propri.
Prima di vedere l’uso dell’AI nella pratica medica quotidiana, facciamo un rapido esercizio.
Prova a pensare: quanti strumenti basati su AI usi già ogni giorno, forse senza accorgertene?
Ecco alcuni esempi, organizzati per tipologia:
Quindi, anche se non ci avevi fatto caso, l’AI è già presente in molti aspetti della vita quotidiana. In questo corso andremo oltre, esplorando come l’AI possa supportare la tua attività medica: dalla documentazione alla diagnostica, fino alla comunicazione con i pazienti.
Vediamo ora come funzionano gli strumenti AI più popolari, come ChatGPT, Gemini o Perplexity…
Più impari a usarli, più diventano potenti. Copriremo le basi: come apprendono, comprendono e generano il linguaggio umano.
Si basano sui Large Language Models (LLM).
Non spaventarti! “Large Language Models” può sembrare un termine complicato, ma ti mostrerò solo ciò che serve per comprenderlo facilmente.
Per capire meglio, pensa a questo esempio: immagina un robot in una libreria enorme. Ha letto milioni di libri, articoli, siti web e conversazioni. Non pensa come un essere umano, ma ricorda perfettamente come parlano, scrivono e fanno domande le persone.
Questo è ciò che fa un LLM: un’AI che ha imparato a “parlare” e “capire” il linguaggio umano analizzando enormi quantità di dati.
Attraverso questo processo raccolgono informazioni a sufficienza per ottemere una comprensione approfondita del mondo, e questa comprensione (o intelligenza) permette loro di svolgere con successo compiti completamente nuovi.
Questo è importante perché non vogliamo usarli solo per ciò che hanno imparato durante l’addestramento o per generare testi dai libri che hanno “letto”. Vogliamo porre domande che non hanno mai visto e aspettarci risposte intelligenti (cosa che accade).
🕵️ Agisce come un detective: after reading so much, an LLM starts detecting patterns.
Se chiedi “Che tempo fa oggi?”, sa che la risposta sarà sole, pioggia o nuvole
🔮“Predice” la prossima parola: ma non si limita a completare frasi; può scrivere testi, rispondere a domande, riassumere articoli, tradurre e molto altro.
Genera contenuti coerenti e pertinenti basandosi su ciò che ha imparato, come uno chef a cui chiedi un risotto e che non creerà questo piatto partendo da zero, ma seguirà le indicazioni del suo miglior ricettario.
In breve, un LLM è un’AI addestrata per comprendere e generare linguaggio umano, analizzando grandi quantità di dati.
Un esempio chiaro: Google. Prima era un “indice di informazioni”, ora con gli LLM diventa un “compilatore di informazioni”, che fornisce risposte dirette, contestualizzate e conversazionali.
Per esempio, vuoi trovare le migliori opzioni di trattamento per un paziente con diabete di tipo 2 appena diagnosticato. Prima Google mostrava link a linee guida o articoli. Ora, con gli LLM, ti fornisce un riassunto chiaro con trattamenti di prima linea, raccomandazioni sullo stile di vita e possibili interazioni farmacologiche, in formato conversazionale.
Con l’arrivo di nuove piattaforme AI quasi ogni giorno, è normale sentirsi un po’ spaesati, soprattutto senza competenze tecniche. Ecco perché nella prossima sezione vedremo come scegliere lo strumento giusto per il compito che devi svolgere.
La prima cosa da ricordare è che ciò che un’AI può o non può fare dipende da come è stata addestrata. Di seguito riassumiamo le 5 capacità più comuni degli strumenti basati su LLM e i loro possibili utilizzi. Le piattaforme più popolari oggi (OpenAI/GPT, Google/Gemini, Anthropic/Claude) combinano diverse di queste capacità.
È la capacità più comune: produrre testo a partire da testo. È utile per creatività, riassunti e domande aperte. Permette di creare contenuti nuovi, non solo ripetere informazioni.
👉 Dove eccelle:
Trasforma istruzioni scritte in contenuti visivi. Descrivi ciò che vuoi vedere e il modello genera l’immagine. Molto utile in ambito sanitario.
👉 Dove eccelle:
Strumenti utili: Midjourney (immagini), Sora (video), Veo (video), Nano Banana* (immagini)
Curiosità: modelli nuovi come Nano Banana Pro possono creare risultati molto avanzati. Esempio
Il ragionamento va oltre la generazione di testo. Segue una logica passo dopo passo, aiutando a risolvere problemi e analizzare situazioni complesse.
👉 Dove eccelle:
*A volte serve attivarlo, come la modalità “extended thinking” di Claude.
Unisce il modello linguistico a fonti aggiornate. Permette di “cercare online” prima di rispondere.
👉 Dove eccelle:
È la combinazione di ragionamento + ricerca web. Non si limita a cercare: analizza, confronta e seleziona le informazioni veramente utili.
👉 Dove eccelle:
Ogni volta che cambi argomento, apri una nuova chat. Questo resetta il contesto e aiuta l’AI a rimanere concentrata, evitando confusione dalle conversazioni precedenti.
Scrivere non è sempre comodo, soprattutto in uno studio occupato. Oggi molte piattaforme supportano l’input vocale, permettendoti di parlare direttamente alla piattaforma con la tua domanda o comando.
Chiedi un riassunto video: ad esempio, se stai guardando un talk online di un congresso medico ma non hai tempo per il video completo, copia il link YouTube, incollalo nella chat e chiedi un riassunto.
Dopo aver compreso le basi degli LLM, il prossimo argomento molto importante è imparare a interagire al meglio con questi strumenti. È il momento di capire il prompt engineering.
Prima di tutto: cos’è esattamente un prompt?
Un prompt è il messaggio o la domanda che dai a uno strumento AI per ottenere una risposta. È il modo in cui “parli” con l’AI, sia che tu stia chiedendo aiuto, generando contenuti, risolvendo un problema o cercando informazioni.
Quando scrivi un prompt, lo strumento usa la sua memoria a breve termine (le informazioni che fornisci in quel momento) insieme alla memoria a lungo termine (le conoscenze apprese durante l’addestramento) per capire la tua richiesta e darti la migliore risposta possibile. Entrambe influenzano il risultato.
→ Ecco un esempio: immaginiamo che tu debba spiegare in modo chiaro e completo ai tuoi pazienti cos’è l’ipertensione. Il tuo compito potrebbe essere: Scrivi una spiegazione breve e chiara dell’ipertensione, in modo che qualsiasi paziente possa comprenderla facilmente; oppure: Come spiegheresti l’ipertensione a un paziente senza conoscenze mediche
Suggerimento: Gli LLM non accedono rapidamente alla loro memoria a lungo termine — a volte ricordano dati del loro addestramento, ma non è molto affidabile. Però, quando inserisci informazioni nel prompt (per esempio, un capitolo di un libro), usano molto bene quella memoria a breve termine e offrono riassunti o spiegazioni accurati.
Il modo in cui dai il tuo “comando” determinerà il risultato che otterrai, ed è per questo che è così importante padroneggiare il prompt engineering.
Nella prossima lezione vedrai la formula perfetta per costruire il tuo prompt!