L’idea che la scienza possa progredire indipendentemente dall’etica è un’illusione che rischia di svuotare dall’interno il senso stesso della ricerca. È questo il nodo che emerge dalle riflessioni dell’oncologo di fama internazionale Alberto Sobrero, autore di una Keynote Lecture sul rapporto tra scienza ed etica in occasione del convegno Vanity Metrics – Riscoprire il senso della ricerca e ciò che conta davvero, tenutosi il 25 settembre presso il Ministero della Salute.
In un contesto come quello attuale, caratterizzato da un’iperproduzione scientifica, non si tratta di un richiamo morale generico, ma di un principio fondativo: senza etica, la scienza perde la sua funzione di motore di emancipazione e diventa mera tecnica autoreferenziale. “Non posso pensare che la mia stella polare sia la pubblicazione – ha affermato Sobrero in apertura del suo intervento – devo credere nell’etica di ciò che faccio”.
L’oncologo ha prima richiamato la traiettoria storica delle grandi “rivoluzioni” dell’umanità: dall’emergere della capacità simbolica con Homo sapiens, alla rivoluzione agricola, fino alla rivoluzione scientifica del XVII secolo. Se la conoscenza antica era fondata sulle Sacre Scritture e sulla logica deduttiva, la scienza moderna ha imposto una nuova formula: dati, matematica e, dall’Ottocento, statistica. Ma la svolta metodologica non basta a garantire senso; occorre ancorare la produzione di dati a un orizzonte etico, senza il quale la scienza rischia di tradire il suo mandato originario: migliorare la vita delle persone.
In medicina questa esigenza si traduce nella distinzione tra dati veri e dati rilevanti. Veri, cioè fondati su metodologie rigorose capaci di ridurre variabilità ed errori sistematici, e rilevanti, cioè capaci di rispondere alle domande reali dei pazienti. In questa prospettiva la ricerca non è neutra, ma implica sempre una scelta su ciò che merita di essere studiato, con quali risorse e a beneficio di chi. La produzione di evidenze prive di rilevanza clinica equivale, di conseguenza, a uno spreco etico prima ancora che economico.
Questa tensione emerge con chiarezza nel rapporto tra trial clinici e pratica medica. I grandi studi randomizzati stabiliscono principi di efficacia, ma spesso non forniscono informazioni utili su come trattare il singolo paziente. Il medico si trova così in una posizione intermedia, chiamato a integrare evidenze, giudizio clinico ed esperienza, in un dialogo costante con il malato. Lo shared decision making diventa allora l’espressione contemporanea di quell’”arte medica” che non si contrappone alla scienza, ma ne rappresenta il necessario completamento.
Il tema dell’endpoint negli studi clinici rivela tutta la profondità di questo problema. Sopravvivenza libera da progressione, hazard ratio, guadagni mediani: categorie imprescindibili per i ricercatori, ma spesso lontane dalle domande fondamentali del paziente, che rimangono di disarmante semplicità: posso guarire? Quanto tempo mi resta? Con quale qualità di vita? Se la ricerca non riesce a dare risposta a queste domande, rischia di perdere legittimità sociale.
A ciò si aggiungono le distorsioni sistemiche del publishing scientifico: selezione dei risultati positivi, linguaggi trionfalistici, segmentazione artificiale degli studi in più pubblicazioni, fino al proliferare di riviste predatorie. Tutte pratiche che minano la trasparenza e riducono la fiducia nella scienza. In buona parte, queste derive sono alimentate dalla logica delle vanity metrics: impact factor, numero di citazioni e h-index che finiscono per misurare la carriera dei ricercatori più che la qualità della conoscenza prodotta. La pressione a “pubblicare o perire” spinge così verso un’iperproduzione quantitativa che rischia di premiare l’apparenza di produttività a scapito della rilevanza clinica e sociale degli studi.
In questo contesto l’intelligenza artificiale, al di là delle retoriche di sostituzione del medico, può essere compresa come uno strumento capace di stimolare un miglioramento costante. Non fornisce soltanto informazioni, ma produce — per usare le parole di Sobrero — una forma di “ri-conoscenza”: rimette in circolo conoscenze sedimentate, riattiva ricordi formativi, costringe a interrogare i propri schemi mentali. Si tratta, secondo l’oncologo, di un supporto che non decide, ma che aiuta a formulare un giudizio. Ed è proprio nella formulazione del giudizio che si concentra l’essenza della responsabilità medica: l’algoritmo propone scenari, ma resta al clinico il compito di discernere, di confrontare quelle ipotesi con le evidenze scientifiche rilevanti e con le priorità del paziente, e infine di assumersi la decisione.
In questa prospettiva, l’intelligenza artificiale diventa non tanto uno strumento di delega quanto un correttivo ai bias cognitivi, una “protesi cognitiva” che amplia lo spazio critico del medico. Non sostituisce il clinical judgement, ma lo rafforza, perché costringe a esplicitare i passaggi del ragionamento, a verificarne la coerenza, a tradurli in un linguaggio comprensibile e condivisibile con il paziente. È proprio in questo dialogo, nel mettere in relazione il dato algoritmico con la storia individuale della persona malata, che la medicina recupera la sua dimensione etica più profonda.
Ecco perché l’intelligenza artificiale non è un tema estraneo all’integrità della ricerca, ma un suo banco di prova: mostra come nessun dato, per quanto sofisticato, possa avere senso se non è interpretato alla luce della responsabilità del medico e del bene del paziente. In altre parole, la questione rimane la stessa che riguarda il publishing e la ricerca clinica: la tecnologia può offrire strumenti potenti, ma il loro valore dipende dalla capacità di restare fedeli a un’etica che precede e orienta la scienza. Solo così il futuro della medicina potrà rimanere ancorato alla sua missione originaria: produrre conoscenza utile e generare cura autentica.
