Gentile direttore,
la storia dell’intelligenza artificiale in medicina è stata, fino a poco tempo fa, una storia di graduali accelerazioni, perché dai primi chatbot che rispondevano a domande semplici fino ai modelli in grado di generare testi coerenti e assistere i medici nell’analisi dei dati, ogni passo sembrava un’estensione naturale delle capacità umane, un amplificatore dell’intelligenza clinica piuttosto che un suo potenziale sostituto, ma con l’arrivo di GPT-6 Astra, presentato da OpenAI il 3 settembre 2026, quella progressione lineare si è spezzata, perché Astra non è un semplice assistente più veloce, non è un correttore di referti né un generatore di sintesi più elegante, ma è qualcosa di radicalmente diverso, un modello che il presidente di OpenAI Greg Brockman ha definito un “salto generazionale” e che, secondo lui, potrebbe segnare l’arrivo dell’intelligenza artificiale generale, l’AGI, e quando Brockman ha detto “Welcome to the AGI era” al termine del briefing con i giornalisti, quelle parole per la medicina potrebbero avere un significato profondo e trasformativo.
La vera novità di Astra non è solo la scala del suo addestramento, che ha utilizzato oltre centomila GPU presso il sito Stargate in Texas nella più vasta sessione di addestramento mai realizzata da OpenAI, ma è la natura stessa del suo funzionamento, perché Astra non è un chatbot che aspetta passivamente una domanda per poi generare una risposta, ma è invece un agente autonomo in grado di ricevere un obiettivo e portare avanti una sequenza di azioni per raggiungerlo, riducendo drasticamente la necessità di supervisione umana, e può interagire direttamente con interfacce digitali, aprire siti web, compilare moduli, utilizzare applicazioni ed eseguire codice in cicli di lavoro continui, e per la prima volta un modello AI ha superato la soglia “Critical” del Preparedness Framework di OpenAI in materia di cybersecurity, il che significa che è potenzialmente in grado di individuare e sfruttare vulnerabilità sconosciute in sistemi ben protetti senza una guida umana passo dopo passo.
Ciò che rende Astra veramente interessante per la medicina non è solo la sua capacità di operare autonomamente, ma un’immagine offerta da Axel Legay, consulente in cybersecurity, che descrive il funzionamento di Astra in termini che sembrano pensati apposta per la pratica clinica: con Astra, spiega Legay, non si ha più un singolo assistente digitale che tenta di rispondere alle domande, ma un’intera équipe di agenti virtuali che si ripartisce il lavoro, ciascuno specializzato in un ambito diverso, per poi confrontare le osservazioni e stabilire una “mappatura globale dei problemi del paziente”, perché “è come se inviasse tanti piccoli esseri umani”, ognuno dei quali svolge una parte della missione, e i risultati vengono poi riaggregati, come se facessero “una riunione tra loro per cercare di produrre il miglior risultato possibile”, e in medicina questo significa che un medico potrebbe non avere più un singolo assistente AI, ma una équipe virtuale di specialisti, un agente che analizza le note cliniche, uno che confronta la letteratura, uno che valuta le linee guida, uno che prepara una diagnosi differenziale, e tutti che poi si confrontano per restituire un quadro completo, e questo è un cambiamento profondo nel modo di concepire il supporto dell’IA alla pratica clinica.
I dati che accompagnano il rilascio di Astra sono impressionanti e sembrano appartenere a un’altra generazione, perché su HealthBench Professional, il benchmark specifico progettato da OpenAI per valutare le prestazioni in compiti clinici reali che includono consultazioni, documentazione medica e ricerca, Astra ha stabilito un nuovo stato dell’arte con un punteggio del 63,4%, e Karan Singhal, ricercatore di OpenAI, ha definito Astra “il nostro modello più sano finora”, ma ciò che rende questi numeri particolarmente significativi è un dettaglio che spesso sfugge: al suo livello di ragionamento più basso, Astra supera già il miglior punteggio del precedente modello, GPT-5.6 Sol, a circa la metà del costo, e in termini pratici significa che anche in configurazioni meno intensive dal punto di vista computazionale, il modello offre prestazioni cliniche superiori ai precedenti standard, e ancora più rilevante per la pratica clinica quotidiana è un’altra valutazione interna di OpenAI condotta su domande di salute che le persone pongono comunemente a ChatGPT, che ha mostrato come Astra avesse più di tre volte meno probabilità di commettere errori fattuali rispetto a GPT-5.6 Sol nelle loro impostazioni di ragionamento più forti, e una riduzione degli errori di questa entità non è un dettaglio tecnico ma è un passo significativo verso un’IA medica più affidabile, anche se non mancano le voci scettiche che sottolineano come questi numeri provengano principalmente da valutazioni interne di OpenAI e che andrebbero interpretati con cautela, in attesa di validazioni indipendenti dalla comunità scientifica.
I benefici concreti che Astra può offrire ai medici toccano diversi aspetti della pratica clinica, a partire dalla riduzione del carico amministrativo, perché un medico potrebbe chiedere ad Astra di rivedere le note cliniche, organizzare i principali problemi del paziente e preparare una bozza della nota clinica, e in un ambiente adeguatamente integrato Astra potrebbe trascrivere e strutturare le note del medico, redigere bozze di email o promemoria per i pazienti, e organizzare le agende in base alla disponibilità dei professionisti, con un completamento delle attività informatiche fino al 47% più rapido rispetto alla versione precedente, e questo potrebbe ridurre significativamente il tempo speso in attività amministrative ripetitive. Per quanto riguarda il supporto alla decisione clinica, Astra non effettua diagnosi in modo automatico ma può diventare un potente alleato nel processo decisionale, perché può localizzare evidenze scientifiche, confrontare studi, sintetizzare linee guida cliniche, identificare differenze tra trattamenti e preparare una revisione bibliografica, può assistere nella preparazione di diagnosi differenziali, identificare dati mancanti e segnalare segnali di allarme, e può generare spiegazioni personalizzate di diagnosi, procedure e istruzioni post-trattamento basate sulle note cliniche e sulla storia unica del paziente, agendo come un consulente clinico virtuale che non sostituisce il giudizio del medico ma lo arricchisce con analisi rapide e complete. Per la ricerca biomedica, le implicazioni sono altrettanto profonde, perché i team di ricerca possono utilizzare Astra per revisioni della letteratura, brainstorming di ipotesi, suggerimenti di disegni sperimentali basati sulla letteratura recente, e stesura di protocolli o proposte di grant, e con una finestra di contesto fino a 1.050.000 token Astra può elaborare volumi enormi di articoli scientifici e dati, e un esempio concreto viene dall’immunologo Derya Unutmaz, che ha utilizzato GPT-6 Astra per costruire un’applicazione complessa per l’analisi dei dati di citometria a flusso, arrivando a sostituire costosi abbonamenti a software commerciali, e la capacità di Astra di combinare ragionamento scientifico e operazioni informatiche apre scenari prima impensabili per i ricercatori. Astra può anche supportare la formazione medica generando casi clinici, quiz e simulazioni, e può aiutare gli studenti a comprendere patologie complesse attraverso spiegazioni personalizzate e interattive.
Come per ogni strumento di straordinaria potenza, però, il rischio è proporzionale alla capacità, e con Astra i rischi in ambito medico non sono solo teorici, a partire dal problema della compliance e della privacy, perché qualsiasi uso di GPT-6 Astra che coinvolga il trattamento di Informazioni Sanitarie Protette è soggetto alle disposizioni dell’HIPAA, e le strutture sanitarie non dovrebbero inserire PHI in alcun modello a meno che OpenAI non confermi la firma di un Business Associate Agreement per il prodotto specifico e che Astra sia configurato in un ambiente conforme HIPAA, e la governance dei dati diventa quindi un prerequisito non un’opzione. C’è poi il problema delle allucinazioni, perché nonostante i progressi il problema delle citazioni inventate e delle informazioni non veritiere non è completamente risolto, e la pratica attuale raccomanda di verificare ogni voce bibliografica generata dal modello, ogni affermazione fattuale e ogni statistica prima di farvi affidamento per decisioni cliniche, e in medicina dove un errore può avere conseguenze sulla vita dei pazienti questa raccomandazione non è un dettaglio burocratico ma è un imperativo etico. Il problema della sicurezza informatica è altrettanto rilevante, perché Astra è il primo modello di OpenAI a raggiungere la soglia “Critical” in cybersecurity, capace di individuare e sfruttare vulnerabilità sconosciute, e su ExploitBench ha ottenuto il 100%, e questa capacità se usata in modo malevolo potrebbe fare molti danni, e per questo OpenAI ha inizialmente limitato l’accesso alle capacità cyber più avanzate.
Ma il problema più sottile, e forse il più pericoloso per la medicina, è la delega silenziosa. Astra non è un correttore di bozze né un assistente che suggerisce: è un agente che esegue, e quando un agente esegue, la tentazione di delegare non solo l’esecuzione ma anche il giudizio diventa quasi irresistibile. Se un medico chiede ad Astra di preparare una diagnosi differenziale e Astra lo fa, quanto del ragionamento clinico rimane ancora nelle mani del medico? Se un ricercatore chiede ad Astra di proporre nuove ipotesi basate sulla letteratura e Astra lo fa, quanto della creatività scientifica è ancora autenticamente umana? Il rischio più insidioso non è che l’IA commetta errori, ma che diventi così brava da rendere più difficile accorgerci che alcuni passaggi del ragionamento, quelli che un tempo ci costringevano a pensare, sono stati delegati senza che nemmeno ce ne accorgessimo. OpenAI stessa è consapevole di questi rischi e ha rallentato il rilascio di Astra per aggiungere test di sicurezza, dopo aver determinato che le sue capacità informatiche potevano raggiungere la soglia critica. L’azienda ha anche riconosciuto che Astra era più difficile da monitorare nelle valutazioni progettate per testare se potesse eludere la supervisione. Come ha dichiarato Amelia Glaese, vicepresidente della ricerca di OpenAI: “Quando i modelli possono fare più cose in modo autonomo, dobbiamo essere in grado di fidarci di più di loro. Ecco perché abbiamo prestato molta attenzione, in particolare, a insegnare ad Astra a rimanere entro i limiti di ciò che l’utente intendeva.”
Forse, allora, la domanda non è se Astra sia veramente AGI, ma come vogliamo che questo strumento, qualunque sia la sua definizione, entri nella pratica medica, perché ogni delega modifica il processo e in medicina la posta in gioco è più alta che in qualsiasi altro campo, e la sfida per i professionisti della salute del futuro non sarà sapere come usare Astra, ma sapere quando non usarlo, sapere quando accettare un suggerimento e quando rifiutarlo, sapere quando chiedere al modello di proporre una diagnosi differenziale e quando costringersi a farne una da soli, sapere quando lasciare che l’algoritmo intervenga e quando impedirgli di farlo, e questa potrebbe essere la forma più matura di alfabetizzazione all’intelligenza artificiale in medicina, non la capacità di delegare sempre di più ma la capacità di scegliere cosa non delegare.
La medicina, come la scienza, non è fatta solo di efficienza e accuratezza, ma è fatta di relazione, di intuizione, di esperienza, di capacità di ascoltare ciò che i numeri non dicono, è fatta di quella forma di saggezza che non si lascia sedurre da un algoritmo per quanto potente. Astra può analizzare milioni di articoli, può suggerire diagnosi differenziali, può preparare note cliniche, ma non può sostituire il rapporto tra un medico e un paziente, non può sostituire quel momento in cui un medico, guardando un paziente, vede qualcosa che i dati non mostrano, non può sostituire la capacità di dire “non lo so” e di cercare insieme una risposta. La storia della medicina è piena di strumenti che hanno ampliato le capacità dei medici, dal microscopio ai raggi X, dalla risonanza magnetica ai test genetici, e ogni strumento ha portato con sé nuove responsabilità, nuovi dilemmi etici, nuove domande su cosa significhi essere un buon medico, e Astra non è diverso, è solo più potente, più pervasivo, più vicino al cuore del ragionamento clinico, e forse proprio per questo ci costringe a chiederci cosa renda un medico tale, cosa renda la cura un atto umano, e quanto di quell’umanità siamo disposti a condividere con una macchina che per la prima volta sembra in grado di pensare come noi, o forse in alcuni ambiti meglio di noi.
Francesco Branda
Unità di Statistica Medica ed Epidemiologia Molecolare, Università
Campus Bio-Medico di Roma
