Promettente e inquietante insieme. Da una parte è incredibile pensare che pochi secondi di video possano aiutare a identificare persone con diabete o ipertensione: in un mondo dove troppi non sanno di essere malati, strumenti contactless e a basso costo potrebbero davvero salvare vite e alleggerire le disuguaglianze nell’accesso allo screening. Dall’altra però questo studio è preliminare (solo 215 partecipanti) e i numeri di “accuratezza” riportati non dicono abbastanza: serve sapere sensibilità, specificità, come si comporta l’algoritmo su popolazioni diverse per etnia, età, condizioni della pelle, co-morbilità. È fondamentale la revisione peer‑review e test su larga scala e in contesti reali prima di parlare di applicazioni cliniche. Ci sono poi grandi questioni etiche e politiche: privacy dei dati biometrici, chi possiederà gli algoritmi e i profili di salute, il rischio di uso discriminatorio da parte di assicurazioni o datori di lavoro, e la possibilità che queste tecnologie peggiorino le disuguaglianze se restano appannaggio di aziende private o richiedono dispositivi costosi. Non possiamo inseguire il “tech first” senza regole forti: trasparenza degli algoritmi, protezione dei dati, consenso informato, e standard pubblici validati. Se vogliamo che l’IA migliori la salute pubblica, servono investimenti pubblici, open science, regolamentazione chiara e programmi che integrino questi strumenti con i servizi sanitari pubblici e le comunità più svantaggiate. Solo così potremo sfruttare il potenziale per lo screening di massa evitando che si trasformi in sorveglianza sanitaria e in ulteriore fonte di profitto a scapito del bene comune.