INTRODUZIONE
A livello globale, la disponibilità di personale infermieristico non è sufficiente a garantire una copertura sanitaria universale. Si stima che nel 2018 ci fossero circa 5,9 milioni di infermieri in meno rispetto al necessario, e per colmare questa lacuna entro il 2030, in tutti i Paesi, il numero totale di infermieri laureati dovrebbe aumentare in media dell’8% anno (World Health Organization, 2020).
In risposta a questa carenza, diversi studi hanno indagato l’impiego di robot o tecnologie basate sull’intelligenza artificiale (IA) nell’assistenza infermieristica (Maalouf et al., 2018).
Il Parlamento Europeo definisce l’IA come l’abilità di una macchina di mostrare capacità umane quali il ragionamento, l’apprendimento, la pianificazione e la creatività, permettendo di capire l’ambiente, mettersi in relazione con quello che percepisce e risolvere problemi per agire verso un obiettivo specifico. Il computer riceve i dati (già preparati o raccolti tramite sensori, come una videocamera), li processa e risponde (Hleg, 2019).
L’IA è al centro di un complesso dibattito internazionale che coinvolge diversi campi del sapere, tra cui filosofico, psico-sociale, scientifico-matematico, tecnologico, economico-politico e medico-sanitario (Union, 2020).
Un rapporto dell’OMS “Etica e governance dell’IA per la salute” la identifica come una promessa per migliorare la fornitura di assistenza sanitaria su scala mondiale, ma solo se l’etica e i diritti umani saranno posti al centro della sua progettazione, implementazione e utilizzo (Who, 2021).
I sistemi di IA sono capaci di adattare il proprio comportamento analizzando gli effetti delle azioni precedenti e lavorando in autonomia.
Le tecnologie di IA vengono definite e utilizzate in diversi modelli di funzionamento, come il Machine Learning, la Support Vector Machine, le Artificial Neural Networks, il Deep Learning e l’elaborazione del linguaggio naturale (NLP), ognuno con applicazioni specifiche nel contesto sanitario (Akilambigai and Vijayashanthi, 2018).
Il Libro Bianco sull’IA della Commissione Europea del febbraio 2020 sottolinea sia i benefici, ma anche i rischi potenziali associati all’utilizzo di questa tecnologia nell’assistenza sanitaria, come decisioni opache, discriminazioni e invasioni della privacy (Union, 2020).
Identificare e mappare l’uso delle tecnologie di IA nella disciplina infermieristica e i relativi esiti, potrebbe aumentare la consapevolezza della loro crescente importanza e integrarle come parte fondamentale della professione.
L’ IA ha mostrato una crescita enorme nel corso dell’ultimo decennio, con lo sviluppo più recente di applicazioni cliniche in assistenza sanitaria (Desai, 2024).
Di pari passo alla rapidità dello sviluppo dell’IA in campo scientifico e delle relative implicazioni per le professioni, gli assistiti e l’assistenza sanitaria, sono state pubblicate in letteratura diverse revisioni sistematiche, scoping review e revisioni integrative.
La presente ombrella review si prefissa, quindi, di sintetizzare le evidenze emerse negli ultimi dieci anni, con un focus, in particolare, sull’impatto dell’IA nel campo dell’infermieristica sui risultati clinico- assistenziali, formativi, organizzativi e della ricerca.

OBIETTIVI
Identificare le applicazioni dell’IA nella disciplina infermieristica attraverso un’analisi della letteratura secondaria e investigare l’impatto di tali applicazioni sui risultati clinico- assistenziali, formativi, organizzativi e della ricerca.

MATERIALI E METODI
È stata condotta una revisione a ombrello (umbrella review) seguendo le indicazioni contenute nel “JBI Manual for Evidence Synthesis” (Aromataris et al., 2020). Questo lavoro risponde a questo quesito di ricerca: Quali sono le applicazioni dell’IA nella disciplina infermieristica e qual è l’impatto di tali applicazioni sui risultati clinico-assistenziali, formativi, organizzativi e della ricerca?
L’indagine copre le aree della pratica clinica (assistenza-clinica, organizzazione/gestione), della formazione e della ricerca infermieristica.
La ricerca bibliografica è stata effettuata tra gennaio 2024 e marzo 2024, interrogando 3 banche dati biomediche: MEDLINE (PubMed), Cumulative Index to Nursing and Allied Health Literature (CINAHL) e The Cochrane Library. Inoltre, è stato interrogato il motore di ricerca TRIP Database. Le stringhe di ricerca e i filtri utilizzati sono descritti in Tabella 1.

Tabella 1 – Stringhe di ricerca suddivise per banche dati elettroniche biomediche, filtri utilizzati e date dell’interrogazione.

Sono stati inclusi gli studi che rispondevano al quesito di ricerca e con le seguenti caratteristiche: (a) in lingua inglese o italiana, (b), appartenenti alla letteratura secondaria (metanalisi, scoping review, revisioni sistematiche e revisioni), (c) pubblicati negli ultimi dieci anni. È stato considerato tale limite temporale in quanto l’IA ha mostrato una crescita enorme nel corso dell’ultimo decennio, con lo sviluppo più recente di applicazioni cliniche in assistenza sanitaria (Desai, 2024).
Sono stati esclusi i documenti che si riferivano (a) all’utilizzo dell’IA in ambito sanitario di non pertinenza infermieristica, (b) all’utilizzo dell’IA in campo diagnostico-terapeutico, di non pertinenza infermieristica, (c) sono stati esclusi atti di convegni, editoriali, letteratura grigia, revisioni bibliometriche (d) articoli incentrati su robotica o tecnologie senza funzionalità di IA.
Due autori (FZ, CS) hanno effettuato un primo screening per titoli e abstract in modo indipendente, sono stati quindi rimossi i duplicati, acquisito i full-text e verificati i criteri di inclusione ed esclusione.
In caso di controversie è stato richiesto il parere vincolante di un terzo autore (LS). I documenti ritenuti pertinenti sono stati sintetizzati in modo indipendente da ciascun autore attraverso la tabella di estrazione dati, secondo il “JBI Manual for Evidence Synthesis” di Aromataris et al., 2020.
La valutazione dei documenti pertinenti è stata effettuata da due autori (FZ, CS) in modo indipendente attraverso l’utilizzo degli strumenti di Critical Appraisal del Joanna Briggs Institute (Aromataris et al., 2015). In caso di controversie sull’assegnazione dei punteggi è stato richiesto il parere vincolante di un terzo autore (SL).
L’utilizzo dell’IA nella disciplina infermieristica e i relativi esiti associati sono stati sintetizzati attraverso una descrizione qualitativa/narrativa.

RISULTATI
La ricerca bibliografica ha identificato 103 documenti: 38 da MEDLINE (PubMed), 3 da The Cochrane Library, 23 da CINAHL e 39 dal motore di ricerca Trip Database.
Dalla lettura del titolo e dell’abstract 30 studi sono risultati potenzialmente pertinenti.
Eliminati i duplicati (9), sono stati identificati 21 documenti eleggibili all’analisi del full text di cui 6 risultati non pertinenti per le seguenti ragioni:

1. Carter-Templeton et al. (2018) perché hanno condotto uno studio bibliometrico.
2. Zafrani and Nimrod et al. (2019) poiché hanno esplorato l’interazione tra anziani-robot, senza un chiaro coinvolgimento infermieristico.
3. Park et al. (2014), in quanto il focus della revisione sistematica non è pertinente con l’obiettivo di questa revisione ad ombrello.
4. Treadwell et al. (2021) in quanto l’oggetto dell’analisi sono dispositivi tecnologici che raccolgono e trasmettono dati sanitari generati dai pazienti, senza un chiaro utilizzo dell’IA.
5. Agarwal et al. (2022) poiché valuta applicazioni disponibili su device mobili in ambito di salute mentale che non si basano esplicitamente su sistemi di IA.
6. Akilambigai and Vijayashanthi, (2018) in quanto trattasi di un editoriale.

Il processo di scrematura dei documenti eleggibili è descritto nel diagramma di flusso PRISMA (Page et al., 2021), (Figura 1). 15 documenti sono stati ritenuti pertinenti: 5 revisioni sistematiche, 1 revisione integrativa e 9 scoping review (Tabella n. 2).

Figura 1 – Diagramma di flusso PRISMA (Page et al., 2021).

Le revisioni sistematiche e integrative incluse soddisfacevano mediamente l’89% degli indicatori di qualità (In tabella 2 sono riportate le valutazioni della qualità degli studi inclusi secondo il JBI Critical Appraisal Checklist for systematic reviews and research synthesis (Aromataris et al., 2020).
In nessuna valutazione della qualità di reportistica si è reso necessario il parere vincolante del terzo autore.

Tabella 2 – Critical Appraisal secondo il JBI Critical Appraisal Checklist for systematic reviews and research synthesis (Aromataris et al., 2020).

In Tabella 3 sono descritti gli studi inclusi nella revisione finale per: autore, anno di pubblicazione, titolo dello studio, anni di riferimento e numero degli articoli inclusi oltre che la tipologia di studio. Inoltre, vengono descritti quattro ambiti della disciplina infermieristica (interesse della ricerca) in cui sono applicate le tecnologie di IA: (a) pratica Clinica-assistenziale, (b) formazione, (c) organizzazione. In Tabella 4 sono riportati i risultati principali e le conclusioni delle revisioni incluse.

Tabella 3 – Documenti finali inclusi nella revisione caratterizzati per autore, anno, titolo, periodo di riferimento degli studi, tipologia di studio e ambito di applicazione dell’IA.

Tabella 4 – Descrizione dei risultati e delle conclusioni delle singole revisioni della letteratura incluse.

Ambito clinico-assistenziale
L’ IA ha dimostrato grande potenziale nella pratica clinico-assistenziale, dove l’83% delle sue applicazioni è rivolto a supportare il processo decisionale, migliorare le previsioni diagnostiche e ottimizzare il monitoraggio dei pazienti (O’Connor et al., 2023). Ad esempio, il machine learning è stato usato per prevenire cadute negli anziani e per ridurre i falsi allarmi in terapia intensiva, migliorando la risposta degli infermieri (O’Connor et al., 2022; Li et al., 2024). Tuttavia, solo il 7,14% delle applicazioni ha dimostrato benefici concreti, ostacolato da problemi come la qualità dei dati e le questioni etiche (O’Connor, 2023).
Nell’assistenza infermieristica, il 60% delle tecniche di IA riguarda il supporto diretto ai pazienti, migliorando previsioni cliniche e documentazione (von Gerich et al., 2022; Ng et al., 2022). L’IA, combinata con realtà virtuale, è stata anche usata nella gestione del dolore, dimostrando un potenziale significativo per migliorare la valutazione dei sintomi e la comunicazione con i pazienti (Harmon et al., 2021). Tuttavia, senza il coinvolgimento degli infermieri nello sviluppo delle tecnologie, possono sorgere problemi pratici, riducendo l’efficacia dell’assistenza (Sodeau e Fox, 2022).
Raymond et al. (2022) sottolineano nella loro revisione sistematica la necessità di effettuare test empirici e di approfondire gli aspetti interdisciplinari per valutare l’efficacia delle tecnologie IA nei contesti clinici e di ricerca. Sebbene gli esiti per i pazienti siano promettenti, con un miglioramento nella sicurezza e nella tempestività delle cure e riduzione degli eventi avversi, l’integrazione di queste tecnologie nella ricerca richiede ulteriori valutazioni e analisi.

Ambito organizzativo
L’IA ha mostrato un potenziale significativo nell’organizzazione dell’assistenza infermieristica, migliorando la gestione delle risorse, l’efficienza operativa e riducendo i costi. Circa il 40% delle tecnologie IA si concentra su processi organizzativi, come la programmazione dei turni e la gestione della documentazione (von Gerich et al., 2022). L’IA ottimizza anche il flusso di lavoro e l’allocazione delle risorse, migliorando l’efficienza operativa (Raymond et al., 2022). Tecnologie come l’elaborazione del linguaggio naturale semplificano la gestione dei dati, accelerando il processo decisionale (Sarmet et al., 2023).
L’IA contribuisce anche alla sicurezza dei pazienti, monitorando i rischi e prevenendo eventi avversi (O’Connor et al., 2023). Tuttavia, il suo utilizzo solleva questioni etiche, come la gestione dei dati personali, soprattutto quando vengono impiegati robot di servizio (Maalouf et al., 2018). Sebbene l’IA migliori la gestione organizzativa, infermieri e responsabili politici devono collaborare per implementarla efficacemente (Ng et al., 2022). Buchanan et al. (2020) hanno sottolineato i vantaggi dell’IA nella pianificazione e documentazione, ma anche i rischi legati a disuguaglianze e privacy.
Il coinvolgimento degli infermieri è cruciale per ridurre errori e affrontare i rischi etici (Sodeau e Fox, 2022). Inoltre, l’IA ha il potenziale per ridurre le disuguaglianze sanitarie e migliorare l’accesso alle cure (Tipton et al., 2023).

Ambito formativo
La revisione sistematica di O’Connor et al. (2023) evidenzia che l’uso dell’IA nell’ambito formativo è ancora limitato (2,85%), ma in crescita, con potenziali benefici per il supporto decisionale e la personalizzazione dell’insegnamento. Solo il 35% degli studi coinvolge attivamente gli infermieri, sottolineando la necessità di un maggiore coinvolgimento.
L’IA nelle simulazioni cliniche migliora capacità decisionali, giudizio clinico ed empatia (Harmon et al., 2021). Inoltre, permette l’apprendimento personalizzato, adattando l’insegnamento alle esigenze degli studenti e migliorando competenze tecniche e interpersonali (Buchanan et al., 2021). Tecnologie come la robotica simulano situazioni complesse, migliorando le abilità pratiche e relazionali degli studenti (Maalouf et al., 2018).
Von Gerich et al. (2022) sottolineano l’importanza di coinvolgere gli infermieri nello sviluppo delle tecnologie IA per garantire la loro efficacia formativa. Ng et al. (2022) conferma che strumenti di machine learning e elaborazione del linguaggio naturale migliorano le capacità decisionali e la qualità della formazione infermieristica. Simulazioni con IA e realtà virtuale hanno dimostrato di aumentare il coinvolgimento e l’apprendimento degli studenti (Harmon et al., 2021), mentre i robot e software avanzati contribuiscono a percorsi formativi personalizzati (Buchanan et al., 2021).

Ambito della ricerca
Nei documenti non è emerso come l’IA sia stata utilizzata per condurre ricerca da parte dei professionisti infermieri.

DISCUSSIONE
La presente Umbrella Review nasce dall’esigenza di identificare quali tecnologie sanitarie di IA sono applicate alla disciplina infermieristica, negli ambiti della pratica clinico-assistenziale, dell’organizzazione e della formazione, indagando gli esiti di tali impieghi.
Questo lavoro permette una visione più chiara e una presa di consapevolezza maggiore, rispetto a quelle che sono le tecnologie che affiancheranno gli infermieri in ogni ambito disciplinare.
Nonostante gli studi indichino che le tecnologie di IA non sostituiranno i professionisti e il loro operato, la professione infermieristica deve mantenere i propri attributi fondamentali, come l’autorità professionale, la legittimazione da parte della comunità e l’adesione a un rigoroso codice etico. Questi aspetti sono essenziali per preservare l’integrità e la fiducia nel ruolo infermieristico. Per questo motivo, la rivoluzione tecnologica legata all’IA deve essere gestita e monitorata con attenzione, iniziando già dalla formazione, per garantire che gli infermieri siano preparati a integrare l’IA nel loro lavoro senza compromettere i valori etici e professionali della disciplina (Harmon et al., 2021).
Una solida base educativa sui principi dell’IA è il primo passo per garantire un contributo consapevole degli infermieri a tutti i livelli di progettazione, implementazione e valutazione delle tecnologie sanitarie basate sull’IA (Buchanan et al., 2021).
L’IA ed in particolare le tecnologie basate sull’elaborazione del linguaggio lavorano spesso sulla documentazione infermieristica e su linguaggi standardizzati, che a livello nazionale dovrebbero essere impiegati ed uniformati maggiormente: la terminologia infermieristica standardizzata, nei contesti clinici-operativi vede un impiego minore rispetto all’ambito educativo, 46% contro un 87% (Mazzoleni et al., 2018).
La qualità della documentazione diventa un aspetto di primaria importanza per un uso corretto ed efficiente delle tecnologie di IA: per i ricercatori che utilizzano e selezionano i dati nell’addestramento degli algoritmi di apprendimento automatico e per i professionisti che raccolgono i dati utilizzati nelle tecnologie infermieristiche basate sull’IA (von Gerich et al., 2022).
La letteratura mette in luce che i ricercatori infermieristici sono le figure più adatte nel contribuire allo sviluppo delle tecnologie di IA in ambito assistenziale, garantendo un’adeguata e graduale transizione dallo sviluppo all’implementazione nella pratica clinica, al fine di acquisire una migliore comprensione degli assistiti e dei loro bisogni con l’obiettivo di erogare cure sicure, accurate ed efficienti (Buchanan et al., 2020).
Tra i rischi ed impatti negativi che le tecnologie di IA portano con sé vi sono la mancanza di trasparenza in alcuni metodi di machine learning, intromissione nella privacy, gestione di dati sensibili e dati sanitari, ripercussioni etiche (O’Connor et al., 2024).
Tutti questi aspetti posso essere limitati e governati soprattutto grazie al coinvolgimento infermieristico in tutte le fasi dalla ricerca all’implementazione: grazie alle proprie conoscenze, competenze ed expertise gli infermieri possono indirizzare lo sviluppo di tecnologie che soddisfino realmente le esigenze cliniche/sanitarie (Sodeau and Fox, 2022).
L’introduzione dell’IA nell’assistenza infermieristica sta portando a notevoli progressi, migliorando sia la qualità delle cure che l’efficienza operativa. Le tecnologie basate sull’IA, come il machine learning, il deep learning e l’elaborazione del linguaggio naturale, stanno consentendo agli infermieri di prendere decisioni cliniche più rapide e informate, supportando la gestione di dati complessi e migliorando le previsioni sugli esiti clinici (Ng, 2022; O’Connor, 2023). In particolare, l’IA è stata dimostrata efficace nella prevenzione delle cadute tra gli anziani attraverso l’uso di modelli predittivi, riducendo significativamente i rischi per i pazienti e migliorando la sicurezza complessiva nelle strutture sanitarie (O’Connor, 2022).
In ambito oncologico, l’IA ha contribuito a migliorare la capacità di monitorare e gestire le condizioni cliniche dei pazienti, offrendo un supporto concreto agli infermieri nella previsione degli esiti e nella personalizzazione delle cure (O’Connor, 2023). Anche nella gestione delle cure palliative, le tecnologie di elaborazione del linguaggio naturale hanno mostrato di ridurre il tempo necessario per interpretare i dati, facilitando la personalizzazione dell’assistenza e migliorando l’esperienza complessiva del paziente (Sarmet et al., 2023).
Oltre a migliorare la pratica clinica, l’IA ha avuto un impatto positivo sull’efficienza organizzativa. Gli infermieri stanno beneficiando di strumenti che riducono il carico di lavoro amministrativo, permettendo loro di concentrarsi maggiormente sull’assistenza diretta ai pazienti. Ad esempio, le tecnologie di IA utilizzate nella documentazione infermieristica stanno velocizzando i processi di registrazione, contribuendo a un’erogazione delle cure più sicura e tempestiva (Raymond et al., 2022).
Alla luce della rapida evoluzione dell’IA e della sua applicazione in ambito infermieristico e dei potenziali benefici descritti, è comunque necessario condurre ulteriori studi primari, per effettuare test empirici in contesti reali, analizzare aspetti interdisciplinari e valutare la soddisfazione degli assistiti.
La ricerca futura dovrebbe esplorare come l’IA possa non solo ottimizzare la pratica clinica e la gestione dei pazienti per il personale infermieristico, ma anche supportare lo svolgimento della ricerca infermieristica. È vero che l’IA può migliorare la formazione, soprattutto attraverso strumenti di simulazione avanzata e analisi predittiva, ma resta cruciale indagare come essa possa facilitare l’analisi dei dati, la revisione della letteratura e l’identificazione di correlazioni complesse per generare nuove evidenze scientifiche. Tuttavia, è fondamentale riconoscere che, sebbene l’IA possa alleviare il carico di lavoro, non può sostituire competenze umane essenziali come l’empatia e il giudizio clinico. Il rischio è che una dipendenza eccessiva da queste tecnologie riduca il valore del personale infermieristico e renda più difficile l’adattamento ai sistemi complessi. Pertanto, è necessario che l’introduzione dell’IA sia accompagnata da una formazione adeguata e da un monitoraggio costante dell’impatto sulle cure. L’obiettivo non deve essere la riduzione del personale, ma il potenziamento del loro ruolo, garantendo sempre il rispetto del codice etico e dell’interazione umana, centrali per la professione infermieristica.

Limiti
I risultati di questa revisione devono essere considerati con cautela, in quanto sono presenti alcuni limiti. Il primo limite riguarda l’interrogazione delle banche dati elettroniche biomediche: l’uso di stringhe generiche con soli termini controllati Mesh Terms e Cinahl Headings e il limite temporale di dieci anni, potrebbe, infatti, avere comportato l’esclusione di letteratura pertinente per rispondere al quesito.
Inoltre, la presente revisione potrebbe essere esposta al language bias, essendo stati inclusi solo articoli in lingua italiana e inglese.  Tuttavia, avendo considerato la lingua inglese riteniamo di aver incluso i principali e più importanti lavori in questo ambito.
Infine, un altro limite è la difficile contestualizzazione dei risultati nel panorama italiano: gli studi inclusi non hanno coinvolto realtà sanitarie italiane, ma Paesi i cui il percorso di formazione professionale, i sistemi sanitari e l’organizzazione delle cure ospedaliere e territoriali risultano molto diversi. Questo suggerisce come ricerca futura in questo ambito debba essere condotta anche nel contesto italiano.

CONCLUSIONI
Il ruolo sempre più preponderante delle tecnologie di IA nei diversi campi della disciplina infermieristica pone i professionisti dinnanzi a nuove considerazioni epistemologiche ed etiche.
La letteratura evidenzia che rimane ancora molto da fare in tutti gli ambiti della formazione infermieristica, sia a livello universitario di base che post-laurea, per sviluppare nuove conoscenze, competenze e una maggiore consapevolezza sull’utilizzo dell’IA. In ambito di ricerca infermieristica, occorre dare più attenzione agli esiti derivanti dall’implementazione dell’IA nei diversi contesti clinico-assistenziali. È essenziale valutare non solo gli impatti sugli outcomes degli assistiti, ma anche il contributo dell’IA nel supportare la ricerca considerando anche gli effetti sui professionisti.
A livello politico dovrebbe nascere un dibattito più sostanziale che descriva i cambiamenti che l’IA potrebbe apportare alla professione infermieristica, per garantire che il potenziale della tecnologia in trattazione sia a garanzia di qualità e sicurezza in tutti i campi dell’assistenza e sia strumento a supporto dell’operato del professionista.

Conflitto di interessi
Tutti gli autori dichiarano l’assenza di conflitto di interessi. Tutti gli autori dichiarano di aver contribuito alla realizzazione del manoscritto e ne approvano la pubblicazione.

Finanziamenti
Gli autori dichiarano di non aver ottenuto alcun finanziamento e l’assenza di sponsor economici.

Ringraziamenti
Un sentito ringraziamento a tutti coloro che hanno contribuito e creduto nella realizzazione di questo progetto, alla disponibilità e premura dimostrate.