L'intelligenza artificiale nella sanità dell'Africa subsahariana ^{CEFR B2}

L'intelligenza artificiale sta già trasformando parti dell'assistenza sanitaria primaria in Africa subsahariana con esempi concreti e risultati preliminari. Nel 2024, nella contea di Siaya (ovest del Kenya), un coltivatore di mais di 28 anni con febbre ha ottenuto una diagnosi in novanta secondi grazie a un frotis fotografato con uno smartphone e un microscopio portatile da 50 USD; un algoritmo ha suggerito “Plasmodium falciparum ++” con accuratezza del 98.5 percento. Il pilota, gestito dal Ministero della Salute kenyano con supporto tecnico di Ubenytics, è ora operativo in più di 420 strutture in otto contee, e studi pubblicati su The Lancet Digital Health (marzo 2025) indicano una riduzione del 31 percento delle prescrizioni antibiotiche inappropriate e un calo del 19 percento delle complicanze severe da malaria.

Altre iniziative includono Chestify AI (fondata nel 2020) in Ghana, che ha ridotto i tempi di refertazione di circa il 40 percento in 25 strutture, con referti consegnati entro 3 ore. Studi di validazione supervisionati dall'OMS sulla diagnostica computerizzata della tubercolosi hanno trovato una sensibilità aggregata intorno al 94.7 percento, comparabile o superiore agli specialisti locali. In Rwanda, algoritmi per l'instradamento dei droni hanno ridotto il tempo medio di consegna del sangue da 42 a 18 minuti nelle aree difficili.

I dati mostrano un ampio divario sanitario regionale: 11 percento della popolazione mondiale, ma 24 percento del carico di malattia, solo il 3 percento degli operatori sanitari mondiali e meno dell'1 percento della spesa sanitaria globale. La carenza di specialisti è marcata: in Nigeria si conta circa un patologo ogni 500,000 persone, rispetto a una media globale di uno ogni 25,000.

Costi e governance restano determinanti: l'addestramento di un LLM per microscopia della malaria è costato circa USD 180,000 nel 2022, mentre il costo marginale per test nelle grandi implementazioni sarà inferiore a USD 0.30 entro la fine del 2025. Autorità come il Pharmacy and Poisons Board del Kenya e la National Agency for Food and Drug Administration and Control della Nigeria hanno emanato linee guida pragmatiche per l'AI come dispositivo medico negli ultimi 18 mesi. I rischi principali includono allucinazioni, bias, comprensione contestuale debole e problemi di privacy e sicurezza non risolti. Con una governance attenta, entro il 2030 un operatore con uno smartphone da USD 120 e un LLM su rete 5G potrebbe fornire risposte in minuti anziché richiedere un viaggio di 200 kilometri (124 miglia).

• Rischi: allucinazioni e bias nei modelli.
• Problemi: privacy e sicurezza dei dati.
• Necessità: supervisione umana e regolamentazione.