Caro Enrico,
Continuiamo un poco per vis polemica.
La dichiarazione di Hinton l'ho vista fin dalla mia prima
risposta e, francamente, usare quella dichiarazione del 2016
per squalificare l'impianto euristico del pensiero di Hinton
mi è sembrato pretestuoso, anche nel caso in cui HInton avesse
detto un'assurdità.
Invece, ripeto, l'affermazione di Hinton non ha nulla di
assurdo, ma rappresenta più o meno lo stato dell'arte dei
modelli del luglio 2026. Come ho già detto sopra, fornite ai
modelli radiografie e verificate i risultati. Non è
aneddotica. Sono fatti. Si tratta di verificare le capacità di
una tecnologia che esiste. Modelli domestici, non
supervisionati, non integrati in workflow complessi, non
sbagliano mai (o quasi); quindi, io concludo, la tecnologia è
(quasi?, lo sarà tra 3 anni? è rilevante?) in grado di
sostituire i radiologi nelle attività di routine—che poi di
fatto non succeda per una serie di ragioni varie è altra cosa,
che non intacca quel che Hinton diceva. Ci sono interi
ospedali in Cina che lo confermano, o lo confermeranno
pienamente nei prossimi 5 anni. Quando più performante
dovrebbe essere la tecnologia oggi per avvalorare la
previsione di Hinton del 2016?
Tra l'altro, proprio perché sono i fatti a dover parlare,
occorre chiarire quale fatto stiamo verificando. La citazione
integrale conferma, non smentisce, il punto che ho sostenuto.
Hinton predisse che entro cinque anni—forse dieci, come
precisò immediatamente—il deep learning avrebbe fatto meglio
dei radiologi nell’analisi delle immagini. Non disse che entro
quella data sarebbe scomparsa la professione, né che una
macchina avrebbe sostituito integralmente il giudizio clinico
umano. Se per "azzeccata" intendessimoche ogni sistema avrebbe
superato ogni radiologo, in qualsiasi branca e contesto,
naturalmente sarebbe una formulazione insostenibile. Io l’ho
usata nel senso, già esplicitato, che la previsione
tecnologica relativa all’automazione del lavoro routinario di
analisi delle immagini si è rivelata sostanzialmente corretta
e, formulata nel 2016, sorprendentemente lungimirante. Che il
consiglio di smettere tout court di formare radiologi fosse
provocatorio e troppo assoluto è un’altra questione: ho
parlato della sostenibilità del ragionamento sull’allocazione
delle risorse formative, non propostodi chiudere oggi le
scuole di radiologia.
Penso che molta della tensione che traspare dalle nostre
posizioni si riduca a quel "(fortunatamente)" che tu usi in
conclusione. Altri potrebbero invece dire "(sfortunatamente)"
e ritenere che strumenti efficaci nella sostituzione del
giudizio umano siano auspicabili. L'aneddotica ancora una
volta può servire a confermare quelle posizioni. Poiché, visto
lo stato dell'arte del "giudizio umano" al luglio 2026, la sua
sostituibilità, si potrebbe argomentare, non è altro che
auspicabile. Questa è un'iperbole. Riflette però un dibattito
possibile, che non possiamo avere, perlomeno in questa sede,
perché si ridurrebbe a posizioni inconciliabili e polarizzate.
Giancarlo
PS Circa le fonti citate, oltre al fatto che tutti gli studi
analizzano tecnologia già obsoleta, documentare alcuni errori
della macchina non dimostra quindi che essa svolga peggio una
determinata mansione: "meglio dei radiologi" (o "come i
radiologi" o "tale da poterli sostituire anche alla luce delle
economie di scala") non significa "infallibile"—e i medici
umani sono tutt'altro che infallibili e nella maggior parte
dei casi, sia per attitudine personale che per carichi di
lavoro, assolutamente privi delle qualità di empatia che
dovrebbero essere prodromiche all'ammissione alla professione
medica.
Lo studio di Rao e altri <https://jamanetwork.com/journals/
jamanetworkopen/fullarticle/2847679>, per esempio, valuta 21
modelli generalisti su appena 29 vignette pubbliche,
disabilitando reasoning avanzato, ricerca, RAG e strumenti
esterni. Gli autori precisano espressamente che lo studio non
è progettato per confrontare i modelli con i medici e misura
prestazioni di base, non quelle massime ottenibili. Trova una
debolezza nella diagnosi differenziale, ma prestazioni molto
migliori nella diagnosi finale, un’accuratezza complessiva
dell’81–90 per cento, miglioramenti generalmente progressivi
fra successive generazioni e, per diversi modelli, risultati
migliori sugli item contenenti immagini che su quelli soltanto
testuali. La sua conclusione è che questi sistemi non sono
ancora affidabili per decisioni cliniche integrali e non
supervisionate, mentre sono già utilizzabili per mansioni
circoscritte, a bassa incertezza e supervisionate. È
esattamente la distinzione che ho sostenuto.
Ramaswamy e altri <https://www.nature.com/articles/
s41591-026-04297-7> testano invece il chatbot consumer ChatGPT
Health, basato su GPT-5-mini, su 60 vignette di triage: niente
radiografie e nessun confronto con radiologi. I due preprint
sulla formulazione delle domande sono ancora più distanti. Yun
e altri <https://arxiv.org/abs/2604.05051> studiano domande
sull’efficacia di trattamenti basate su abstract di trial
clinici; il framing riduce l’accordo medio dal 76,2 al 72 per
cento, non dimostra genericamente che i modelli «sbagliano
molto», e la valutazione automatica non è stata
sistematicamente validata da esperti umani. Bazoge e altri
<https://arxiv.org/abs/2605.19173> confrontano vignette
testuali in inglese e francese: il più recente o3 non mostra
alcun effetto linguistico complessivo e ottiene il punteggio
massimo mediano nella diagnosi finale in entrambe le lingue.
Questi lavori individuano problemi di interfaccia e
standardizzazione degli input, importanti soprattutto nell’uso
consumer, non limiti intrinseci dell’analisi radiologica.
L’articolo di MIT News riassume uno studio sulle alterazioni
linguistiche dei messaggi dei pazienti. Gli articoli di The
Verge <https://www.theverge.com/health/718049/google-med-
gemini-basilar-ganglia-paper-typo-hallucination> e del
Guardian <https://www.theguardian.com/technology/2026/jan/02/
google-ai-overviews-risk-harm-misleading-health-information>
non sono studi scientifici: presentano, rispettivamente, un
singolo errore terminologico e alcuni controlli giornalistici
delle sintesi prodotte da Google Search, senza campione,
denominatore o confronto con medici. Sono esempi seri di
fallibilità, ma restano aneddotica — esattamente il criterio
che Stefano invoca nei miei confronti.
Infine, lo studio di Budzyń e altri <https://
pubmed.ncbi.nlm.nih.gov/40816301/> semmai rafforza il punto
tecnologico. Suggerisce che, dopo l’esposizione all’IA, gli
endoscopisti possano perdere efficacia quando tornano a
operare senza assistenza. È però uno studio osservazionale su
19 endoscopisti di quattro centri polacchi, vulnerabile a
confondimento residuo e privo persino dei dati sui tempi di
osservazione. Soprattutto, parte dal dato che l’IA migliora la
rilevazione: una meta-analisi di 44 trial randomizzati e
36.201 procedure <https://pubmed.ncbi.nlm.nih.gov/39531400/>
rileva un tasso di individuazione degli adenomi del 44,7 per
cento con IA contro il 36,7 per cento senza. Se il deskilling
fosse confermato, sarebbe precisamente un effetto del
trasferimento alla macchina di una funzione percettiva
routinaria. Solleverebbe un problema di formazione e
governance — quello che anch’io evidenzio — non dimostrerebbe
l’inesistenza della capacità tecnica.
La conclusione scientificamente sostenibile è dunque che l’IA
non dovrebbe oggi sostituire autonomamente l’intero giudizio
clinico. Non è la conclusione, del tutto diversa, che
l’analisi routinaria delle immagini non sia già largamente
automatizzabile. La prima proposizione qualifica le modalità
d’impiego; non confuta né la seconda né la lungimiranza
tecnologica di Hinton.
On Sat, 18 Jul 2026 at 12:32, Enrico Nardelli via nexa
<[email protected] <mailto:nexa@server-
nexa.polito.it>> wrote:
Caro Giancarlo
l'aneddotica è una cosa, la realtà e la ricerca
scientifica sono un'altra cosa.
Ognuno ha diritto alle sue opinioni, ci mancherebbe altro,
ma questo è quello che ha detto esattamente Hinton
nell'ottobre 2016:
«/I think if you work as a radiologist, you're like the
coyote that's already over the edge of the cliff but
hasn't yet looked down, so doesn't know there's no ground
underneath him. People should stop training radiologists
now. It's just completely obvious that within five years
deep learning is going to do better than radiologists. It
might be 10 years, but we've got plenty of radiologists
already/.»
Il video è qua https://www.youtube.com/watch?v=2HMPRXstSvQ
<https://www.youtube.com/watch?v=2HMPRXstSvQ>
La citazione delle sue parole nello European Medical
Journal è qua https://www.emjreviews.com/radiology/
article/artificial-intelligence-in-radiology-an-exciting-
future-but-ethically-complex-j140121/ <https://
www.emjreviews.com/radiology/article/artificial-
intelligence-in-radiology-an-exciting-future-but-
ethically-complex-j140121/>
Quindi, perdonami, ma scrivere «/a mio parere
l'affermazione di Hinton del 2016 è stata azzeccata/» io
lo ritengo "lievemente impreciso". Poi non torno più sulla
faccenda perché su queste cose le opinioni, anche la mia,
lasciano il tempo che trovano. Sono i fatti a dover parlare.
Stefano Quintarelli ha ricordato gli svariati modi in cui
l'output di un chatbot viene modificato da ciò che viene
detto o non detto e come lo viene detto, e fornito
riferimenti a lavori scientifici in cui il tema viene
analizzato e discusso anche in riferimento alle diagnosi
mediche, e sono completamente d'accordo con lui che la
tecnologia valutata isolatamente dal contesto in cui si
utilizza possa dar luogo a risultati scorretti.
Dopo di che nessuno nega che si tratta di una tecnologia
potente che può essere utile in mano ad un esperto, sia
Stefano che io che molti altri lo ripetiamo da anni.
Ma che conduca alla sostituzione del giudizio umano, beh,
qui siamo ancora (fortunatamente) molto lontani.
Ciao, Enrico
Il 16/07/2026 17:34, GC F ha scritto:
Caro Enrico,
Premettiamo che la radiografia non è la chirurgia
vascolare, quindi il riferimento di Hinton è sensato. Con
"breve periodo", in tutta onestà, intendo tra oggi e
domani. Quindi, a mio parere l'affermazione di Hinton del
2016 è stata azzeccata (con tutti i caveat del caso e con
quel che dicevo nella mia risposta precedente). Perchè mi
sono formato questa convizione? L'aneddotica mi supporta.
Personalmente negli ultimi due anni ho fornito decine e
decine - forse centinaia - di referti medici
all'intelligenza artificiale da valutare - ho due
genitori molto anziani, con patologie gravi. Diagnosi e
prognosi fornite dalla macchina - che ad ogni iterazione
trimestrale migliora enormemente - sono sempre state
perfette. Spesso più complete e chiare di quelle dei
medici umani che poi hanno valutato gli stessi referti
(spesso con lo stesso livello di empatia della macchina).
In Cina, ci sono già interi ospedali aumentati
dall'intelligenza artificiale. Ci sono stato; non è
fantascienza. E siamo solo agli inizi, agli albori di una
rivoluzione in campo medico senza precedenti. Quindi
ripeto, la previsione di Hinton del 2016, ulteriormente
qualificata in relazione all'attività routinaria,
riflette esattamente lo stato dell'arte del 2026, a mio
parere.
Giancarlo
On Thu, 16 Jul 2026 at 10:02, Enrico Nardelli via nexa
<[email protected] <mailto:nexa@server-
nexa.polito.it>> wrote:
Il 16/07/2026 00:00, GC F via nexa ha scritto:
(4) che l'AI possa potenzialmente sostituire i
radiologi nel breve mi pare così ovvio che non credo
sia necessario scomodare Hinton. In termini di
allocazioni delle risorse (formative), quindi il
ragionamento di Hinton è sostenibile. E' invece
questione diversa se produca più o meno esternalità
positive per la società mantenere monopoli
professionali in capo a soggetti umani. Io credo che
convenga continuare a mantenere questi monopoli,
quindi le professioni abilitate dovrebbero
continuare ad essere prerogativa esclusiva di agenti
umani, aumentati dalle competenze conoscitive e
computazionali della macchina.
Scusami, potresti definire cosa intendi con "breve
periodo", visto che l'affermazione di Hinton risale
ormai a 10 anni fa (2016)?
E anche definire cosa vuol dire "sostituire" visto
che un po' di anni dopo quell'affermazione lo stesso
Hinton ha cominciato a chiarire che in realtà non
voleva dire sostituire completamente ma solo per la
parte routinaria di analisi delle immagini, e che la
sua era più una provocazione che un vera previsione,
etc. etc.
Grazie, Enrico
--
-- EN
https://www.hoepli.it/libro/la-rivoluzione-
informatica/9788896069516.html <https://
www.hoepli.it/libro/la-rivoluzione-
informatica/9788896069516.html>
===================================================
Prof. Enrico Nardelli
Past President di "Informatics Europe"
Vicedirettore del Laboratorio Nazionale "Informatica
e Scuola" del CINI
Dipartimento di Matematica - Università di Roma "Tor
Vergata"
Via della Ricerca Scientifica snc - 00133 Roma
home page: https://www.mat.uniroma2.it/~nardelli
<https://www.mat.uniroma2.it/~nardelli>
blog: https://link-and-think.blogspot.it/ <https://
link-and-think.blogspot.it/>
tel: +39 06 7259.4204 fax: +39 06 7259.4699
mobile: +39 335 590.2331 e-mail:
[email protected]
<mailto:[email protected]>
online meeting: https://blue.meet.garr.it/b/enr-y7f-
t0q-ont <https://blue.meet.garr.it/b/enr-y7f-t0q-ont>
======================================================================================================
--
_______________________________________________
nexa mailing list -- [email protected]
<mailto:[email protected]>
To change settings or unsubscribe please go to:
https://server-nexa.polito.it/postorius/lists/
nexa.server-nexa.polito.it/ <https://server-
nexa.polito.it/postorius/lists/nexa.server-
nexa.polito.it/>
The general archive of the list is located at:
https://server-nexa.polito.it/hyperkitty/list/
[email protected]/ <https://server-
nexa.polito.it/hyperkitty/list/nexa@server-
nexa.polito.it/>
Permalink to this message: https://server-
nexa.polito.it/hyperkitty/list/nexa@server-
nexa.polito.it/message/
Y7X7ATD7RU3KUIFYYH4GMSQXWL6TQ3OL/ <https://server-
nexa.polito.it/hyperkitty/list/nexa@server-
nexa.polito.it/message/Y7X7ATD7RU3KUIFYYH4GMSQXWL6TQ3OL/>
--
-- EN
https://www.hoepli.it/libro/la-rivoluzione-
informatica/9788896069516.html <https://www.hoepli.it/
libro/la-rivoluzione-informatica/9788896069516.html>
===================================================
Prof. Enrico Nardelli
Past President di "Informatics Europe"
Vicedirettore del Laboratorio Nazionale "Informatica e
Scuola" del CINI
Dipartimento di Matematica - Università di Roma "Tor Vergata"
Via della Ricerca Scientifica snc - 00133 Roma
home page: https://www.mat.uniroma2.it/~nardelli <https://
www.mat.uniroma2.it/~nardelli>
blog: https://link-and-think.blogspot.it/ <https://link-
and-think.blogspot.it/>
tel: +39 06 7259.4204 fax: +39 06 7259.4699
mobile: +39 335 590.2331 e-mail: [email protected]
<mailto:[email protected]>
online meeting: https://blue.meet.garr.it/b/enr-y7f-t0q-
ont <https://blue.meet.garr.it/b/enr-y7f-t0q-ont>
======================================================================================================
--
_______________________________________________
nexa mailing list -- [email protected]
<mailto:[email protected]>
To change settings or unsubscribe please go to: https://
server-nexa.polito.it/postorius/lists/nexa.server-
nexa.polito.it/ <https://server-nexa.polito.it/postorius/
lists/nexa.server-nexa.polito.it/>
The general archive of the list is located at: https://
server-nexa.polito.it/hyperkitty/list/nexa@server-
nexa.polito.it/ <https://server-nexa.polito.it/hyperkitty/
list/[email protected]/>
Permalink to this message: https://server-nexa.polito.it/
hyperkitty/list/[email protected]/message/
HIYTLKLXTMRL45SDAHDHJYCWBTD7ZY7B/ <https://server-
nexa.polito.it/hyperkitty/list/[email protected]/
message/HIYTLKLXTMRL45SDAHDHJYCWBTD7ZY7B/>
