Patient Attitudes Toward Artificial Intelligence in Jordanian Healthcare: A Cross-Sectional Survey Study

Uno studio trasversale su 500 pazienti in Giordania rivela che, sebbene vi sia un'ottimismo condizionato verso l'intelligenza artificiale in ambito sanitario, la sua accettazione dipende dalla fiducia, dalla trasparenza e dalla preferenza per un approccio che integri l'IA con il coinvolgimento umano, mentre la prontezza ad adottarla è influenzata positivamente dalle competenze digitali e negativamente dal basso livello di istruzione.

L'essenziale

🏥 L'Intelligenza Artificiale in Giordania: I Pazienti Vogliono un "Pilota Automatico" o un "Autista"?

Immagina che il sistema sanitario sia come un grande viaggio in autobus. Fino a oggi, l'autista (il medico) ha sempre guidato da solo, conoscendo ogni curva e ogni ostacolo. Ora, però, arriva una nuova tecnologia: un navigatore satellitare super-intelligente (l'Intelligenza Artificiale o AI) che può suggerire la strada migliore, prevedere il traffico e calcolare i tempi di arrivo con precisione millimetrica.

Ma la domanda è: i passeggeri (i pazienti) si fidano di questo navigatore? E vogliono che l'autista lo usi per aiutarlo, o preferiscono che prenda il volante da solo?

Uno studio recente fatto in Giordania ha chiesto proprio questo a 500 persone che stavano visitando gli ospedali. Ecco cosa hanno scoperto, spiegato con parole semplici.

1. L'Atteggiamento: "Sì, ma con cautela" 🤔

I pazienti giordani non sono né entusiasti folli né terrorizzati. Sono come dei passeggeri prudenti.

• Cosa pensano: "Il navigatore sembra utile, può aiutarci ad arrivare prima e con meno errori".
• La condizione: "Ma non vogliamo che l'autista si addormenti e ci lasci guidare solo dal computer! Vogliamo che l'autista rimanga al volante e usi il navigatore solo come aiuto".

In pratica, la gente vuole che l'AI lavori insieme al medico, non che lo sostituisca. È come dire: "Usa il GPS, ma non togliere le mani al volante!".

2. Cosa piace e cosa spaventa? ❤️🛡️

Lo studio ha misurato diverse "sensazioni" dei pazienti:

• Il bisogno di umanità (La cosa più importante): I pazienti hanno dato il voto più alto al fatto che il medico sia presente, empatico e umano. Immagina di essere in un momento difficile: vuoi che qualcuno ti guardi negli occhi e ti rassicuri, non che una voce robotica ti dia le istruzioni. L'AI è vista come un assistente, non come un sostituto dell'empatia.
• La fiducia (Il motore): Se i pazienti credono che il sistema sia trasparente (cioè che sappiano come funziona il navigatore) e utile, sono più pronti ad accettarlo.
• La paura (Il freno): C'è una preoccupazione moderata per la privacy. È come se i passeggeri si chiedessero: "Il navigatore sta registrando dove vado e chi sono? I miei dati sono al sicuro?". Non è una paura paralizzante, ma è presente.
• L'esperienza (La strada battuta): La maggior parte delle persone ha detto: "Non ho mai usato questo navigatore prima d'ora". L'esperienza diretta con l'AI in medicina è ancora molto bassa.

3. Chi è più pronto a usare l'AI? 🎓📱

Lo studio ha scoperto che non è tanto l'età o il sesso a decidere se qualcuno accetta l'AI, ma due cose molto pratiche:

1. Il livello di istruzione: Chi ha un diploma o un'istruzione inferiore tende a essere più scettico o meno pronto. È come se chi non ha mai guidato un'auto moderna avesse più paura del cruise control.
2. La "competenza digitale": Chi si sente bravo a usare smartphone e app è molto più pronto ad accettare l'AI. È come la differenza tra chi sa usare bene il GPS e chi si perde solo guardando la mappa.

La lezione: Se vuoi che tutti usino l'AI in ospedale, non basta comprare la tecnologia. Bisogna insegnare alle persone a usarla e farle sentire sicure, altrimenti si creerà un divario tra chi capisce e chi rimane indietro.

4. La Conclusione: Come costruire il futuro? 🚀

Lo studio suggerisce che per introdurre l'AI in Giordania (e in paesi simili) bisogna seguire tre regole d'oro:

1. L'umano al centro: L'AI deve essere presentata come il "braccio destro" del medico, non come il nuovo capo. Il medico deve sempre essere lì per spiegare, ascoltare e decidere.
2. Trasparenza e Sicurezza: Bisogna rassicurare i pazienti che i loro dati sono protetti come in una cassaforte e spiegare in modo semplice come funziona il "navigatore".
3. Formazione: Bisogna aiutare chi ha meno dimestichezza con la tecnologia a sentirsi a proprio agio, così che nessuno rimanga escluso dal viaggio.

In sintesi: I pazienti giordani dicono: "Abbiamo voglia di viaggiare veloci e sicuri con l'aiuto dell'AI, ma vogliamo che il nostro medico rimanga al nostro fianco, che ci spieghi la strada e che ci tenga per mano. Non vogliamo un'auto senza autista."

Sommario tecnico

1. Problema e Contesto

L'integrazione dell'Intelligenza Artificiale (IA) nei sistemi sanitari sta accelerando globalmente, offrendo potenziali vantaggi nella diagnosi, nel triage e nel supporto alle decisioni cliniche. Tuttavia, l'accettazione da parte dei pazienti rimane un fattore critico, specialmente nei contesti a risorse limitate e nei paesi a reddito medio come la Giordania.
La letteratura esistente evidenzia che l'adozione dell'IA non dipende solo dall'efficacia tecnica, ma da fattori multidimensionali: fiducia, trasparenza, preoccupazioni sulla privacy, percezione del rischio e, soprattutto, la preferenza per l'interazione umana ed empatica.
Il gap di ricerca: Sebbene esistano studi su studenti e professionisti sanitari in Giordania, mancano evidenze dirette sulle attitudini dei pazienti giordani verso l'assistenza supportata dall'IA e su come variabili demografiche e di alfabetizzazione digitale influenzino la loro disponibilità ad accettarla.

2. Metodologia

Lo studio ha adottato un disegno trasversale (cross-sectional) basato su un'indagine per questionario.

• Campionamento: È stato reclutato un campione di convenzione di 500 pazienti adulti (età ≥18 anni) da sette ospedali terziari pubblici e accademici in tre governatorati giordani: Amman, Balqa e Irbid. La raccolta dati è avvenuta tra luglio e ottobre 2025.
• Strumento di misura: Un questionario strutturato in lingua araba, somministrato tramite dispositivi elettronici (smartphone/tablet) da personale di ricerca formato.
  • Il questionario comprendeva 25 item su scala Likert a 5 punti (da 1 = "fortemente in disaccordo" a 5 = "fortemente d'accordo").
  • Gli item erano raggruppati in sei costrutti teorici:
    1. Esposizione all'IA nella sanità.
    2. Fiducia e trasparenza.
    3. Utilità percepita / aspettativa di performance.
    4. Privacy e rischi percepiti.
    5. Empatia e interazione umana.
    6. Prontezza / intenzione comportamentale.
• Analisi Statistica:
  • Verifica della coerenza interna tramite l'alfa di Cronbach.
  • Statistiche descrittive (medie, deviazioni standard).
  • Test per le differenze di gruppo (t-test di Welch per il genere, ANOVA a una via per età, istruzione e abilità digitali).
  • Correlazioni di Pearson tra i costrutti.
  • Regressione lineare multipla per identificare i predittori indipendenti della "prontezza" (readiness), aggiustando per genere, età, istruzione, uso precedente di app IA e abilità digitali autovalutate.

3. Risultati Chiave

Caratteristiche del Campione e Affidabilità

• Il campione era composto per il 51,6% da donne; l'età più rappresentata era <25 anni (26,8%) e il livello di istruzione più comune era la laurea triennale (45,4%).
• L'affidabilità interna (Cronbach's α) era accettabile per "Fiducia/Trasparenza" (0,745) e "Utilità percepita" (0,756), mentre i costrutti di "Esposizione", "Privacy", "Empatia" e "Prontezza" mostravano coerenze più modeste (tra 0,59 e 0,63), suggerendo una maggiore eterogeneità nelle risposte.

Attitudini Generali (Statistiche Descrittive)

I pazienti hanno espresso un ottimismo condizionato:

• Interazione Umana: Il costrutto con il punteggio medio più alto (M = 4,33). I pazienti enfatizzano fortemente la necessità di mantenere l'elemento umano.
• Utilità Percepita: Punteggio alto (M = 3,97).
• Fiducia e Prontezza: Punteggi moderati-alto (Fiducia M = 3,57; Prontezza M = 3,66).
• Preoccupazioni: Le preoccupazioni su privacy e rischi sono moderate (M = 3,51).
• Esposizione: Il punteggio più basso (M = 2,57), indicando una scarsa esperienza diretta con servizi sanitari basati su IA.
• Item Singolo di Massimo Accord: "Preferisco che l'IA lavori a fianco del medico piuttosto che basarsi su di essa da sola" (M = 4,47). Questo conferma la preferenza per un modello di "human-in-the-loop".

Correlazioni e Predittori

• Fiducia e Utilità: Sono positivamente correlati tra loro e con la Prontezza (r = 0,48 e r = 0,44 rispettivamente, p < .001).
• Privacy e Rischi: Correlati negativamente con la fiducia e l'utilità percepita. Tuttavia, la preoccupazione per la privacy non ha annullato la prontezza se l'utilità era percepita come alta.
• Fattori Demografici e Digitali:
  • Istruzione: Un livello di istruzione inferiore (meno di scuola superiore o scuola superiore) prediceva una ridotta prontezza all'accettazione dell'IA.
  • Abilità Digitali: Un'autovalutazione delle competenze digitali più alta prediceva una maggiore prontezza.
  • Uso Precedente: Chi aveva già utilizzato app o dispositivi basati su IA mostrava punteggi più alti in fiducia, utilità e prontezza.
  • Genere ed Età: Le differenze erano statisticamente rilevanti ma di piccola entità (es. le donne avevano maggiore esposizione, gli uomini maggiore utilità percepita), rendendo i profili demografici meno utili come unici indicatori rispetto alle competenze digitali.

4. Contributi Principali

1. Mappatura del Contesto Giordano: Fornisce la prima evidenza empirica sistematica sulle attitudini dei pazienti verso l'IA in Giordania, un contesto a risorse limitate spesso sottorappresentato nella letteratura globale.
2. Definizione del Modello di Accettazione: Dimostra che in questo contesto, l'accettazione non è un atteggiamento generico, ma è strutturata attorno alla fiducia, alla percezione di utilità e, crucialmente, alla preservazione dell'interazione umana.
3. Identificazione delle Disparità: Evidenzia che il divario nell'accettazione dell'IA non è principalmente generato da età o genere, ma da disparità educative e digitali. I pazienti con minore istruzione e competenze digitali sono i più riluttanti.
4. Validazione di Costrutti: Suggerisce che la dimensione "sovraintesa condivisa" (preferenza che l'IA affianchi il medico) potrebbe essere un costrutto distinto che attraversa le tradizionali categorie di empatia e rischio.

5. Significato e Implicazioni

I risultati hanno profonde implicazioni per l'implementazione dell'IA nei sistemi sanitari giordani e simili:

• Strategia di Implementazione "Umano-Centrica": L'IA non deve essere presentata come sostituta del medico, ma come strumento di supporto decisionale. La comunicazione deve enfatizzare il ruolo del clinico nel supervisionare e interpretare i risultati dell'IA.
• Governance e Trasparenza: È fondamentale sviluppare quadri normativi chiari sulla privacy e sulla responsabilità (accountability) per mitigare le preoccupazioni moderate ma presenti dei pazienti.
• Interventi sull'Alfabetizzazione Digitale: Per evitare di ampliare il divario nell'accesso alle cure, le strategie di implementazione devono includere programmi per migliorare le competenze digitali e la fiducia tecnologica, specialmente tra le popolazioni con istruzione inferiore.
• Comunicazione Trasparente: La fiducia si costruisce spiegando come l'IA viene utilizzata e quali sono i suoi limiti, riducendo l'incertezza legata alla "scatola nera".

Limitazioni dello studio: Il disegno trasversale non permette inferenze causali; il campione di convenzione limita la generalizzabilità a tutta la popolazione giordana; l'uso di dati auto-riferiti può introdurre bias di desiderabilità sociale. Tuttavia, lo studio offre una base solida per ricerche future e per lo sviluppo di politiche sanitarie informate.