UCSF Health ha lanciato Converge, un acceleratore dedicato all’introduzione dell’intelligenza artificiale nell’assistenza clinica. Presentata il 15 luglio 2026 insieme a Kleiner Perkins e Doerr Capital, l’iniziativa punta a trasformare prototipi promettenti in strumenti affidabili, utilizzabili all’interno di un sistema sanitario accademico complesso e fortemente regolamentato.
Il programma interviene su uno dei principali ostacoli incontrati dall’AI sanitaria: la distanza tra le prestazioni tecniche di un modello e la sua effettiva utilità nei percorsi di cura. UCSF Health Converge adotta per questo un approccio definito “inside-out”, nel quale le aziende selezionate lavorano direttamente con medici, responsabili operativi, esperti di governance e team tecnologici. Lo sviluppo avviene quindi negli stessi ambienti nei quali le soluzioni dovranno funzionare.
L’obiettivo non è produrre applicazioni isolate, ma costruire AI di livello enterprise integrabile nei sistemi già utilizzati dall’organizzazione sanitaria. Converge accompagna le imprese lungo l’intero ciclo di valutazione: validazione clinica, revisione tecnica, analisi finanziaria e di conformità, integrazione informatica e pianificazione dei flussi di lavoro del personale. Sono passaggi che, senza un percorso coordinato, possono richiedere un anno o più prima di consentire un’adozione su scala.
Ogni progetto parte da una necessità concreta nell’erogazione delle cure ed è sostenuto da un responsabile operativo di UCSF Health. Le aziende collaborano con gruppi interdisciplinari che riuniscono assistenza, analisi dei dati e information technology, affiancati da risorse dedicate alla gestione del progetto e alla governance. Il banco di prova non è soltanto l’accuratezza del modello: gli output devono risultare clinicamente utilizzabili e inserirsi nelle attività quotidiane senza creare nuovi attriti.
Una parte centrale del programma riguarda fiducia e sicurezza. L’AI responsabile viene trattata come un requisito di progettazione e controllo, non come un principio astratto da applicare alla fine dello sviluppo. I criteri di valutazione vengono incorporati nel processo con l’intento di favorire l’adozione in specialità e contesti assistenziali diversi, mantenendo standard di affidabilità, eccellenza clinica, equità e centralità del paziente.
Le prime aree di intervento comprendono strumenti capaci di supportare i pazienti anche oltre le visite, per esempio attraverso l’individuazione anticipata delle loro necessità, una comunicazione più efficace e un migliore orientamento nei percorsi di cura. Un secondo filone riguarda l’impiego in ospedale e in ambulatorio, con applicazioni per il supporto alle decisioni cliniche, la documentazione, la fatturazione e la pianificazione assistenziale.
Si tratta di ambiti nei quali il sovraccarico informativo può ridurre la qualità delle decisioni e nei quali l’integrazione con i processi esistenti diventa decisiva. La guida dell’acceleratore è affidata a Elizabeth Engel, vicepresidente di UCSF Health con esperienza nella strategia tecnologica e nelle partnership sanitarie. Kleiner Perkins e Doerr Capital contribuiranno invece con supporto agli investimenti e attività di mentorship orientate alla costruzione e alla crescita di tecnologie per la sanità.
La differenza rispetto a una sperimentazione tradizionale risiede nello sviluppo condotto fin dall’inizio pensando all’implementazione. Una soluzione in grado di dimostrare valore nell’ambiente complesso di UCSF Health potrebbe avere maggiori possibilità di essere estesa in modo responsabile. Converge prova così a collegare sperimentazione AI e miglioramento clinico duraturo, misurando i risultati sulla produttività dei team, sull’esperienza dei pazienti e sull’uso sicuro della tecnologia.