Fitbit porta le cartelle cliniche nell'app e punta sul coaching medico con AI

C'è un confine che fino a poco tempo fa separava nettamente due mondi: da un lato gli smartwatch e le app che contano i passi, misurano il battito cardiaco e analizzano il sonno; dall'altro le cartelle cliniche, gli esami del sangue, le prescrizioni mediche. Fitbit sta cercando di abbattere quel confine. L'aggiornamento annunciato da Google durante l'evento The Check Up porta il modello di intelligenza artificiale Gemini al centro del nuovo AI Coach di Fitbit, con una novità concreta per gli utenti statunitensi: la possibilità di collegare la propria documentazione sanitaria direttamente all'app, attraverso intermediari come b.well e Clear.

Dal braccialetto al dossier medico

In apparenza si tratta di un'evoluzione logica: più dati disponibili, consigli più precisi. In realtà è un salto di categoria. Fino ad oggi Fitbit interpretava segnali fisiologici — quante ore hai dormito, quanto è variato il tuo battito a riposo, quanti passi hai fatto. Da oggi, almeno per chi sceglierà di farlo, l'app potrà leggere quei segnali alla luce di informazioni cliniche strutturate: farmaci assunti, risultati di analisi di laboratorio, storico delle visite mediche. È il passaggio da quello che nel settore viene chiamato "quantified self" — la quantificazione di sé attraverso sensori — a un'esperienza molto più vicina a quella del paziente. Con una differenza sostanziale: dall'altra parte dello schermo non c'è un medico, ma un sistema di elaborazione dati e un assistente conversazionale basato sull'intelligenza artificiale.

La prima novità tangibile, però, riguarda qualcosa di più quotidiano e accessibile a tutti gli utenti, anche a chi non collegherà mai la propria cartella clinica: il monitoraggio del sonno. Fitbit dichiara un miglioramento del 15% nella precisione del rilevamento delle fasi del sonno su dispositivi Pixel e Fitbit, grazie a nuovi algoritmi in grado di distinguere meglio tra tentativi di addormentamento, sonnellini brevi, risvegli notturni e transizioni tra le diverse fasi del riposo. Può sembrare un dettaglio tecnico, ma la differenza tra "ti sei svegliato alle 3" e "hai avuto tre micro-risvegli senza rendertene conto" cambia radicalmente il tono di un consiglio sul recupero fisico o sullo stress.

C'è però un effetto collaterale che chi usa questi dispositivi potrebbe già aver sperimentato. Quando un algoritmo diventa più sensibile, può peggiorare l'esperienza percepita prima di migliorarla. È successo con aggiornamenti precedenti del rilevamento del sonno: molti utenti si sono ritrovati improvvisamente con un numero maggiore di risvegli notturni registrati, e li hanno interpretati come un bug o come un peggioramento della propria salute, mentre l'azienda stava semplicemente affinando la misurazione. Il problema, in questi casi, non è tecnico: è psicologico. Se una metrica cambia il proprio punto di riferimento senza una spiegazione chiara, l'utente perde fiducia nell'app — e qualsiasi consiglio successivo rischia di sembrare arbitrario.

L'integrazione sanitaria è più complessa di un pulsante

Il cuore della novità — la connessione con la cartella clinica — passa attraverso una filiera più lunga di quanto sembri a schermo. Non è un collegamento diretto tra Fitbit e l'ospedale: in mezzo ci sono intermediari di interoperabilità, reti di provider e sistemi di verifica dell'identità pensati per ridurre frodi e accessi impropri. Partner come b.well si muovono su questo terreno: aggregano i dati sanitari di un paziente da fonti diverse e li rendono trasportabili tra app e contesti. Il tutto si basa su standard tecnici come FHIR, un protocollo che negli Stati Uniti sta rendendo sempre più normale per i cittadini accedere e condividere i propri dati clinici tramite applicazioni consumer.

Ma il valore reale di questo «contesto clinico» non è garantito dalla semplice presenza del pulsante «collega la tua cartella». Dipende da quanti ospedali, laboratori e assicurazioni sono effettivamente raggiungibili, dalla qualità dei dati importati — completezza, aggiornamento, assenza di duplicati — e dalla trasparenza sui limiti di ciò che viene mostrato. Un'analisi del sangue di sei mesi fa o un elenco di farmaci incompleto possono essere più pericolosi di nessun dato, perché spingono l'assistente a produrre consigli con un'apparente autorevolezza clinica che non si è guadagnata.

Il coaching basato sull'AI si avvicina alla medicina senza diventare medicina

Qui sta la tensione centrale di questa mossa di Google e Fitbit. L'AI Coach si avvicina alla medicina senza diventare medicina. Per l'utente medio, vedere farmaci, esami e visite affiancati ai grafici del sonno e del battito cardiaco crea un effetto di continuità: se l'app mostra dati «da cartella», il consiglio che ne deriva sembra «clinico». E quando quel consiglio è generato da un modello di linguaggio come Gemini, il rischio non è solo l'errore occasionale: è quella che in gergo si chiama "overclaim", la sensazione implicita che il sistema sappia più di quanto sappia davvero.

Chi controlla i dati, chi ne risponde

In questo scenario, la governance dei dati — cioè chi può vedere cosa, dove transitano le informazioni, cosa succede se si revoca il consenso — diventa parte integrante dell'esperienza utente, non una nota a piè di pagina nei termini di servizio. I dati vengono usati solo per generare i consigli del coach, o anche per migliorare i modelli di intelligenza artificiale? Quanto è chiaro il confine tra i servizi Fitbit, l'account Google e i partner terzi? Sono domande che fino a ieri interessavano solo gli addetti ai lavori, ma che oggi condizionano concretamente la scelta di adottare o meno una funzione.

Sul piano normativo, vale la pena chiarire un equivoco comune. Molte app di salute consumer non rientrano automaticamente nel perimetro dell'HIPAA, la legge americana sulla privacy dei dati sanitari. Ma questo non significa che operino in un vuoto regolatorio. La Federal Trade Commission ha aggiornato e irrigidito l'applicazione della HBNR — la regola sulle notifiche obbligatorie in caso di violazione dei dati sanitari — estendendola esplicitamente alle app di salute e ai dispositivi connessi. In un ecosistema in cui un'app può raccogliere dati da più fonti e ricomporli in un profilo sanitario personale, la sicurezza non è solo una promessa di marketing: è un potenziale terreno di enforcement se le pratiche reali non corrispondono alle comunicazioni fatte agli utenti.

L'idea di portare le cartelle cliniche sullo smartphone non nasce oggi

Un percorso già tracciato, ma con un passo in più

Vale la pena collocare questa novità in una prospettiva storica. Apple, già nel 2018, aveva introdotto Health Records basandosi su FHIR, con una narrazione centrata sull'aggregazione e la portabilità dei propri dati clinici. La differenza rispetto a quello che sta facendo Fitbit oggi non sta nel cosa si raccoglie, ma nel cosa ci si fa: Fitbit prova a trasformare il contesto clinico in coaching attivo, in azioni suggerite. È un passaggio che alza il valore percepito del servizio — e, simmetricamente, la responsabilità comunicativa di chi lo offre.

Per Google, c'è anche una dimensione di piattaforma più ampia. Fitbit non è solo un'app: è un tassello di un ecosistema Android che negli ultimi anni ha lavorato per strutturare la gestione dei dati di salute, integrando progressivamente anche i EHR — le cartelle cliniche elettroniche — attraverso standard aperti. La direzione è chiara: unire i segnali dei sensori indossabili con i dati clinici certificati, per rendere l'assistenza più contestuale e personalizzata. Il rischio, però, è che inseguendo l'effetto «assistente sempre disponibile», si crei una dipendenza da catene di integrazione opache, in cui l'utente non distingue più tra ciò che il dispositivo misura, ciò che l'ospedale ha certificato e ciò che il modello ha inferito.

La disponibilità attuale limitata agli Stati Uniti non è solo una questione di lancio graduale: è il riflesso di una realtà strutturale. L'interoperabilità tra sistemi sanitari non è un problema tecnico risolto con un aggiornamento software. In Europa, e in Italia in particolare, collegare in modo uniforme referti, prescrizioni e visite dentro un'app consumer significa confrontarsi con una frammentazione diversa — regionale, nazionale, per provider — e con aspettative di privacy non sempre sovrapponibili a quelle americane.

Il vero banco di prova per Fitbit Coach non sarà la percentuale di accuratezza dichiarata, ma la capacità di guadagnarsi il diritto di essere ascoltato. Questo significa spiegare in modo comprensibile perché le metriche cambiano, mostrare chiaramente da dove provengono i dati clinici importati, e dare all'utente controlli granulari che lo facciano sentire davvero proprietario del proprio profilo sanitario. Far dialogare sensori indossabili, cartelle cliniche e modelli generativi è la parte tecnicamente complessa. Far sì che tutto questo non sembri più clinico di quello che è — un consiglio consumer, non una diagnosi — è la parte più difficile.