I test del DNA non sono più una nicchia da laboratorio: entrano negli ospedali, nelle farmacie e perfino nelle offerte “direct-to-consumer” vendute online. E mentre l’intelligenza artificiale accelera letture e interpretazioni del genoma, cresce anche la posta in gioco: privacy, sicurezza, discriminazioni e controllo dei dati più intimi che esistano.
Per questo tre colossi della tecnologia, OpenAI, Anthropic e Google, hanno lanciato un appello alle istituzioni perché arrivi una legge dedicata al depistaggio genetico. Non un generico richiamo alla “protezione dei dati”, ma un quadro specifico che stabilisca cosa si può fare con i test, chi può accedere alle informazioni biologiche e quali paletti devono impedire abusi.
Il messaggio arriva in un momento in cui le regole, tra Paesi diversi, restano frammentate. E la sensazione è che la velocità dell’innovazione stia superando quella della politica, un copione già visto anche in Italia quando si parla di sanità digitale e gestione dei dati sensibili.
Altman, Amodei e Pichai: la legge deve inseguire la corsa dei test genetici
A firmare l’appello sono tre figure simbolo della nuova ondata tech: Sam Altman (OpenAI), Dario Amodei (Anthropic) e Sundar Pichai (Google). Chiedono un quadro legale che “agganci” la diffusione dei test genetici e delle tecniche di analisi, perché i dati prodotti non sono paragonabili a un’email o a un numero di telefono.
Il DNA riguarda la singola persona, ma parla anche della sua famiglia e, se aggregato, può descrivere interi gruppi. Un test può rivelare predisposizioni a malattie ereditarie, indicazioni farmacogenetiche o rischi futuri: informazioni che, se usate fuori contesto, possono pesare su scelte di assunzione, tariffe assicurative o accesso a servizi.
Qui entra in gioco la richiesta centrale: una legge che definisca obblighi stringenti su consenso, sicurezza e finalità d’uso. Non basta “accettare i termini”: serve capire davvero cosa si autorizza, per quanto tempo e con quali possibilità di revoca.
C’è anche un elemento politico-industriale. Le regole cambiano molto da una giurisdizione all’altra e questo crea zone grigie per chi opera su più mercati. Un quadro stabile, sostengono, protegge i cittadini ma dà anche prevedibilità a chi sviluppa servizi di test, strumenti di analisi e piattaforme di gestione dei dati sanitari.
Allo stesso tempo, l’appello può essere letto come una mossa preventiva: i big tech vengono spesso accusati di raccogliere dati sensibili e monetizzarli. Sostenere una legge significa anche provare a dimostrare disponibilità a limiti e obblighi. Ma la differenza la farà il testo: sanzioni, controlli, autorità di vigilanza e regole sullo scambio dei dati.
Test medici e “fai da te”: una valanga di dati impossibili da cambiare
Il depistaggio genetico oggi viaggia su due binari. Il primo è quello clinico: test prescritti o proposti nel percorso di cura per valutare rischi ereditari, orientare terapie o confermare diagnosi. Il secondo è quello consumer: kit venduti direttamente al pubblico, spesso presentati come strumenti per scoprire origini, tratti fisici o indicatori di salute.
In entrambi i casi, la caratteristica chiave è una: il dato è “per sempre”. Il genoma non cambia e, man mano che la ricerca avanza, quelle stesse sequenze possono diventare più informative e più “leggibili” di quanto lo fossero al momento del test.
Questa massa di informazioni interessa molti attori: laboratori, ospedali, ricercatori, ma anche assicurazioni, datori di lavoro e piattaforme digitali. E interessa pure i criminali informatici. Una fuga di dati genetici non è come un furto di password: non esiste un modo per “resettare” il DNA. Il danno potenziale riguarda identità e intimità biologica.
Il nodo del consenso, poi, si complica. Alcune piattaforme propongono opzioni di condivisione “per la ricerca” o “per migliorare il servizio” con formule troppo generiche. Altre si appoggiano a partner e subfornitori, creando catene in cui diventa difficile capire chi tocchi davvero il dato, per quale scopo e per quanto tempo.
Infine, l’anonimizzazione è fragile: anche senza nome e cognome, il DNA resta un identificatore quasi unico e può essere incrociato con altre fonti. Più aumentano le banche dati, più cresce il rischio di re-identificazione.
L’IA cambia tutto: analisi più rapide, più valore economico e più rischi di re-identificazione
L’intelligenza artificiale rende i dati genetici ancora più appetibili perché permette di estrarre segnali da grandi volumi: correlazioni tra varianti genetiche e rischio di patologie, risposta ai farmaci, caratteristiche fisiologiche. È un vantaggio enorme per la ricerca biomedica, ma sposta anche l’equilibrio dei rischi: ciò che ieri sembrava poco utile, domani può diventare altamente predittivo.
Con modelli più potenti, cambia anche la partita della re-identificazione. Anche dati aggregati possono rivelare attributi sensibili o essere ricondotti a una persona grazie a informazioni di contesto. Più l’IA riduce i margini d’errore, più cresce la tentazione di usi secondari: profilazione, segmentazione, valutazioni “di rischio” fuori dall’ambito sanitario.
La vera ricchezza, non sta solo nella sequenza grezza ma nei “dati arricchiti”: annotazioni, interpretazioni, collegamenti con cartelle cliniche, prescrizioni, abitudini di vita e fattori ambientali. L’IA è il motore di questo arricchimento. E apre una domanda politica: a chi appartiene il valore creato a partire dai dati biologici? Al cittadino, al sistema sanitario, al laboratorio, alla piattaforma che interpreta, o a chi addestra modelli su quelle informazioni?
Resta poi il tema della responsabilità. Se un’interpretazione algoritmica orienta una decisione medica, o una scelta che di fatto incide sulla salute, chi risponde in caso di errore: lo sviluppatore del modello, il fornitore del test, il medico, la piattaforma che mostra il risultato? Una legge dedicata potrebbe chiarire obblighi di validazione, trasparenza e supervisione umana.
I paletti attesi: consenso informato, stop alle discriminazioni e controlli reali
Il dibattito, secondo l’impostazione proposta, ruota attorno a tre pilastri: consenso informato, limitazione degli usi e non-discriminazione. Sul consenso, l’obiettivo è evitare autorizzazioni “onnivore” e imporre moduli comprensibili, scelte granulari e possibilità di ritiro. Nel consumer, è cruciale perché spesso manca un professionista sanitario a spiegare implicazioni e limiti; nel clinico, il paziente deve sapere anche cosa può emergere “per caso”.
Su assicurazioni e lavoro, l’idea è impedire che informazioni genetiche vengano usate per negare un contratto, alzare un premio o scartare un candidato. In Italia il tema richiama da vicino le discussioni su privacy sanitaria e selezione del personale: qui il rischio è più radicale, perché il DNA può trasformarsi in una scorciatoia per classificare le persone in base a probabilità di malattia.
Il terzo pilastro è la governance: standard di sicurezza (cifratura, controlli d’accesso, tracciamento), audit regolari, tempi di conservazione limitati, procedure di cancellazione e obblighi di notifica in caso di incidenti. La difficoltà è bilanciare tutto questo con le esigenze della ricerca, che spesso richiede dati su periodi lunghi: entrano in gioco strumenti come il consenso “dinamico” e comitati etici.
Si discute anche di portabilità: la possibilità per chi si è testato di trasferire risultati a un altro fornitore, a un ospedale o a un’app. È un diritto che aumenta il controllo individuale, ma amplia anche le superfici d’attacco e il rischio di circolazione incontrollata. Servono formati sicuri, autenticazione forte e limiti chiari ai riusi non medici.
Infine, una legge funziona solo se c’è un’autorità di controllo con poteri e risorse per indagare e sanzionare. E resta il nodo dei trasferimenti transfrontalieri: i dati genetici viaggiano tra laboratori e cloud in più Paesi. Una norma nazionale può proteggere, ma senza un allineamento tra giurisdizioni la tenuta del sistema resta fragile.
