1. Scopo
Questa informativa spiega come PappAI utilizza l'intelligenza artificiale, quali dati sono coinvolti e quali controlli di governance sono attivi. È rivolta ai professionisti della nutrizione che utilizzano la piattaforma e, ove pertinente, ai loro pazienti.
2. Cosa fa l'AI
- Redige una bozza di piano dietetico settimanale <code>proposed</code> sulla base del profilo clinico del paziente.
- Genera insight operativi sull'aderenza del paziente e sulla coerenza del piano.
- Supporta la prioritizzazione dei follow-up evidenziando i pazienti che potrebbero richiedere attenzione.
Ogni output dell'AI è un suggerimento professionale da rivedere, modificare e approvare da parte del nutrizionista prima dell'utilizzo.
3. Cosa NON fa l'AI
- Non formula diagnosi mediche.
- Non esegue screening clinici automatizzati.
- Non prescrive trattamenti terapeutici.
- Non sostituisce il giudizio clinico del professionista.
L'output generato dall'AI è esclusivamente un supporto decisionale. Non costituisce una valutazione clinica, una diagnosi medica o una raccomandazione terapeutica, e non deve essere trattato come tale.
4. Modello e fallback
- Modello primario:
gemini-2.5-flash(Google Vertex AI). - Fallback:
rule-based-fallbackdeterministico (locale, senza chiamate API esterne). - Il pinning del modello con guardrail CI previene derive non autorizzate del modello.
5. Dati coinvolti
PappAI applica un principio di minimizzazione dei dati: gli identificatori diretti del paziente non strettamente necessari per il compito nutrizionale sono esclusi dai payload inviati all'AI. I seguenti dati non vengono inviati al modello AI:
- Nome e cognome completi.
- Codice fiscale / documento d'identità nazionale.
- Indirizzo e-mail, numero di telefono o indirizzo di residenza.
Nelle richieste all'AI sono inclusi solo i dati clinicamente rilevanti (biometria, preferenze alimentari, restrizioni, obiettivi).
6. Human-in-the-loop
- Tutti gli insight AI vengono creati con stato iniziale
proposed— non vengono mai applicati automaticamente. - Ogni decisione clinica e operativa rimane in capo al professionista della nutrizione.
- Ogni output dell'AI può essere accettato, modificato o scartato dal professionista.
7. Logging e affidabilità
Ogni chiamata AI viene registrata con: endpoint, modello utilizzato, esito, stato del fallback, avvisi, errori e durata. Il monitoraggio operativo include rate limiting, tracciamento del tasso di fallback/errori e alert automatici per comportamenti anomali.