Le pioniere non bastano
Le prime rettrici e le donne ai vertici segnano un cambiamento storico, ma il divario di genere resta profondo e rischia di riflettersi anche nelle tecnologie che guideranno la medicina di domani
di Gloria Gammarino
Le immagini delle prime donne alla guida di storiche università italiane raccontano una trasformazione importante. In pochi anni il numero delle rettrici è aumentato sensibilmente e alcuni tra i più antichi atenei del Paese hanno finalmente affidato la propria guida a una donna. Un risultato che segna un cambio di paradigma, ma che non basta ancora a parlare di reale parità di genere.
È questo il messaggio emerso dal convegno “Il Valore della differenza: il ruolo delle donne nella sanità e nella ricerca”, promosso dalla Società Italiana di Diabetologia (SID) insieme alla Sapienza Università di Roma, con l’obiettivo di analizzare le cause del gender gap e individuare strumenti concreti per superarlo.
Se da un lato cresce il numero delle donne che raggiungono incarichi di prestigio, dall’altro i dati mostrano come il soffitto di cristallo continui a limitare l’accesso ai ruoli decisionali. Oggi le rettrici rappresentano circa un quarto dei rettori italiani, mentre le donne sono soltanto il 27% dei professori ordinari e appena il 23% dei direttori di Struttura Complessa negli ospedali.
Secondo la presidente della SID, Raffaella Buzzetti, prima donna a ricoprire questo incarico nella storia della società scientifica, la questione non riguarda soltanto l’equità. “Il mancato accesso delle donne ai ruoli di leadership – sottolinea la Buzzetti – non è solo una questione di equità, ma un limite strutturale che penalizza la qualità dell’innovazione, la competitività della ricerca e l’efficacia dell’intero sistema sanitario”.
Il problema, evidenziano gli esperti, non dipende dalla mancanza di competenze femminili, ma da un sistema di valutazione che continua a favorire percorsi professionali lineari, spesso più compatibili con biografie maschili.
Le interruzioni di carriera legate alla maternità, il diverso carico di cura familiare e una minore presenza nei network accademici incidono ancora oggi sulla possibilità di accedere ai livelli più elevati della carriera universitaria e ospedaliera.
Si tratta di un fenomeno che la ricerca definisce bias di genere, cioè un insieme di meccanismi spesso inconsapevoli che producono disuguaglianze nelle opportunità di crescita professionale.
L’aspetto più innovativo affrontato durante il convegno riguarda il rapporto tra intelligenza artificiale e medicina.
Gli algoritmi che supportano diagnosi, prognosi e decisioni cliniche vengono addestrati sui dati disponibili. Se questi dataset derivano prevalentemente da studi condotti su popolazioni maschili, come è accaduto in numerosi trial clinici del passato, i sistemi di IA potrebbero imparare modelli poco rappresentativi delle differenze biologiche femminili.
Il rischio è che alcuni strumenti diagnostici sottostimino sintomi, fattori di rischio o risposte terapeutiche nelle donne, perpetuando in forma tecnologica disuguaglianze già presenti nella ricerca scientifica.
Per questo motivo il tema coinvolge direttamente anche le neuroscienze, la medicina di precisione e la riflessione etica sull’utilizzo dell’IA: un algoritmo non è mai neutrale, ma riflette la qualità e la rappresentatività dei dati sui quali è stato costruito.
Il convegno ha individuato tre direttrici prioritarie: analizzare con maggiore precisione i dati sul gender gap, comprendere le determinanti biologiche, culturali e organizzative delle disuguaglianze e promuovere modelli di governance capaci di garantire percorsi di carriera realmente meritocratici.
Come risultato dell’iniziativa, la SID elaborerà un Position Statement contenente principi e raccomandazioni operative per favorire maggiore trasparenza nella selezione dei ruoli di responsabilità, valorizzare il merito e costruire ambienti di lavoro più inclusivi.
L’obiettivo non è soltanto aumentare il numero delle donne nei ruoli apicali, ma rendere il sistema della ricerca e della sanità più equo, innovativo ed efficace. Perché la qualità della scienza dipende anche dalla capacità di rappresentare tutta la popolazione, evitando che i pregiudizi del passato diventino gli algoritmi del futuro.
