Covid-19

Colori delle Regioni, non fidiamoci dell’algoritmo: ecco perché

Ha parametri eccessivi l’algoritmo usato dal Governo per definire le zone di rischio covid, rosse, gialle o arancioni. E nessuno l’ha visto. Trasparenza e oggettività sono dubbie. Ecco perché

Pubblicato il 20 Nov 2020

Federico Fuga

Ingegnere elettronico, esperto di sistemi embedded

cartina_zone_governo

È lecito avere qualche dubbio sulla trasparenza e l’oggettività dell’algoritmo con cui il Governo sta decidendo i colori per le Regioni a rischio covid-19; rosso, arancione, giallo, con le note chiusure differenziate.

Sappiamo che c’è dietro un meccanismo automatico di determinazione dei livelli di allerta e delle conseguenti misure di contenimento.

Il meccanismo è stato inserito all’interno del DPCM del 3 novembre, ed è stato definito fin dalla sua pubblicazione come un algoritmo, intendendo probabilmente mettere in risalto la sua assoluta obiettività.

Il significato del termine algoritmo

Eppure qualcosa non torna. Vale la pena fare una piccola introduzione per chiarire il significato del termine algoritmo. I lettori ci perdoneranno: sembra un excursus, ma andare al passato è utile per capire meglio qualcosa che tocca tutti noi molto (troppo) da vicino.

Nel IX secolo dopo Cristo, il matematico arabo Muḥammad ibn Mūsa importò in Europa il concetto di procedimento di calcolo. Egli era detto al-Khuwārizmī, poiché originario di Khwarizm, regione dell’Asia centrale. Da ciò nel medioevo si iniziò a utilizzare il termine algorismus per identificare ogni procedimento basato sulle cifre arabe che stavano soppiantando la numerazione romana.

La formalizzazione del concetto di algoritmo iniziò molti secoli più tardi, con l’Entscheidungsproblem o “problema della decisione”, proposto da D.Hilbert nel 1928 e poi con il lavoro di A.Turing e A.Church, che nel 1936 indipendentemente definirono il concetto di funzione calcolabile, dando tra l’altro una risposta definitiva al problema di Hilbert, contribuendo alla crisi della matematica della metà del ‘900.

Un algoritmo è dunque un procedimento per risolvere un problema, costituito da un numero finito di passi, o istruzioni, che gode delle caratteristiche di essere finito, ossia giunga ad una conclusione, deterministico, non ambiguo e generale, ossia che risolva tutti i problemi della stessa classe a cui si applica.

I due punti fondamentali su cui dobbiamo soffermare la nostra attenzione sono proprio il secondo e il terzo: se il procedimento è veramente un algoritmo esso deve essere deterministico, cioè che dato una certa combinazione di numeri si ottenga sempre lo stesso risultato, e non ambiguo, non deve esserci incertezza sull’interpretazione dei vari passaggi.

Come funziona l’algoritmo del governo che determina i colori delle Regioni

La determinazione del “colore” da attribuire alle regioni e le relative misure da adottare sono, come detto, definite nel DPCM del 3 novembre[1] tuttavia i criteri per l’attribuzione sono specificati in altri due documenti, il primo, nel DPCM del 30 aprile (Circolare della Direzione Generale Prevenzione Sanitaria), il secondo è intitolato “Prevenzione e risposta a COVID-19: evoluzione della strategia e pianificazione nella fase di transizione per il periodo autunno invernale”, condiviso dalla Conferenza delle Regioni e Province autonome l’8 ottobre 2020 e inserito nel DPCM del 3/11 come allegato 25.

Il primo documento definisce due concetti basilari: quello di “indicatore di monitoraggio”, cioè un dato che una volta valutato può descrivere in termini qualitativi la situazione da una certa prospettiva; e il concetto di “livello di rischio”, che definisce il livello di allerta generale sulla base di una scala a 5 livelli.

Gli indicatori di monitoraggio

L’attività di monitoraggio della zona in oggetto definisce 21 indicatori suddivisi in 3 grandi categorie che qui sintetizziamo:

  • Capacità di monitoraggio, corrispondente a sei indicatori tra cui, per esempio, il numero di casi sintomatici notificati per mese, il numero di casi sintomatici con storia di ricovero ospedaliero, il numero di casi con trasferimento e ricovero in terapia intensiva,
  • Capacità di accertamento diagnostico, indagine e gestione dei contatti, comprendente sei indicatori come il numero di test PCR effettuato, il tempo medio trascorso tra l’insorgenza dei sintomi e la diagnosi, il numero di addetti al contact tracing, ed altri, e infine
  • Stabilità di trasmissione e tenuta dei servizi sanitari, che include nove indicatori tra cui il numero di casi riportati dalla protezione civile, il valore stimato dell’Rt, numero di casi di infezione, eccetera.

Questi indicatori, numerici, sono confrontati con dei valori soglia riportati in una tabella allegata al DPCM, in modo da poter attribuire a ciascuno di essi un livello di attenzione, corrispondenti a “normale” oppure “allerta”.

Il livello di rischio per l’algoritmo covid

Il livello di rischio è come detto una grandezza sintetica che determina 5 livelli di rischio, molto basso, basso, moderato, alto e molto alto.

Tale indice viene determinato sulla base di una ulteriore tabella a due entrate, basata su altri due indici, anch’essi sintetizzati su una scala di 4 livelli (da molto basso a alto).

Un indice è la “probabilità di infezione/trasmissione” e sintetizza in sostanza quanto il virus si sta diffondendo tra la popolazione, mentre l’altro indice è “l’impatto”, ovvero gli effetti della diffusione del virus in relazione sia alle singole persone (ossia la mortalità) sia alla tenuta del Sistema Sanitario nel suo complesso.

Essi vengono valutati con due algoritmi, che il medesimo allegato illustra.

Si tratta in sostanza di una sequenza di tre domande attraverso le quali il valutatore, rispondendo con “sì” o “no”, può determinare il valore dell’indice corrispondente sulla scala.

Ad esempio, per quanto riguarda il primo parametro, “probabilità” le domande sono le seguenti:

  • Sono stati segnalati dei nuovi casi negli ultimi cinque giorni nella regione/PPAA? Se no la probabilità è “molto bassa” e l’algoritmo termina, altrimenti si prosegue.
  • Vi è evidenza di aumento di trasmissione (presenza di almeno due elementi tra trend di casi in aumento, Rt>1 e/o aumento del numero o dimensione dei focolai)? Se no la probabilità è “bassa”, altrimenti prosegui.
  • Vi è evidenza di trasmissione diffusa nella regione/PPAA non gestibile in modo efficace con misure locali (“zone rosse”)? Se no la probabilità è “moderata”, altrimenti è “alta”.

L’algoritmo per l’impatto è del tutto analogo.

Gli scenari di rischio

Il secondo documento[2] intitolato “Prevenzione e risposta al Covid-19”, è un documento piuttosto corposo costituito da diversi capitoli riguardanti diversi aspetti relativi alla preparedness nella gestione dell’emergenza sanitaria; nel quinto capitolo, intitolato “Approccio alla ri-modulazione delle misure di contenimento/mitigazione a livello regionale/PA in ambito di ipotetici scenari di trasmissione del virus SARS-CoV-2 sul territorio nazionale nel periodo autunno-invernale” vengono definiti quattro scenari di rischio a cui corrispondono una serie di misure di controllo e mitigazione che, come spiegato in premessa, sono da intendersi come orientative più che prescrittive.

Il parametro RT

Tali scenari sono basati tutti sul valore del parametro Rt.

Ricordiamo che il parametro Rt è un valore che definisce il numero medio di infezioni che una popolazione di individui infetti produce; è un parametro statistico che interpreta l’evoluzione dell’epidemia nel tempo e tiene conto degli effetti degli interventi di sanità pubblica e della situazione contingente locale.

È un parametro utilissimo per stimare l’evoluzione dell’epidemia, ma la cui misura è soggetta inevitabilmente ad effetti statistici; ad esempio, se la qualità della misura peggiora, per esempio perché il sistema di diagnostica e tracking è saturo, anche la qualità della stima dell’Rt peggiora. Al momento, con un tasso di test PCR positivi che si aggira attorno al 25%, non si può considerare una misura sufficientemente buona, e in effetti il range per cui l’Rt è da considerarsi affidabile con probabilità del 95% è tra 1.08 e 1.81. Una settimana fa era tra 1,45 e 1.83[3].

I 4 scenari, numerati da 1 a 4 per gravità crescente, sono così definiti: per valori di Rt inferiori a 1 si delinea lo scenario 1 (trasmissione localizzata sostanzialmente invariata rispetto a luglio/agosto), tra 1.0 e 1.25 lo scenario 2 (trasmissibilità sostenuta ma gestibile nel breve periodo), tra 1.25 e 1.5 identifica lo scenario 3 (trasmissibilità sostenuta con rischi di tenuta per il S.S. nel medio periodo) e per valori maggiori a 1.5 si ha il quarto scenario (tramissibilità sostenuta con criticità nel breve periodo).

Le zone

Il DPCM di novembre all’art.2 definisce dunque quella che informalmente è detta “zona arancione” una regione di rischio alto in scenario 3, mentre l’art. 3 definisce la cosiddetta “zona rossa” una regione a rischio alto in scenario 4.

Sulla base di questi livelli di allerta, informalmente chiamati “colori”, si applicano dunque i provvedimenti descritti nei successivi commi.

I problemi dell’algoritmo covid-19 scelto dal Governo

Fin qui tutto sembrerebbe abbastanza deterministico.

Tuttavia, se il passaggio dal livello di rischio e dallo scenario alla zona di rischio sembra privo di ambiguità, pare invece assai lacunoso il passaggio dagli indicatori di monitoraggio ai parametri di probabilità e impatto.

Infatti, alla fine della valutazione del livello di allerta di ciascuno dei 21 parametri, otteniamo fino a 21 valori che possono essere “normali” oppure “in allerta”. Tuttavia, le “domande” dei due algoritmi sono abbastanza generiche da poter dare spazio ad ambiguità e a discrezionalità. Cosa significa infatti “aumento della dimensione dei focolai” o “evidenza di trasmissione diffusa”?

Non sono certo valutazioni quantitative, ma sono valutazione del tutto qualitative, ad esempio l’allocuzione “trasmissione diffusa” senza indicare un valore di Rt o una qualunque altra soglia quantitativa, calcolabile meccanicamente, o un criterio oggettivo di stima, lascia molto spazio all’arbitrarietà.

Questo specifico passaggio soffre dunque di una grave mancanza di chiarezza e tale ambiguità e arbitrarietà inficia complessivamente sul requisito di non ambiguità della descrizione dell’algoritmo nel complesso, rendendolo dunque non deterministico essendo soggetto al giudizio personale del valutatore.

Senza chiarire dei criteri qualitativi in tale passaggio è, dunque, impossibile codificare l’intera valutazione in un procedimento non ambiguo e deterministico, necessario alla valutazione della bontà e adeguatezza dei risultati.

Troppi indicatori nell’algoritmo

Al di là dei dubbi esposti, un discorso a parte va fatto sull’opportunità, infine, di avere un così alto numero di indicatori per determinare gli indici di probabilità e di impatto.

Ogni valutazione matematica di un sistema fisico parte da un modello, per il semplice fatto che i “numeretti” ovvero i dati non “esistono” nella realtà, ma sono una rappresentazione di grandezze che nei processi fisici o, in questo caso, epidemiologici, si combinano, cambiano, si trasformano.

E ogni modellista sa che i parametri del modello, in particolare quelli che servono a valutare lo stato del modello, devono essere stimati ed aggiustati.

Nei modelli descrittivi, per esempio, essi si aggiustano finché il risultato del calcolo coincide con quello osservato nella realtà, mentre in quelli decisionali si devono aggiustare affinché le decisioni siano ragionevoli e coerenti con il contesto.

Si pensi per esempio alla difficoltà che abbiamo sotto la doccia per regolare la temperatura dell’acqua, quando un movimento troppo rapido ci porta rapidamente dal freddo polare alla scottatura. Dobbiamo “tarare” la velocità con la quale muoviamo il miscelatore, tenendo conto, tra le altre cose, del ritardo nella risposta del sistema, che è sempre fonte di grandissima instabilità.

Dunque, abbiamo un modello con 21 parametri. Sono tanti? Sono pochi?

Talvolta abbiamo l’illusione che è meglio avere tanti dati per avere maggiore informazione. In realtà non è affatto così, è una fallacia logica assai diffusa.

Luca Dellanna[4], nel suo libro “The Control Heuristic”, usa una parabola molto efficace per spiegare questo concetto: se vogliamo predire che tipo di caffè tra espresso, frappuccino (una bevanda molto in voga quando andai negli USA nel 2006) e caffè turco ordinerà il prossimo cliente della nostra caffetteria, è molto più utile avere pochi parametri come la nazionalità, o i tratti somatici, che tanti altri parametri come, per esempio, l’avere o meno una borsa o il presentarsi ad una certa ora del giorno, anche se essi sembrano mostrare una certa e significativa correlazione con il fenomeno osservato. Più parametri si usano, meno essi sono significativi e il loro contenuto informativo (o meglio, la loro significatività) decresce velocemente, mescolandosi sempre più con il rumore. È il problema dell’overfitting.

Non mi stupisce dunque che il presidente della regione Friuli Venezia Giulia abbia proposto la riduzione dei 21 parametri di monitoraggio ad un esiguo e più gestibile insieme di 5 o 6. La trovo personalmente una decisione più che ragionevole.

Conclusioni

Come abbiamo visto, l’ambiguità di alcuni passaggi del cosiddetto “algoritmo” inficiano complessivamente sulla trasparenza del procedimento di assegnazione delle zone di rischio, e dunque influiscono pesantemente sull’oggettività delle scelte. Del resto, la sostanziale incoerenza con cui alcune regioni sono state assegnate alle zone di più stretta limitazione mentre altre, in situazione apparentemente simile, sono rimaste più libere, fa pensare che ci fosse già in origine un qualcosa di rotto nel meccanismo.

Di certo, un più trasparente e semplice meccanismo di calcolo, magari basato su un numero ridotto di parametri essenziali, avrebbe permesso una minore discrezionalità e una più efficace e tempestiva azione che sarebbe forse stata accettata di buon grado sia dai presidenti di regione che dai cittadini stessi.

Del resto, in condizioni di incertezza i meccanismi inutilmente complicati introducono soltanto maggiore complessità senza essere più efficaci, e ritardando l’azione aggravano una situazione particolarmente critica quando obiettivamente nessuno ha il lusso di sprecare giorni in inazione e in discussione.

  1. http://www.governo.it/it/articolo/coronavirus-il-presidente-conte-firma-il-dpcm-del-3-novembre-2020/15617
  2. http://www.salute.gov.it/imgs/C_17_pagineAree_5373_16_file.pdf
  3. https://www.huffingtonpost.it/entry/covid-indice-rt_it_5fb05a2ec5b6c5f3d2f7f156
  4. https://www.luca-dellanna.com/

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Speciale PNRR

Tutti
Incentivi
Salute digitale
Formazione
Analisi
Sostenibilità
PA
Sostemibilità
Sicurezza
Digital Economy
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr

Articoli correlati

Articolo 1 di 2