Sanità

Dati sanitari, le norme e i metodi per usarli con la privacy

I nuovi sistemi per l’estrazione automatica di informazioni dalla enorme mole di dati sanitari distribuiti, eterogenei e talvolta in forma non strutturata, migliorano prevenzione, diagnosi e cura delle patologie, indagini epidemiologiche e strategie sanitarie. Le implicazioni e le prospettive del loro utilizzo

25 Giu 2018
Mario Ciampi

Istituto di Calcolo e Reti ad Alte Prestazioni – CNR

sanità_274762298

L’accelerazione che il percorso di digitalizzazione dei processi e servizi sanitari ha avuto negli ultimi anni ha favorito un considerevole aumento della disponibilità di documenti sanitari in formato elettronico, quali cartelle cliniche, referti specialistici, verbali di pronto soccorso e lettere di dimissione ospedaliera.

I documenti che gli organismi sanitari producono quotidianamente contengono una straordinaria quantità di contenuti di natura sia medica che amministrativa, preziosissimi in primo luogo per i cosiddetti usi primari, ossia assistenza sanitaria ed emergenza-urgenza. Infatti, attraverso l’analisi di tali contenuti è possibile incrociare i dati di un paziente (sesso, età, sintomi e altri dati anamnestici) con lo scopo di migliorare significativamente la prevenzione, la diagnosi e la cura delle patologie.

In secondo luogo, la disponibilità di dati inerenti ad un altissimo numero di pazienti distribuiti in diversi territori geografici offre notevoli opportunità per gli usi secondari, miranti sia allo svolgimento di indagini epidemiologiche atte ad identificare i fattori di rischio che contribuiscono all’insorgenza delle malattie attraverso l’individuazione di correlazioni nascoste nei dati, sia al perfezionamento di strategie di programmazione sanitaria mediante la verifica sul campo dei fabbisogni sanitari.

L’analisi dell’ingente patrimonio informativo sanitario è però minata da due principali ostacoli: la grandissima parte dei dati sanitari è prodotta in forma non strutturata, non consentendo quindi un’agevole estrazione di informazioni significative, e i dati personali dei pazienti non possono essere utilizzati per fini statistici né resi pubblici per motivi connessi alla privacy.

I recenti progressi tecnologici nel campo dell’Intelligenza Artificiale, come vedremo, stanno tuttavia offrendo una concreta risposta a questi problemi.

Principi normativi sulla privacy dei dati sanitari

La grande quantità di informazioni sanitarie disponibili e il progredito avanzamento delle tecnologie di analisi dei dati hanno richiesto ai legislatori di tutto il mondo uno sforzo nella regolamentazione delle modalità di protezione dei dati personali.

Digital event
Torna il Cybersecurity 360 Summit strategia nazionale di cybersicurezza. Online, 27 ottobre
Sicurezza
Sicurezza dei dati

Particolare attenzione su questo tema è stata posta dall’Unione Europea con il Regolamento n. 2016/679, meglio noto come GDPR (General Data Protection Regulation), che ha avuto lo scopo di uniformare le normative di riferimento sulla privacy tra i Paesi membri. Il GDPR stabilisce in particolare che “categorie particolari di dati personali che meritano una maggiore protezione dovrebbero essere trattate soltanto per finalità connesse alla salute”. L’articolo 5 indica che i dati personali acquisiti per finalità specifiche possono essere ulteriormente trattati “a fini di archiviazione nel pubblico interesse, di ricerca scientifica o storica o a fini statistici” e introduce il principio della minimizzazione dei dati, ossia l’obbligo di utilizzare solo dati personali “adeguati, pertinenti e limitati a quanto necessario rispetto alle finalità”. L’articolo 89 specifica inoltre che il principio di minimizzazione dei dati può essere garantito mediante la predisposizione di specifiche misure di natura sia tecnica che organizzativa, tra le quali la pseudonimizzazione, ossia il processo che sostituisce i dati personali con pseudonimi con l’obiettivo di privare i documenti dei dati identificativi (questo processo è noto come de-identificazione). A differenza dell’anonimizzazione, che causa la cancellazione irreversibile di ogni informazione personale, con la pseudonimizzazione è in generale possibile identificare il soggetto esclusivamente mediante informazioni aggiuntive, le quali devono essere conservate in maniera separata e nel rispetto di misure di sicurezza elevate.

Sul tema della tutela della privacy anche gli Stati Uniti hanno prestato un grande interesse. Già dal 1996 è infatti in vigore l’HIPAA (Health Insurance Portability and Accountability Act), la legge federale che regola il settore delle assicurazioni in campo sanitario. Questa legge fornisce importanti indicazioni sulla protezione dei dati sanitari dei pazienti identificando 18 tipi di informazioni sanitarie protette (PHI, Protected Health Information), che includono nomi propri, identificativi geografici, date correlate all’interessato, recapiti e così via. Tali informazioni non devono essere considerate per scopi differenti da quelli di cura.

I risultati dell’integrazione dei sistemi informativi

Le informazioni sanitarie generate da eventi clinici riguardanti gli assistiti sono tipicamente memorizzate in diverse tipologie di sistemi informativi sanitari, che hanno lo scopo di raccogliere, a vari livelli, le informazioni cliniche in maniera sistematizzata e facilmente accessibile agli attori autorizzati. I sistemi informativi più diffusi nel settore sanitario sono quelli di supporto alla gestione delle attività ospedaliere (cosiddetti HIS, Hospital Information System) e di specifici reparti o centri, quali la radiologia (RIS, Radiology Information System), i laboratori di analisi (LIS, Laboratory Information System), la cardiologia (CIS, Cardiology Information System).

Il notevole sviluppo di soluzioni per l’integrazione di tali sistemi, nonché il positivo stato di avanzamento delle iniziative a supporto della realizzazione di piattaforme tecnologiche di Fascicolo Sanitario Elettronico interoperabili su larga scala[1], ha determinato l’instaurarsi di un circolo virtuoso, che da una parte facilita l’utilizzo delle informazioni prodotte attraverso l’uso di applicazioni informatiche, dall’altra spinge verso l’adozione di azioni volte al miglioramento della qualità del dato.

Tra queste iniziative, si segnala il proficuo lavoro in atto relativo alla definizione di specifiche condivise per la rappresentazione di dati clinici in forma semi-strutturata in conformità agli standard internazionali del settore, con particolare riferimento a HL7 CDA Release 2.0[2]. Tali standard permettono e in generale obbligano comunque il ricorso alla forma testuale, al fine di consentire ai professionisti di descrivere in maniera più efficace possibile le condizioni del paziente.

Nonostante queste iniziative stiano favorendo la produzione nativa di dati sempre più strutturati, in Italia come nel resto del mondo la maggior parte del formato dei contenuti clinici è di tipo narrativo. Questo aspetto pone chiari problemi di de-identificazione dei dati, che oggi è spesso effettuata attraverso un laborioso processo manuale, non permettendo quindi all’intero patrimonio informativo di essere oggetto di usi secondari.

Approcci metodologici per la de-identificazione dei dati

I notevoli progressi raggiunti negli ultimi anni dall’Intelligenza Artificiale, soprattutto nel campo dell’elaborazione del linguaggio naturale (NLP, Natural Language Processing), hanno favorito la proliferazione di sistemi di de-identificazione automatica, i quali sono in grado di permettere ai programmi di comprendere e dedurre conoscenze dall’analisi del testo scritto nel linguaggio utilizzato dagli esseri umani nel rispetto della privacy.

La letteratura scientifica, che annovera numerose proposte di ricerca miranti ad affrontare questo problema, raggruppa tali sistemi in due classi differenti [3]: sistemi basati su regole e sistemi basati sull’apprendimento automatico.

Sistemi basati su regole

La prima classe di sistemi di de-identificazione automatica utilizza insiemi di regole opportunamente formalizzate e dizionari per rimuovere categorie di informazioni sanitarie protette, quali ad esempio nomi propri, codici identificativi, numeri di telefono, indirizzi di residenza o altro. Tali regole, codificate attraverso schemi appropriati, utilizzano sia espressioni regolari per riconoscere stringhe che rispettano specifici pattern (ad esempio le date) sia marcatori noti (come “Sig.”, “Dott.” o “Dr.”) per identificare i nominativi dei pazienti e dei medici o altre entità.

Altri sistemi di questo tipo funzionano in logica inversa: il testo è preliminarmente pre-processato per eliminare parole poco significative (stop words); i termini di dominio medico contenuti nel testo sono riconosciuti attraverso l’uso di vocabolari terminologici (thesauri), come quello estratto da UMLS (Unified Medical Language System); e infine, tutte le entità non riconosciute sono classificate come dati personali. In generale, i sistemi basati su regole hanno un discreto successo in domini chiusi, ossia quando sono applicati in una specifica branca della medicina o su dati prodotti all’interno di uno specifico reparto, in quanto sfruttano le caratteristiche proprie della teoria del sottolinguaggio, definito come una forma specializzata di linguaggio naturale usata per descrivere un argomento limitato, generalmente impiegato da un gruppo di specialisti che si occupano di un particolare argomento.

Questi sistemi non richiedono la disponibilità di dati pre-annotati e sono facilmente implementabili, tuttavia, per loro natura, non riescono ad adattarsi a situazioni “nuove” e sono quindi poco generalizzabili. Per le stesse motivazioni non risultano robusti ai cambiamenti linguistici.

Sistemi basati sull’apprendimento automatico

L’importante produzione di dati sanitari in formato digitale e la continua crescita della potenza computazionale dei calcolatori hanno dato un forte impulso allo sviluppo di sistemi basati su modelli di apprendimento automatico supervisionato e non supervisionato per l’elaborazione del linguaggio naturale. Questi sistemi sono tipicamente utilizzati per la risoluzione di tre categorie principali di problemi:

  • assegnare etichette a insiemi di dati (classificazione);
  • raggruppare insiemi di dati omogenei (clustering);
  • prevedere gli andamenti nel tempo di una data variabile (regressione).

Questi approcci si stanno diffondendo non solo per supportare i professionisti sanitari a formulare diagnosi mediche e terapie più corrette, ma anche per lo sviluppo di processi di de-identificazione automatica.

I più recenti modelli alla base di questi sistemi sono basati su tecniche di apprendimento automatico approfondito, anche note come machine/deep learning. Tali modelli utilizzano solitamente meccanismi automatici di codifica del testo (word embedding), i quali hanno la capacità di estrarre automaticamente le caratteristiche principali garantendo che parole con significato simile abbiano una rappresentazione omogenea. Gli elementi così costruiti vengono processati attraverso reti neurali artificiali, che possono essere addestrate attraverso esempi per risolvere un problema specifico.

Le proprietà descritte rendono questa classe di tecniche estremamente adatta alla gestione di grosse moli di dati, dove è difficile estrarre le caratteristiche più determinanti attraverso processi non automatici. Nel caso in esame, queste reti sono in grado di de-identificare un documento classificando tutte le parole contenute nel testo, determinando quindi se ognuna di esse rappresenta o meno un dato personale da rimuovere o sostituire.

Nuove tendenze

Secondo una ricerca svolta dal Consortium for Healthcare Informatics Research della Veterans Healthcare Administration [4] (il più grande sistema integrato di assistenza sanitaria degli Stati Uniti), i migliori risultati per la de-identificazione dei dati sanitari sono stati raggiunti attraverso approcci ibridi. Questi sistemi permettono infatti di minimizzare gli svantaggi dei sistemi basati su regole, che richiedono un grosso sforzo preliminare di modellazione, e di quelli basati sull’apprendimento automatico, che necessitano di una grande quantità di dati iniziali per l’addestramento. In tali approcci, i dati personali sono tipicamente identificati utilizzando tecniche basate sia su apprendimento automatico sia su regole, ed infine i risultati intermedi sono fusi utilizzando specifici criteri.

In ultima analisi, l’opportunità di sfruttare appieno il potenziale offerto dall’enorme patrimonio informativo dei dati sanitari rispondendo ai vincoli normativi nazionali, europei e internazionali ha stimolato la comunità scientifica a dedicare numerosi sforzi nel tentativo di sviluppare tecniche per la de-identificazione dei dati. Sebbene non esista ancora una soluzione generale al problema, i risultati finora raggiunti sono incoraggianti, lasciando presupporre che la conciliabilità tra l’analisi di grosse moli di dati sanitari e la tutela della privacy diventerà presto realtà.

________________________________________

  1. Interoperabilità del Fascicolo Sanitario Elettronico, https://www.fascicolosanitario.gov.it/interoperabilità-del-fse
  2. Standard documentali per il Fascicolo Sanitario Elettronico, https://www.fascicolosanitario.gov.it/Standard-documentali
  3. F. Dernoncourt, J. Y. Lee, O. Uzuner, P. Szolovits, De-identification of patient notes with recurrent neural networks, Journal of the American Medical Informatics Association, Volume 24, Issue 3, 2017, pp. 596–606
  4. U.S. VHA CHIR, Automated EHR text de-identification, http://meystrelab.org/automated-ehr-text-de-identification/

WHITEPAPER
Certificazioni GDPR: tutti i vantaggi per le organizzazioni che vi aderiscono
Legal
Privacy

Speciale PNRR

Tutti
Incentivi
PA
Sostemibilità
Analisi
Formazione
Salute digitale
Sicurezza
Sostenibilità
Digital Economy
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
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