data science

I pregiudizi dell’intelligenza artificiale in Sanità: perché si creano e come prevenirli

L’intelligenza artificiale può rendere l’assistenza sanitaria più accessibile, conveniente ed efficace, e questo è qualcosa di cui essere entusiasti. Ma è necessario che ogni paziente possa beneficiarne in egual misura, indipendentemente dal sesso, dall’etnia o dall’origine. Come promuovere la cultura dell’inclusività

23 Apr 2021
Luigi Mischitelli

Privacy & Data Protection Specialist at IRCCS Casa Sollievo della Sofferenza

one digital health

L’intelligenza artificiale ha il potenziale di rendere l’assistenza sanitaria più accessibile a tutti nonché più efficiente nei diversi campi applicativi. Tuttavia, tale tecnologia è anche vulnerabile a pregiudizi (bias) sociali, economici e sistemici che sono radicati nella società e nelle relazioni umane da generazioni. Il primo passo per evitare che l’intelligenza artificiale amplifichi le disuguaglianze esistenti in maniera insostenibile è comprendere come i pregiudizi possano insinuarsi negli algoritmi nonché come prevenirli attraverso un’attenta progettazione e implementazione dei sistemi.

Sanità digitale nel post-covid: nuovi strumenti per vincere vecchie sfide

La fonte più comune delle distorsioni dell’intelligenza artificiale

L’intelligenza artificiale può concretamente migliorare la salute e il benessere delle persone. Ragion per cui, la cosa meno tollerabile sarebbe un’intelligenza artificiale che perpetui o addirittura aggravi alcune delle disparità che esistono oggi in campo sanitario (es. differenze di reddito in alcuni paesi). Ciò che è necessario tenere in mente è che l’intelligenza artificiale è “plasmata” dai dati che gli vengono forniti: dati “cattivi” produrranno bias, dati “buoni” li eviteranno. È un cliché il prendere per “buono, oggettivo e imparziale” qualsiasi risultato prodotto da un algoritmo di intelligenza artificiale. Tuttavia, sono gli esseri umani che scelgono i dati che vanno in un algoritmo, il che significa che queste scelte sono ancora soggette a pregiudizi involontari che possono avere un impatto negativo su determinati gruppi (es. di genere o etnici) Questi pregiudizi possono verificarsi in qualsiasi fase dello sviluppo e dell’implementazione dell’intelligenza artificiale, sia che si tratti di utilizzare dataset per costruire un algoritmo, o di applicare un algoritmo in un contesto diverso da quello per cui era originariamente previsto.

WHITEPAPER
Telemedicina: come attivare una valida rete ospedale-medici-territorio
Sanità

Impatto in Sanità

La fonte più comune di distorsioni sono i dati che non rappresentano sufficientemente la popolazione “di destinazione”. Questo può avere implicazioni negative per alcuni gruppi sociali, come ad esempio le donne e le persone di colore, tipicamente sottorappresentati negli studi clinici. Come è stato sufficientemente appurato, se – ad esempio – in un contesto dermatologico gli algoritmi che analizzano i melanomi sono stati addestrati su pazienti caucasici, tali algoritmi potrebbero potenzialmente non riconoscere melanomi in pazienti di colore o di etnia asiatica. Prendiamo come altro esempio il Covid-19.

Ipotizziamo di avere un algoritmo progettato per dare priorità alle cure per i pazienti Covid-19; tale algoritmo potrebbe mettere in una posizione di svantaggio tutte quelle persone che non hanno accesso ai test Covid-19, perché se queste persone sono sottorappresentate nei training data – e, quindi, al momento dell’addestramento dell’algoritmo –, il medesimo algoritmo potrebbe non tenere conto di tutta quella fascia di popolazione sulla quale “non si è addestrato”. Anche se gli stessi dati sono privi di distorsioni, le scelte fatte durante l’elaborazione dei dati e lo sviluppo dell’algoritmo possono contribuire a diversi pregiudizi. Ma le differenze tra le varie etnie possono essere “trascurate” se il focus è il genere: molte malattie, infatti, si presentano in modo diverso nelle donne e negli uomini, che si tratti di patologie cardiovascolari, diabete o disturbi della salute mentale come la depressione e l’autismo. Ove gli algoritmi non tenessero conto di queste differenze, l’impatto sulle disuguaglianze di genere sarebbe enorme.

Intelligenza artificiale: opportunità del mercato e sfide etiche per un utilizzo consapevole

Soluzioni nella data science

Fortunatamente gli “attori” del settore stanno comprendendo la necessità di affrontare questi problemi. Negli Stati Uniti, con l’Algorithmic Accountability Act (bloccato al Congresso USA dal 2019[1]) si potrà richiedere alle aziende di valutare i loro sistemi di intelligenza artificiale al fine di eliminare potenziali rischi di risultati “ingiusti, distorti o discriminatori”. Una regolamentazione simile è in fase di sviluppo in Europa e in Cina, con linee guida che puntano a garantire che l’intelligenza artificiale sia affidabile e al coperto da rischi di pregiudizi.

Le aziende devono lavorare per incorporare ulteriormente questi ideali e principi guida nella loro forza lavoro: questo sarebbe il primo passo per “abbracciare” la consapevolezza circa i pro e i contro della tecnologia in esame. Quando si tratta di Data Science c’è bisogno di più educazione e formazione, comprendendo appieno come i pregiudizi possano sorgere nelle varie fasi di sviluppo degli algoritmi, nonché come gli stessi pregiudizi possano essere prevenuti o mitigati in corso d’opera. Spetta al settore IT del comparto sanitario dare la giusta priorità favorendo la formazione del personale aziendale, nonché assicurandosi che la diversità sia integrata in ogni aspetto dello sviluppo dell’intelligenza artificiale e mettendo in atto processi sufficienti per monitorare lo scopo e le prestazioni degli algoritmi, nonché la qualità dei dati.

Promuovere la cultura dell’inclusività

È necessario assicurarsi che le persone che lavorano sugli algoritmi di intelligenza artificiale riflettano la diversità del mondo “che li circonda”. In un campo che è stato storicamente guidato da sviluppatori di sesso maschile e di etnia caucasica, è necessario fare ogni sforzo per incoraggiare una cultura che sia la più inclusiva possibile.

È altrettanto importante puntare verso una vera cooperazione multidisciplinare per sfruttare tutti i punti di forza dell’intelligenza artificiale. Ciò significa promuovere un’intensa collaborazione tra gli sviluppatori di intelligenza artificiale e gli esperti clinici, combinando le capacità dell’intelligenza artificiale con una profonda comprensione contestuale della cura del paziente. Per esempio, quando ci sono variazioni note nella manifestazione di una malattia tra diversi generi o tra diverse etnie, i medici possono aiutare a convalidare se le raccomandazioni algoritmiche non stiano inavvertitamente danneggiando gruppi specifici. Per completare questa competenza, gli statistici e i metodologi, che hanno una profonda comprensione dei bias e delle strategie di mitigazione, sono preziosi per i team di sviluppo dell’intelligenza artificiale.

L’importanza di dati di qualità, diversi e rappresentativi

Per quanto attiene la “diversità dei dati”, la disponibilità limitata di dati di alta qualità può essere uno dei maggiori ostacoli nello sviluppo di una intelligenza artificiale che rappresenti accuratamente una determinata popolazione. Per promuovere lo sviluppo di un’intelligenza artificiale equa dovrebbe essere necessario aggregare una serie di dati “robusti”, ben annotati e curati tra le istituzioni in modo da proteggere la privacy dei pazienti e catturare la diversità tra – e all’interno di – gruppi demografici. Per esempio, il “Philips eICU Research Institute”[2] opera come una piattaforma che combina tra loro dati de-identificati di più di quattrocento unità di terapia intensiva sparse per gli Stati Uniti; l’archivio di dati risultante è stato utilizzato per sviluppare strumenti di intelligenza artificiale di assistenza in area critica, compreso un algoritmo che aiuta a decidere se un paziente è pronto per essere dimesso dalla terapia intensiva o meno. Di fronte al Covid-19 i ricercatori hanno anche spinto per una più ampia condivisione dei dati dei pazienti tra le varie istituzioni e tra i vari paesi, al fine di garantire che gli algoritmi di supporto alle decisioni cliniche siano sviluppati da dati diversi e rappresentativi (“casi concreti”), piuttosto che da campioni “di laboratorio”.

Infine, gli algoritmi richiedono una convalida approfondita per garantire che funzionino come previsto sull’intera popolazione “target”. Questo significa che hanno bisogno di essere “riallenati” e ricalibrati quando vengono applicati a pazienti di diversi generi o etnie, ovvero quando vengono utilizzati in diversi ospedali (anche dello stesso paese). Per esempio, in un progetto USA si è notato che gli algoritmi derivati dai dati multi-ospedalieri hanno funzionato bene anche in ospedali statunitensi che all’inizio non facevano parte del progetto. Ma quando sono stati testati alcuni algoritmi di ricerca “eICU” sviluppati negli Stati Uniti in Cina e in India, si è scoperto che era necessaria una “riqualificazione locale”. In pratica, è sempre necessario un attento esame e monitoraggio sul caso concreto.

Conclusioni

Ma come possono gli esperti dell’IT in campo sanitario sviluppare solidi sistemi di gestione per monitorare e documentare lo scopo di un algoritmo, la qualità dei dati, il processo di sviluppo e le prestazioni del sistema? Un elemento fondamentale è quello di garantire che ogni dataset ed ogni algoritmo sia accompagnato da un’adeguata documentazione sulla sua provenienza, lo scopo, i limiti e i potenziali errori. Inoltre, è necessaria una maggiore “enfasi” sull’incorporazione di “metriche di equità” nello sviluppo dell’intelligenza artificiale.

Stimolare l’uso di strumenti statistici per l’analisi e la mitigazione dei bias può essere un altro modo per mettere in primo piano l’equità. Un’area che merita particolare attenzione è l’intelligenza artificiale “ad autoapprendimento”: un algoritmo potrebbe passare attraverso tutti i necessari controlli di convalida e correttezza prima della sua implementazione; ma man mano che impara dai nuovi dati negli ospedali in cui viene implementato, come ci si può assicurare che il bias non si insinui involontariamente (quasi come un Cavallo di Troia)?

In pratica è sempre necessario un monitoraggio continuo dopo l’introduzione sul mercato delle tecnologie di intelligenza artificiale, così da garantire prestazioni eque e senza distorsioni. Idealmente questo includerebbe la ricerca di un modo per convalidare la rappresentatività dei nuovi training data in un modo che rispetti i confini etici, legali e normativi sul trattamento dei dati personali. In definitiva, tutto ciò si traduce nella creazione di una cultura aziendale forte e aperta, dove le persone si sentono a proprio agio a “sfidarsi a vicenda” su questioni di parzialità e correttezza. L’intelligenza artificiale ha il potenziale per rendere l’assistenza sanitaria più accessibile, conveniente ed efficace, e questo è qualcosa di cui essere entusiasti. Ma è necessario assicurarsi che ogni paziente possa beneficiarne in egual misura, indipendentemente dal sesso, dall’etnia o dall’origine.[3]

  1. All Information (Except Text) for H.R.2231 – Algorithmic Accountability Act of 2019. U.S. Congress. https://www.congress.gov/bill/116th-congress/house-bill/2231/all-info
  2. eICU Collaborative Research Database. https://eicu-crd.mit.edu/about/eicu/
  3. How does bias affect healthcare AI, and what can be done about it? Healthcare IT News. https://www.healthcareitnews.com/news/how-does-bias-affect-healthcare-ai-and-what-can-be-done-about-it
@RIPRODUZIONE RISERVATA

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

Articolo 1 di 4