La sanità del futuro basata sulla robotica non è più fantascienza, né un orizzonte lontano: è già presente nella pratica clinica e nell’organizzazione dei sistemi sanitari. Robot chirurgici, intelligenza artificiale applicata alla diagnostica, telemedicina, monitoraggio remoto dei pazienti e automazione ospedaliera rappresentano oggi tecnologie concrete, già diffuse in numerosi contesti sanitari e destinate a trasformare profondamente il modo in cui vengono erogate le cure (Topol, 2019; Davenport & Kalakota, 2019).
Indice degli argomenti
Sanità robotica, dalla pratica clinica alla medicina aumentata
A contribuire in modo decisivo a questa accelerazione è stata la pandemia da Covid-19, che ha reso evidente la necessità di ripensare modelli organizzativi e assistenziali. L’emergenza sanitaria ha infatti aumentato la pressione su remotizzazione dei servizi, gestione dei dati clinici, automazione dei processi e strumenti digitali per il monitoraggio e l’assistenza a distanza (WHO, 2021). In pochi mesi, molte soluzioni tecnologiche che sembravano ancora sperimentali sono diventate parte integrante della quotidianità sanitaria.
Si è così verificata una doppia spinta all’innovazione. Se da un lato quella tecnologica è stata trainata dallo sviluppo di intelligenza artificiale, robotica e sistemi di elaborazione avanzata dei dati, contemporaneamente quella legata ai bisogni crescenti dei sistemi sanitari e dei cittadini ha visto l’aumento della domanda di assistenza, invecchiamento della popolazione, carenza di personale sanitario e necessità di garantire sostenibilità al Servizio Sanitario Nazionale.
Il tema centrale non è quindi capire se e quando la robotica sostituirà i professionisti sanitari. Piuttosto, la vera questione riguarda il modo in cui sta cambiando la relazione tra tecnologia, medici e pazienti. In questa prospettiva, AI e robotica non devono essere interpretate esclusivamente come strumenti sostitutivi, ma come leve di una “medicina aumentata”, potenzialmente più precisa, efficiente e personalizzata (Topol, 2019). Gli esempi sono già numerosi: sistemi di chirurgia robotica come il robot Da Vinci, algoritmi di supporto all’imaging diagnostico, chatbot sanitari, triage automatizzati e piattaforme di telemonitoraggio mostrano come la tecnologia stia entrando progressivamente nei percorsi di cura.
Tuttavia, l’efficienza non può diventare l’unico parametro della sanità. Una trasformazione guidata esclusivamente dalla tecnologia rischia infatti di produrre effetti collaterali rilevanti: perdita della relazione umana, depersonalizzazione della cura e riduzione della fiducia nel rapporto tra specialista e paziente (Floridi et al., 2018; Char et al., 2018). La vera sfida non è quindi capire se la sanità diventerà tecnologica, perché in larga parte lo è già, ma come garantire che questa trasformazione resti sostenibile, inclusiva e realmente centrata sulla persona.
La rivoluzione della robotica in sanità: come sta cambiando la medicina
La trasformazione digitale della sanità non riguarda soltanto l’introduzione di nuove tecnologie, ma un cambiamento più profondo del modo stesso di fare medicina. Negli ultimi anni, infatti, la crescente integrazione tra robotica, intelligenza artificiale e analisi avanzata dei dati sta progressivamente spostando il sistema sanitario verso un modello sempre più digitale, predittivo e personalizzato.
L’intelligenza artificiale applicata alla salute consente oggi di elaborare enormi quantità di dati clinici in tempi estremamente ridotti, identificando correlazioni e pattern difficilmente rilevabili attraverso le sole capacità umane. Algoritmi di machine learning vengono già utilizzati nel supporto alla diagnostica per immagini, nell’analisi di esami radiologici, nella valutazione del rischio clinico e nella previsione di possibili complicanze, contribuendo a rendere più rapidi e accurati alcuni processi decisionali (Topol, 2019; Davenport & Kalakota, 2019). In questo scenario si parla sempre più di medicina predittiva, cioè della possibilità di anticipare l’insorgenza di determinate condizioni cliniche grazie all’analisi integrata dei dati sanitari.
Chirurgia robotica, riabilitazione e automazione ospedaliera
Accanto all’AI, anche la robotica sanitaria sta assumendo un ruolo sempre più rilevante in numerosi ambiti applicativi. Uno degli esempi più noti è rappresentato dalla chirurgia robotica assistita, con sistemi come il robot Da Vinci, che permettono interventi mini-invasivi caratterizzati da maggiore precisione, riduzione del margine di errore e tempi di recupero più rapidi per il paziente. Tuttavia, la robotica in sanità non si limita alla sala operatoria. Tecnologie robotiche vengono oggi utilizzate anche nella riabilitazione motoria attraverso esoscheletri e dispositivi intelligenti per il recupero post-ictus, nella logistica ospedaliera, nella distribuzione automatizzata dei farmaci e nell’assistenza domiciliare ai pazienti fragili.
Parallelamente, la diffusione della telemedicina e dei sistemi di monitoraggio remoto sta contribuendo a ridefinire il rapporto tra paziente e strutture sanitarie. Sensori wearable, piattaforme digitali e strumenti di teleassistenza consentono oggi un controllo continuo dei parametri clinici e una gestione più efficace delle patologie croniche, favorendo modelli di cura meno ospedalocentrici e più orientati alla continuità assistenziale.
Collaborazione uomo-macchina nei percorsi di cura
Di fronte a questa evoluzione, uno dei temi più discussi riguarda inevitabilmente il rapporto tra professionisti sanitari e tecnologia. Il dibattito pubblico tende spesso a concentrarsi sull’idea di una possibile sostituzione del medico da parte delle macchine. In realtà, almeno nello scenario attuale, la direzione sembra essere un’altra: quella della collaborazione uomo-macchina. AI e robotica possono infatti automatizzare attività ripetitive, aumentare precisione e capacità analitica, supportare i processi decisionali e liberare tempo prezioso per le attività a maggior valore relazionale e clinico (Topol, 2019).
Questo non significa però ridurre il ruolo del professionista sanitario. Al contrario, la crescente presenza della tecnologia richiede nuove competenze: capacità di interpretare gli output algoritmici, comprendere limiti e potenziali bias dei sistemi automatici, validare le informazioni prodotte dall’AI e integrare dati e giudizio clinico all’interno di processi decisionali complessi (Amann et al., 2020). Empatia, ascolto, comunicazione e responsabilità etica restano infatti dimensioni profondamente umane della cura, difficilmente automatizzabili.
La vera sfida non è quindi sostituire il medico con la macchina, ma costruire un modello di sanità in cui tecnologia e competenze umane possano rafforzarsi reciprocamente, mantenendo la persona al centro del percorso di cura.
Opportunità della sanità robotica: efficienza, precisione e accessibilità
Per lungo tempo l’idea di una implementazione robotica in sanità è stata associata a un futuro distante. Oggi, invece, è entrata nelle corsie ospedaliere, nelle sale operatorie e persino nelle abitazioni dei pazienti. La sua diffusione non rappresenta soltanto un avanzamento tecnologico ma segna un cambiamento culturale nel modo in cui si concepiscono diagnosi, terapie e relazione di cura.
La sanità robotica non sostituisce il medico, ma ne amplifica capacità e precisione. L’obiettivo non è “meccanizzare” la medicina, bensì renderla più efficace, sicura e accessibile. In un contesto sanitario sottoposto a crescente pressione – invecchiamento della popolazione, carenza di personale e aumento delle cronicità – le tecnologie robotiche emergono come strumenti capaci di migliorare qualità delle cure e sostenibilità del sistema sanitario.
Chirurgia robotica e vantaggi per il paziente
Uno degli ambiti in cui la rivoluzione robotica appare più evidente è la chirurgia. I sistemi robotici assistiti consentono ai chirurghi di operare con un livello di accuratezza superiore rispetto alla chirurgia tradizionale, grazie a movimenti più stabili, visione tridimensionale ad alta definizione e strumenti miniaturizzati. Queste caratteristiche tecnologiche non rappresentano soltanto un progresso tecnico, ma si traducono in vantaggi concreti per il paziente e per l’intero percorso di cura.
Tra i principali benefici troviamo la mini-invasività degli interventi che, grazie a un trauma chirurgico più limitato, permette di ridurre il carico fisico per il paziente e contribuisce a una migliore esperienza di cura.
Un altro aspetto centrale è la riduzione degli errori chirurgici. La robotica non elimina il ruolo umano – il chirurgo resta sempre al comando – ma ne aumenta la precisione, filtrando movimenti involontari e permettendo una pianificazione dettagliata dell’intervento. Nel 2019 sono stati eseguiti in Italia circa 24.000 interventi di chirurgia robotica con una ripartizione che vede al primo posto l’Urologia (67%), seguita dalla chirurgia generale (16%), ginecologia (10%), chirurgia toracica (5%) e ORL (2%). (Linee Guida, percorso diagnostico-terapeutico-assistenziale (PDTA), sviluppi e prospettive della Chirurgia robotica nel SSN e riflessioni sul Knowledge Transfer dell’Intelligenza Artificiale).
Infine, vi è il tema del recupero più rapido del paziente. Ricoveri più brevi, ridotta ospedalizzazione e tempi di riabilitazione spesso inferiori permettono non solo benefici individuali, ma anche una gestione più efficiente delle risorse sanitarie.
Telemedicina, ospedali smart e accesso alle cure
La robotica sanitaria non riguarda però solo la sala operatoria. Sempre più spesso si intreccia con la telemedicina e con il modello degli “ospedali smart”, strutture in cui dispositivi intelligenti, sensori e piattaforme digitali rendono possibile un’assistenza continua e integrata.
La possibilità di curare a distanza rappresenta una delle innovazioni più promettenti. Pazienti cronici, anziani o residenti in aree periferiche possono essere monitorati da remoto attraverso strumenti digitali, riducendo spostamenti inutili e garantendo continuità terapeutica o possibilità di intervento immediato.
In questa prospettiva, la tecnologia può contribuire alla riduzione delle disuguaglianze territoriali, riducendo il divario per l’accesso alle cure specialistiche tra aree urbane e periferiche. La digitalizzazione sanitaria e la telemedicina offrono l’opportunità di avvicinare competenze mediche anche dove le infrastrutture sono più fragili.
La rivoluzione tecnologica non modifica soltanto il lavoro dei professionisti, cambia anche il ruolo del paziente. Un paziente più informato e protagonista oggi può partecipare più attivamente al proprio percorso di salute.
Applicazioni mediche, cartelle cliniche digitali, dispositivi di monitoraggio e accesso online alle informazioni sanitarie favoriscono una maggiore consapevolezza. Naturalmente tutto ciò comporta anche nuove responsabilità ed è cruciale saper distinguere informazioni attendibili da contenuti fuorvianti. In questo senso, il ruolo delle istituzioni sanitarie e della divulgazione scientifica resta centrale.
Limiti e rischi della sanità robotica
Se da un lato la robotica e l’intelligenza artificiale stanno aprendo enormi opportunità per il sistema sanitario, dall’altro la loro diffusione pone una serie d’interrogativi rilevanti e non trascurabili sul piano economico, etico, organizzativo e sociale. Come tutti i processi di trasformazione, anche la digitalizzazione della sanità non rappresenta soltanto un processo tecnologico, ma anche una sfida di governance che richiede equilibrio tra innovazione, sostenibilità e centralità della persona.
Uno dei primi elementi critici riguarda i costi della trasformazione. Tecnologie avanzate come robot chirurgici, piattaforme di intelligenza artificiale, sistemi di automazione ospedaliera e infrastrutture per la telemedicina richiedono investimenti molto elevati non solo in termini di acquisizione, ma anche di manutenzione, aggiornamento software, cybersecurity e formazione del personale. Questo rischio è particolarmente evidente nei sistemi sanitari pubblici, dove non tutte le strutture dispongono delle stesse risorse economiche e organizzative. Il risultato potrebbe essere una sanità “a due velocità”, in cui grandi ospedali e centri altamente specializzati riescono ad adottare strumenti avanzati, mentre realtà territoriali più piccole o periferiche restano escluse dall’innovazione. In questo senso, la tecnologia può contribuire a ridurre alcune disuguaglianze di accesso alle cure, ma rischia anche di amplificarne altre, soprattutto in presenza di forti differenze infrastrutturali e digitali (Robinson et al., 2015; van Deursen & van Dijk, 2014).
Dati sanitari, cybersecurity e responsabilità decisionale
Accanto al tema economico emerge poi quello, sempre più centrale, della gestione dei dati sanitari. La sanità robotica si fonda infatti sulla raccolta, elaborazione e condivisione di enormi quantità di informazioni cliniche, spesso altamente sensibili. Cartelle cliniche digitali, sistemi di monitoraggio remoto, wearable device e piattaforme di teleassistenza generano un flusso continuo di dati che deve essere protetto e governato in modo rigoroso. In un contesto caratterizzato da una crescente esposizione ai cyberattacchi, la sicurezza informatica degli ospedali e delle infrastrutture sanitarie rappresenta oggi un tema strategico tanto quanto la qualità delle cure.
A ciò si aggiunge una questione ancora più complessa: quella della responsabilità decisionale. Se un algoritmo commette un errore diagnostico o suggerisce un trattamento non adeguato, chi ne risponde? Il medico che utilizza il sistema? Lo sviluppatore del software? La struttura sanitaria? La crescente diffusione di sistemi AI “black box”, cioè capaci di produrre risultati senza rendere pienamente comprensibili i criteri con cui vengono elaborate le decisioni, apre interrogativi importanti sul piano etico e giuridico (Char et al., 2018; Amann et al., 2020). In ambito sanitario, infatti, la trasparenza delle decisioni non rappresenta un elemento secondario, ma una componente essenziale del rapporto fiduciario tra professionista e paziente.
Algoritmi, bias e dimensione umana della cura
Un ulteriore rischio riguarda la crescente dipendenza dagli algoritmi e dai sistemi automatici. L’intelligenza artificiale viene spesso percepita come oggettiva e neutrale, ma in realtà gli algoritmi apprendono dai dati disponibili, che possono essere incompleti, distorti o non rappresentativi. Questo può generare bias e discriminazioni involontarie, con effetti concreti sulla qualità dell’assistenza sanitaria (Obermeyer et al., 2019). Inoltre, un eccessivo affidamento ai sistemi automatizzati potrebbe progressivamente ridurre la capacità critica e decisionale dei professionisti sanitari, favorendo forme di “deskilling” e dipendenza tecnologica.
Infine, esiste un tema più profondo che riguarda la natura stessa della cura. La sanità non è soltanto diagnosi, efficienza o prestazione tecnica: è anche relazione, ascolto, empatia e fiducia. Una medicina eccessivamente automatizzata rischia di trasformare il paziente in un insieme di dati e parametri, impoverendo la dimensione umana dell’assistenza. Per questo motivo, una sanità più tecnologica non è automaticamente una sanità più umana. La qualità della cura continuerà a dipendere dalla capacità di integrare innovazione tecnologica e relazione terapeutica, evitando che l’efficienza diventi l’unico criterio con cui misurare il valore del sistema sanitario (Floridi et al., 2018).
Il futuro della sanità robotica
La trasformazione digitale della sanità, alimentata da robotica, intelligenza artificiale, analisi dei dati e sensoristica avanzata, sta ridefinendo il modo in cui vengono organizzate cure, diagnosi e assistenza. Parlare del futuro della medicina non significa però immaginare un sistema dominato esclusivamente dalla tecnologia, ma interrogarsi su come innovazione e competenze umane possano integrarsi per costruire un modello di cura più efficiente, predittivo e centrato sui bisogni della persona (WHO, Global Strategy on Digital Health 2020–2025).
L’ospedale del futuro sarà probabilmente sempre meno una struttura statica e sempre più un ecosistema intelligente, capace di adattarsi in tempo reale alle esigenze cliniche e organizzative. Gli smart hospital rappresentano un modello emergente in cui automazione, connettività e sistemi intelligenti migliorano l’efficienza delle cure e l’esperienza del paziente. La loro caratteristica distintiva non risiede soltanto nella presenza di tecnologie avanzate, ma soprattutto nella capacità di integrare dati clinici, dispositivi medici, reparti ospedalieri e servizi territoriali, creando percorsi assistenziali più coordinati e continui.
Smart hospital e assistenza connessa al territorio
Già oggi alcuni ospedali utilizzano robot per la logistica interna, il trasporto di farmaci e materiali sanitari, la sterilizzazione degli ambienti o il supporto ai reparti ad alta intensità di cura. L’obiettivo principale non è sostituire il personale sanitario, ma alleggerirne il carico operativo, liberando tempo per attività cliniche e relazionali più complesse.
Parallelamente, l’interconnessione tra dispositivi medici, cartelle cliniche elettroniche e sistemi di monitoraggio consente una gestione più integrata del paziente. Sensori intelligenti possono rilevare parametri clinici in tempo reale, segnalando tempestivamente eventuali peggioramenti e favorendo interventi più rapidi. In questo contesto, l’ospedale non si limita più a curare la malattia, ma diventa parte di una rete assistenziale continua, connessa al territorio e alla medicina domiciliare.
Accanto alla trasformazione organizzativa, la medicina del futuro sarà sempre più orientata verso modelli personalizzati (European Health Data Space – European Commission, 2024). La cosiddetta medicina di precisione si fonda sulla capacità di utilizzare grandi quantità di dati clinici, genetici e comportamentali per adattare prevenzione e terapie alle caratteristiche del singolo individuo (Collins & Varmus, 2015).
In questo scenario, robotica e intelligenza artificiale svolgono un ruolo decisivo. Algoritmi avanzati possono analizzare enormi volumi di informazioni, immagini diagnostiche, cartelle cliniche, dati genomici e parametri raccolti tramite dispositivi digitali, individuando correlazioni difficilmente rilevabili dall’occhio umano. Una medicina realmente personalizzata potrebbe così favorire il passaggio da un modello prevalentemente reattivo, che interviene dopo l’insorgenza della malattia, a una medicina predittiva, capace di identificare precocemente fattori di rischio e personalizzare gli interventi preventivi.
Supervisione umana e responsabilità clinica
La crescente diffusione dell’intelligenza artificiale nella pratica clinica pone però una questione centrale: fino a che punto le decisioni possono essere delegate agli algoritmi? Organizzazioni internazionali come l’Organizzazione Mondiale della Sanità sottolineano che queste tecnologie debbano restare strumenti di supporto al professionista sanitario, mantenendo sempre supervisione umana, responsabilità clinica e centralità del paziente. Secondo l’OMS, l’intelligenza artificiale deve porre “etica e diritti umani al centro della progettazione, implementazione e utilizzo” delle tecnologie sanitarie. (WHO, Ethics and Governance of Artificial Intelligence for Health, 2021)
La prospettiva oggi più plausibile sembra dunque essere quella della collaborazione, piuttosto che della sostituzione. La tecnologia può migliorare accuratezza diagnostica, velocità di elaborazione e gestione delle informazioni, ma difficilmente potrà replicare elementi profondamente umani della medicina: empatia, ascolto, interpretazione del contesto e responsabilità etica.
Un algoritmo può suggerire una diagnosi probabilistica; un medico, invece, valuta il paziente nella sua complessità biologica, psicologica e sociale. Allo stesso modo, un robot può assistere in sala operatoria, ma il chirurgo resta il responsabile ultimo della decisione clinica e dell’intervento terapeutico.
Anche l’UNESCO richiama esplicitamente l’importanza della supervisione umana dei sistemi di intelligenza artificiale, ricordando che trasparenza, equità e dignità della persona devono restare principi irrinunciabili nello sviluppo delle tecnologie emergenti. (UNESCO, Recommendation on the Ethics of Artificial Intelligence, 2021)
La sfida del futuro sarà quindi costruire una relazione equilibrata tra uomo e macchina, evitando sia il rifiuto all’innovazione sia una delega eccessiva alle tecnologie. Più che sostituire i professionisti sanitari, la tecnologia sembra destinata a ridefinirne il ruolo, potenziando capacità diagnostiche e organizzative, liberando tempo da dedicare alla relazione di cura. Come evidenziato dal Topol Review, il futuro della sanità richiederà professionisti più preparati digitalmente, non meno rilevanti. (Topol Review, Preparing the Healthcare Workforce to Deliver the Digital Future, NHS, 2019)
Per una tecnologia a servizio della cura: una sfida di governance e cultura
La transizione verso una sanità robotica e guidata dall’intelligenza artificiale non rappresenta una semplice evoluzione tecnica, ma una profonda trasformazione del modello di cura e dell’organizzazione sanitaria. Come emerso nei paragrafi precedenti, se da un lato automazione, robotica e sistemi intelligenti offrono opportunità senza precedenti in termini di precisione clinica, personalizzazione delle terapie ed efficienza organizzativa, dall’altro introducono nuove sfide sul piano etico, sociale e culturale.
Il vero nodo strategico non risiede soltanto nella capacità di sviluppare tecnologie sempre più avanzate, ma nella governance della loro adozione. Senza investimenti adeguati in competenze digitali, inclusione, formazione del personale sanitario e accessibilità delle innovazioni, il rischio è che la trasformazione tecnologica finisca per amplificare disuguaglianze già esistenti, creando nuove forme di esclusione sanitaria e digitale.
Per evitare questa deriva è necessario adottare un approccio realmente human-centric, capace di integrare innovazione tecnologica e centralità della persona. Il futuro della sanità digitale dipenderà dalla capacità di far convivere velocità dell’innovazione, sostenibilità organizzativa e qualità della relazione di cura. In questo scenario, istituzioni, aziende sanitarie, università e mondo della ricerca saranno chiamati a collaborare per progettare modelli assistenziali non solo efficienti, ma anche equi, accessibili e socialmente sostenibili.
La robotica medica e l’intelligenza artificiale potranno rappresentare un potente strumento di supporto per professionisti e pazienti, ma difficilmente sostituiranno ciò che continua a rendere la medicina profondamente umana: empatia, ascolto, responsabilità e capacità di interpretare la complessità della persona.
Bibliografia
Amann, J., Blasimme, A., Vayena, E., Frey, D., & Madai, V. I. (2020). Explainability for artificial intelligence in healthcare: A multidisciplinary perspective. BMC Medical Informatics and Decision Making, 20(1), 310.
Barello, S., Graffigna, G., & Vegni, E. (2012). Patient engagement as an emerging challenge for healthcare services: Mapping the literature. Patient Education and Counseling, 85(2), 248–254.
Char, D. S., Shah, N. H., & Magnus, D. (2018). Implementing machine learning in health care—Addressing ethical challenges. New England Journal of Medicine, 378(11), 981–983.
Chou, W.-Y. S., Oh, A., & Klein, W. M. P. (2018). Addressing health-related misinformation on social media. JAMA, 320(23), 2417–2418.
Collins, F. S., & Varmus, H. (2015). A new initiative on precision medicine. New England Journal of Medicine, 372(9), 793–795.
Davenport, T., & Kalakota, R. (2019). The potential for artificial intelligence in healthcare. Future Healthcare Journal, 6(2), 94–98.
Eruchalu, C. N., Pichardo, M. S., Bharadwaj, M., Rodriguez, C. B., Rodriguez, J. A., Bergmark, R. W., Bates, D. W., & Ortega, G. (2021). The expanding digital divide in health care: Digital health access inequities during the COVID-19 pandemic in New York City. NPJ Digital Medicine, 4(1), 1–4.
Eysenbach, G. (2020). Infodemiology and infoveillance: Framework for an emerging set of public health informatics methods to analyze search, communication and publication behavior on the Internet. American Journal of Preventive Medicine, 40(5), S154–S158.
Floridi, L., Cowls, J., Beltrametti, M., et al. (2018). AI4People—An ethical framework for a good AI society. Minds and Machines, 28, 689–707.
Jiang, F., Jiang, Y., Zhi, H., et al. (2017). Artificial intelligence in healthcare: Past, present and future. Stroke and Vascular Neurology, 2(4), 230–243.
Kickbusch, I., Piselli, D., Agrawal, A., & Balicer, R. (2021). The Lancet and Financial Times Commission on governing health futures 2030: Growing up in a digital world. The Lancet, 398(10312), 1727–1776.
Norman, C. D., & Skinner, H. A. (2006). eHealth literacy: Essential skills for consumer health in a networked world. Journal of Medical Internet Research, 8(2), e9.
Nutbeam, D. (2000). Health literacy as a public health goal: A challenge for contemporary health education and communication strategies. Health Promotion International, 15(3), 259–267.
Obermeyer, Z., Powers, B., Vogeli, C., & Mullainathan, S. (2019). Dissecting racial bias in an algorithm used to manage the health of populations. Science, 366(6464), 447–453.
Paakkari, L., & Okan, O. (2020). COVID-19: Health literacy is an underestimated problem. The Lancet Public Health, 5(5), e249–e250.
Robinson, L., Cotten, S. R., Ono, H., Quan-Haase, A., Mesch, G., Chen, W., Schulz, J., Hale, T. M., & Stern, M. J. (2015). Digital inequalities and why they matter. Information, Communication & Society, 18(5), 569–582.
Sørensen, K., Van den Broucke, S., Fullam, J., Doyle, G., Pelikan, J., Slonska, Z., & Brand, H. (2012). Health literacy and public health: A systematic review and integration of definitions and models. BMC Public Health, 12, 80.
Topol, E. (2019). High-performance medicine: The convergence of human and artificial intelligence. Nature Medicine, 25(1), 44–56.
UNESCO. (2021). Recommendation on the Ethics of Artificial Intelligence. UNESCO.
van Deursen, A. J. A. M., & van Dijk, J. A. G. M. (2014). The digital divide shifts to differences in usage. New Media & Society, 16(3), 507–526.
World Health Organization. (2019). WHO guideline: Recommendations on digital interventions for health system strengthening. World Health Organization.
World Health Organization. (2021). Ethics and governance of artificial intelligence for health. World Health Organization.
World Health Organization. (2021). Global strategy on digital health 2020–2025. World Health Organization.
Zarocostas, J. (2020). How to fight an infodemic. The Lancet, 395(10225), 676.
European Commission. (2020). European skills agenda for sustainable competitiveness, social fairness and resilience. European Commission.
Partecipa alla community