L'intelligenza artificiale (IA) sta assumendo un ruolo crescente nei processi clinici e organizzativi delle aziendesanitarie. Il presente contributo descrive l'esperienza dell'IRCCS Centro Neurolesi "Bonino Pulejo" nell'adozione di un sistema di IA basato su algoritmi di machine learning supervisionato, sviluppato per supportare la stadiazione clinica, la formulazione dell'ipotesi eziologica e la previsionedella progressione della malattia di Alzheimer. Il sistema integra l'analisi automatizzata della risonanza magnetica strutturale con i risultati delle valutazioni neuropsicologiche ed è stato implementato nell'ambito di un percorso multidisciplinare, nel rispetto dei requisiti etici, regolatori e di governance dei dati. Nella coorte locale, costituita da 62 pazienti con malattia di Alzheimer e 17 controlli sani, l'analisi di neuroimaging ha evidenziato pattern di atrofia coerenti con il quadro clinico e il sistema ha mostrato una buona capacità di stratificazione del rischio. I risultati dello studio multicentrico di riferimento hanno inoltre evidenziato un'accuratezza del 91% nella classificazione eziologica e buone prestazioni nella previsione della progressione a 24 mesi. L'esperienza mostra come il valore dell'IA non dipenda esclusivamente dalle performance algoritmiche, ma anche dalla qualità e standardizzazione dei dati, dall'interoperabilità, dalle competenze professionali e dall'integrazione nei percorsi assistenziali. L'IA può pertanto rappresentare sia uno strumento di supporto decisionale clinico sia una leva di innovazione organizzativa, pur richiedendo ulteriori validazioni su popolazioni più ampie ed eterogenee.
Il dirompente processo di digitalizzazione del sistema sanitario ha portato i professionisti della salute a interfacciarsi quotidianamente con strumenti e pratiche innovative, quali cartelle cliniche digitalizzate, robotica chirurgica avanzata e telemedicina. In particolare, a partire dal periodo pandemico, l'utilizzo della telemedicina è aumentato in modo significativo, offrendo una nuova modalità di presa in carico dei pazienti a distanza. Il presente studio si propone di investigare le dinamiche relative all'adozione di tali strumenti in ambito pediatrico, ponendo particolare attenzione alle aspettative dei genitori, diretti rappresentanti delle esigenze dei bambini. Attraverso il ricorso a un'analisi Delphi, sono state identificate 17 competenze e i relativi comportamenti associati, ritenuti essenziali affinché i pediatri possano erogare in modo efficace i servizi di telemedicina pediatrica, distinguendo chiaramente tra ciò che i professionisti devono sapere e saper fare (competenze) e le azioni concrete da mettere in atto durante le visite a distanza (comportamenti).
Il presente contributo intende illustrare un modello di adozione dell'intelligenza artificiale in sanità sviluppato da parte del Policlinico Universitario "Paolo Giaccone" di Palermo che mira ad andare oltre la mera dimensione tecnologica e intende configurarsi come un processo organizzativo complesso, radicato in una governance dedicata, sostenuto da competenze multidisciplinari e orientato da una visione strategica di lungo periodo. Il progetto mira a integrare il Large Language Model nei processi clinici e amministrativi di un ospedale pubblico universitario al fine di ridurre il carico documentale a carico del personale medico ospedaliero e di standardizzare dei flussi informativi che accompagnano il percorso di ricovero, dalla dimensione del paziente alla rendicontazioneeconomica al Servizio Sanitario Regionale.
Il presente contributo analizza i processi di co-progettazione socio-sanitaria attraverso l'osservazione partecipata di sette tavoli di co-progettazione su Budget di Salute presso l'ASL Roma 6 (ottobre-dicembre 2024). L'analisi tematica dei materiali raccolti identifica quattro dimensioni critiche: differenziali organizzativi tra Enti del Terzo Settore basati sulla capacità collaborativa piuttosto che sulla dimensione; tensioni tra logiche amministrativo-contabili e logiche generative che richiedono competenze di mediazione politica; valutazione dell'impatto come processo di costruzione collettiva di consenso sui criteri di valore; costi impliciti della collaborazione spesso non riconosciuti nei budget. I risultati evidenziano come la co-progettazione costituisca uno spazio di negoziazione tra attori portatori di logiche istituzionali diverse, richiedendo investimenti specifici in capacità collaborative per garantire la sostenibilità del modello.
Cardiovascular diseases remain a primary cause of hospitalization in Europe, with significant economic and clinical impacts. In high chronicity contexts such as Liguria, telecardiology represents a strategic turning point to transform the healthcare system.This study simulates the potential impact of telecardiology on average length of stay (LOS) and bed occupancy, using administrative data from the Italian Ministry of Health.Impact estimates at the territorial level are based on different scenarios of LOS reduction, stratified by patient type (acute and chronic) and by facility types (Integrated Hospital – IRCCS, Local Public Hospital – LHA). These scenarios, grounded in scientific evidence and weighted with data from an international clinical database, were applied to estimate the potential impact at the regional level.The results show higher complexity and longer LOS in IRCCS hospitals (ICM = 1.12; LOS = 7.73 days) compared to LHA hospitals (ICM = 0.94; LOS = 6.25 days). The adoption of telecardiology could reduce LOS by up to 0.97 days per patient, releasing hospital beds on a regional scale.
