![\"\"](\"https:\/\/www.ilsileno.it\/philosophiesofcommunication\/wp-content\/uploads\/2024\/06\/copertina-AI-212x300.jpg\")
<\/p>\n<\/p>\n
<\/p>\n
Rossana Piccolo (Ed.)<\/p>\n
Intelligenza Artificiale e Sanit\u00e0 Digitale<\/em><\/p>\n ISBN 979-12-80064-65-3<\/p>\n Year: 2024<\/strong>;<\/p>\n Pages: 110<\/strong>;<\/p>\n Languages: English and Italian;<\/strong><\/p>\n Format: e-book<\/strong>;<\/p>\n Download e-book<\/b><\/em><\/a><\/p>\n <\/p>\n Call for Special Volume<\/p>\n Intelligenza Artificiale e Sanit\u00e0 Digitale<\/strong><\/p>\n Editor: Rossana Piccolo (Dipartimento di Scienze della Comunicazione, Universit\u00e0 di Teramo)<\/p>\n \u00a0(La Call \u00e8 scaduta. Si veda l’e-book di cui sopra).<\/strong><\/p>\n Gli attuali progressi dell\u2019intelligenza artificiale (IA) e delle tecnologie digitali offrono nuove opportunit\u00e0 per la progettazione e la modellazione di modelli di business digitali per creare e catturare valore (Berman, 2012; Teece, 2018) in molti settori, in particolare in quello sanitario.<\/p>\n Nel prossimo futuro, l\u2019intelligenza artificiale riunir\u00e0 persone, processi, dati e cose. Questa strategia consentir\u00e0 di razionalizzare e organizzare proattivamente i dati accumulati nel cloud e con le nuove tecnologie come il cognitive computing, con soluzioni cognitive progettate specificamente, sar\u00e0 possibile integrare e analizzare grandi set di dati.<\/p>\n Non esiste una definizione universalmente accettata di IA; diverse sono le definizioni nel campo accademico e della ricerca. Tra le pi\u00f9 comuni e accettate vi sono:<\/p>\n “L’Intelligenza Artificiale \u00e8 la creazione di sistemi artificiali che possono svolgere compiti che richiedono intelligenza umana, come il riconoscimento del linguaggio e la risoluzione dei problemi” (Norvig & Russel, 2002);<\/em><\/p>\n “L’Intelligenza Artificiale \u00e8 una disciplina che cerca di comprendere e di creare agenti artificiali che mostrano comportamenti intelligenti” (Grosz & Stone, 2018);<\/em><\/p>\n \u201dLa capacit\u00e0 di un sistema di identificare, interpretare, fare inferenze e apprendere dai dati per raggiungere obiettivi organizzativi e sociali predeterminati\u201d (Mikalef & Gupta,\u00a02021).<\/em><\/p>\n Dall\u2019avvento del deep learning, l\u2019intelligenza artificiale ha compiuto progressi costanti nell\u2019avere un impatto anche nella medicina clinica e nell\u2019assistenza sanitaria, soprattutto negli ultimi dieci anni.\u00a0Se nel settore sanitario l\u2019intelligenza artificiale viene implementata e utilizzata in modo responsabile, pu\u00f2 contribuire positivamente al benessere sia dei pazienti sia degli operatori sanitari.<\/p>\n L\u2019intelligenza artificiale responsabile riguarda la progettazione, l\u2019implementazione e l\u2019uso di una tecnologia di intelligenza artificiale etica, trasparente e responsabile al fine di ridurre i pregiudizi, promuovere l\u2019equit\u00e0, l\u2019uguaglianza e contribuire a facilitare l\u2019interpretazione e la comprensione dei risultati, particolarmente pertinenti in un contesto sanitario.<\/p>\n Queste preoccupazioni, infatti, influenzano in particolare l\u2019uso dell\u2019intelligenza artificiale nel settore sanitario, che integra e apprende da grandi set di dati clinici, per supportare la diagnosi, il processo decisionale clinico e la medicina personalizzata.<\/p>\n L’impiego dell\u2019IA all\u2019interno dell\u2019ambito sanitario, sia dal punto di vista clinico, sia gestionale, rappresenta sicuramente un esempio dello stravolgimento rilevato\u00a0 nei processi\u00a0 dei settori influenzati da tale innovazione tecnologica, che non solo offre la possibilit\u00e0 di migliorare la qualit\u00e0 relativa all\u2019assistenza sanitaria ma permette anche una riduzione dei costi alla stessa collegati, grazie, appunto, alle capacit\u00e0 di elaborazione dei dati e di estrazione delle informazioni utili ad effettuare operazioni (Scaffardi, 2022).<\/p>\n In particolar modo, la Sanit\u00e0 Digitale, grazie, anche, a nuovi modelli organizzativi, rende i servizi pi\u00f9 efficienti, migliorando la qualit\u00e0 dell’assistenza con risposte rapide e automatizzate. Le\u00a0cartelle cliniche e le ricette elettroniche\u00a0sono un efficace esempio.<\/p>\n Le cosiddette macchine digitali “intelligenti”, basate su algoritmi di riduzione dei dati, sono caratterizzate da una modellazione statistica che, talvolta, tende a prescindere dall\u2019intenzione degli esseri umani coinvolti, a incorporarne alcuni presupposti ideologici, credenze e valori (Milani & Garc\u00eda, 2023). Proprio per questo motivo, se da un lato l\u2019IA affascina, dall\u2019altro spaventa per il timore che esseri tecnologici intelligenti sostituiranno gli esseri umani in (quasi) tutte le loro attivit\u00e0.<\/p>\n L\u2019implementazione di questa tecnologia comporta profonde implicazioni etiche, ancora da risolvere (Tozzi, 2023) oltre che questioni relative alla raccolta di grandi quantit\u00e0 di dati sanitari, che devono essere adeguatamente protetti per garantire la tutela della privacy dei pazienti, al fine di evitare eventuali abusi nell\u2019utilizzo dell’IA nel settore sanitario. In questo modo, tale tecnologia potrebbe diventare uno strumento prezioso per la promozione del benessere dei pazienti e per il miglioramento della qualit\u00e0 dell’assistenza sanitaria e (Frosini, 2022).<\/p>\n Tali premesse, attraverso una visione incrociata delle diverse discipline che si occupano dello studio della gestione organizzativa e della comunicazione, conducono a una riflessione sul ruolo del progresso tecnologico sulla nostra vita e su una sanit\u00e0 sempre pi\u00f9 evoluta e sostenibile.<\/p>\n \u00a0<\/strong><\/p>\n Sulla base di quanto sopra, i contributi possono prendere in considerazione, senza limitarsi a questo, i seguenti argomenti:<\/strong><\/p>\n Il concetto di identit\u00e0 digitale nelle scienze umane e sociali<\/p>\n Intelligenza Artificiale e bias<\/p>\n Intelligenza artificiale, comunicazione e limiti applicativi<\/p>\n Etica dell’Intelligenza Artificiale<\/p>\n Intelligenza artificiale e protezione dei dati personali<\/p>\n Le nuove sfide della trasformazione digitale<\/p>\n Digital divide<\/p>\n Bias e Sanit\u00e0 digitale<\/p>\n La comunicazione e i social media nella Sanit\u00e0 digitale<\/p>\n Sanit\u00e0 digitale ed etica: limiti e vantaggi<\/p>\n La Sanit\u00e0 digitale e il divario generazionale<\/p>\n Modelli e prospettive<\/p>\n I modelli di governance nella Sanit\u00e0 digitale<\/p>\n Normativa e diritti<\/p>\n La privacy nella Sanit\u00e0 digitale<\/p>\n Riferimenti bibliografici<\/strong><\/p>\n Berman, S. J. (2012). Digital transformation: opportunities to create new business models.\u00a0Strategy & leadership<\/em>,\u00a040<\/em>(2), 16-24.<\/p>\n Frosini, T. E. (2022). La privacy nell\u2019era dell\u2019intelligenza artificiale.\u00a0DPCE Online,\u00a051(1).<\/p>\n Grosz, B. J., & Stone, P. (2018). A century-long commitment to assessing artificial intelligence and its impact on society. Communications of the ACM, 61(12), 68-73.<\/p>\n Mikalef, P., & Gupta, M. (2021). Artificial intelligence capability: Conceptualization, measurement calibration, and empirical study on its impact on organizational creativity and firm performance.\u00a0Information & Management<\/em>,\u00a058<\/em>(3), 103434.<\/p>\n Milani, C., & Garc\u00eda, V. (2023). L\u2019evoluzione dell\u2019Intelligenza Artificiale: dall\u2019automazione del lavoro al condizionamento reciproco.\u00a0Mondo Digitale, 1.<\/p>\n Norvig, P., & Russel, S. (2002). A modern approach. Prentice Hall Upper Saddle River, NJ, USA: Rani, M., Nayak, R., & Vyas, OP (2015). An ontology-based adaptive personalized e-learning system, assisted by software agents on cloud storage. Knowledge-Based Systems, 90, 33-48.<\/p>\n Scaffardi, L. (2022). La medicina alla prova dell\u2019Intelligenza Artificiale.\u00a0DPCE Online,\u00a051(1).<\/p>\n
\n