Skip to content

GCRI · Health Nexus

Rischio della sanità digitale

Health systems now depend on digital infrastructure for records, laboratory results, imaging, prescribing, supply logistics and surveillance, and increasingly on algorithms that support clinical and public health decisions. These dependencies bring their own failure modes: outages, cyberattacks, data breaches and models that perform unevenly or drift. This page sets out how digital risk develops in health, how it is measured, and what the evidence serves for those who govern health data and technology.

02La domanda

Rischio per la salute digitale: come si sviluppa il rischio.

Dati, sicurezza dell'IA e infrastrutture digitali. Il dossier che segue illustra come si sviluppa il rischio, che cosa viene misurato, da dove provengono i dati, come vengono modellizzati e chi decide.

Meccanismo

I disservizi bloccano l'attività clinica

Quando le cartelle cliniche elettroniche, i sistemi di laboratorio o gli archivi di imaging non sono disponibili, l'assistenza prosegue su carta solo se le procedure per i periodi di inattività sono state sperimentate. I fornitori condivisi e i servizi cloud fanno sì che un unico guasto possa colpire molti ospedali contemporaneamente.

Meccanismo

Il ransomware prende di mira la continuità

Attackers encrypt systems and exfiltrate data because health providers cannot tolerate downtime. Diverted ambulances, delayed diagnostics and cancelled procedures follow, and full recovery can take weeks.

Meccanismo

Data harms persist

A health data breach exposes sensitive information that cannot be revoked. Weak consent, re-identification of shared datasets and secondary use beyond the original purpose erode trust, and with it the willingness to share data in an emergency.

Meccanismo

Algorithms fail unevenly

Clinical and public health models trained on unrepresentative data can perform worse for some groups and degrade as practice, populations or data systems change. Without monitoring after deployment, drift and bias go unnoticed.

03Geografia

Esposizione ambientale in Africa.

Population density, daytime surface heat and night lights over Africa, from NASA GIBS. Each layer carries its own date.

La mappa interattiva richiede JavaScript; l'elenco dei livelli e le fonti sono riportati sotto.

Livelli 3

Esposizione ambientale, per questa pagina

Informazioni su questo livello
Evidenza
Stimato
Fonte
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Columbia University))
Fornitore
NASA SEDAC (CIESIN, Columbia University)
Licenza
CC BY 4.0
Annata
null; Stima basata sul censimento, statica (2020)
Risoluzione
griglia di circa 1 km
Incertezza
Stima basata sui censimenti delle persone per chilometro quadrato nel 2020, mostrata come contesto di esposizione; non è un conteggio delle persone colpite da alcun pericolo.
Raggiungibile tramite
il relay di dati di questo sito, da gibs.earthdata.nasa.gov
Informazioni su questo livello
Evidenza
Osservato (la nuvolosità persistente lascia ancora lacune)
Fonte
VIIRS NOAA-20 livello 3, 8 giorni (NASA LANCE)
Fornitore
NASA LANCE
Licenza
Dati aperti NASA
Annata
8 giorni; composito satellitare di 8 giorni; la nuvolosità persistente lascia ancora lacune
Più recenti alla build
2026-09-14
Risoluzione
griglia di circa 1 km
Incertezza
Temperatura superficiale del suolo da satellite negli 8 giorni che terminano alla data indicata, un indicatore di esposizione al calore; non è la temperatura dell'aria, l'indice di calore né un'allerta di caldo.
Raggiungibile tramite
il relay di dati di questo sito, da gibs.earthdata.nasa.gov
Informazioni su questo livello
Evidenza
Osservato
Fonte
VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
Fornitore
NASA LAADS DAAC
Licenza
Dati aperti NASA
Annata
giornaliero; radianza satellitare, corretta per luce lunare e atmosfera
Più recenti alla build
2026-10-12
Risoluzione
griglia di circa 500 m
Incertezza
Radianza notturna satellitare per la data indicata; le luci sono un indicatore indiretto dell'uso di elettricità e delle interruzioni, non una misura di fornitura o accesso.
Raggiungibile tramite
il relay di dati di questo sito, da gibs.earthdata.nasa.gov
Informazioni su questo livello
Evidenza
Osservato
Fonte
VIIRS NOAA-20, riflettanza corretta (NASA LANCE)
Fornitore
NASA LANCE
Licenza
Dati aperti NASA
Annata
giornaliero; immagine satellitare
Più recenti alla build
2026-10-14
Risoluzione
griglia di circa 250 m
Incertezza
Immagine satellitare. Raster satellitare o di modello così come lo pubblica il fornitore. Nuvole, lacune di swath ed errori di recupero lasciano lacune e rumore; i valori sono indicatori, non misure in un luogo.
Raggiungibile tramite
il relay di dati di questo sito, da gibs.earthdata.nasa.gov
Informazioni su questo livello
Evidenza
Osservato (le nuvole lasciano lacune)
Fonte
VIIRS NOAA-20 Deep Blue AOD (NASA LANCE)
Fornitore
NASA LANCE
Licenza
Dati aperti NASA
Annata
giornaliero; recupero satellitare; le nuvole lasciano lacune
Più recenti alla build
2026-10-14
Risoluzione
griglia di circa 2 km
Incertezza
Misura satellitare di foschia, fumo e polvere lungo l'intera colonna d'aria nel giorno indicato; un indicatore di esposizione, non il PM2.5 a livello del suolo, un indice di qualità dell'aria né un avviso sanitario.
Raggiungibile tramite
il relay di dati di questo sito, da gibs.earthdata.nasa.gov
Informazioni su questo livello
Evidenza
Modellato (ultimo anno pubblicato da GIBS)
Fonte
MODIS Terra e Aqua, copertura del suolo (MCD12Q1) (NASA LP DAAC)
Fornitore
NASA LP DAAC
Licenza
Dati aperti NASA
Annata
annuale; classificazione satellitare; ultimo anno pubblicato da GIBS
Più recenti alla build
2024-01-01
Risoluzione
griglia di circa 500 m
Incertezza
Classi satellitari di copertura del suolo per l'anno indicato, comprese le terre coltivate; una classificazione con errori noti, non un registro aziendale agricolo.
Raggiungibile tramite
il relay di dati di questo sito, da gibs.earthdata.nasa.gov

Ultimo disponibile

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © contributori di OpenStreetMap (ODbL) · Natural Earth

Caricamento delle immagini NASA più recenti.

Trascina per spostare. Ctrl o ⌘ e scorrimento, pizzico o i pulsanti per lo zoom; passa il puntatore per i valori sottostanti; il ripristino riporta alla regione.

Esposizione ambientale, inquadrata sull'Africa.Prodotti satellitari e di modelli così come li pubblica la NASA, ciascuno con la propria data. Sono indicatori, non valutazioni di alcun luogo.

Data: NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap contributors · Natural Earth · NASA EONET · NASA JPL OPERA DIST-ALERTSources and licences

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA open data
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA open data
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Licensed under CC BY 4.0. Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). doi:10.7927/H49C6VHW. CC BY 4.0
  • Prodotti VIIRS quasi in tempo reale (alluvioni, temperatura della superficie terrestre, copertura nevosa, riflettanza corretta), NASA LANCE; immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
  • Luci notturne VIIRS Black Marble, NASA Goddard Space Flight Center; distribuite dal NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
  • Prodotti atmosferici MODIS e VIIRS, NASA LANCE e LAADS DAAC; immagini tramite NASA GIBS. Colori ridisegnati dalla mappa cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
  • Prodotti terrestri MODIS (indici di vegetazione, produzione primaria lorda, copertura del suolo), NASA LP DAAC e LANCE; immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
  • ASTER GDEM è un prodotto di METI e NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Citare come: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Dati aperti NASA
  • Realizzato con Natural Earth. Dati cartografici vettoriali e raster gratuiti @ naturalearthdata.com. Pubblico dominio
  • © OpenStreetMap contributors (ODbL), via NASA GIBS (coastlines, boundaries, roads and place names). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). ODbL
  • Blue Marble, NASA Earth Observatory; immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
  • Contesto sul globo e sulla mappa piana: linee costiere, confini, strade e toponimi dai livelli di riferimento NASA GIBS (dati OpenStreetMap, ODbL, © contributori di OpenStreetMap); immagini Blue Marble come base facoltativa; terreno 3D e lettura dell'altitudine dall'indice cromatico di elevazione ASTER GDEM (classi da 5 m a 200 m, esagerate per leggibilità). I confini sono tracciati come pubblicati e non implicano alcuna posizione su alcun territorio.
  • Eventi in tempo reale: NASA Earth Observatory Natural Event Tracker (EONET); gli eventi sono indicativi e conservano i link alle fonti originali.
  • In diretta: gli eventi NASA EONET sono indicativi e non costituiscono allerte delle autorità.
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: Riconosciamo l'uso di immagini fornite dai servizi Global Imagery Browse Services (GIBS) della NASA, parte del Earth Science Data and Information System (ESDIS) della NASA.
  • Previsione della qualità dell'aria, 5 giorni, PM2.5 (CAMS tramite Open-Meteo): contiene informazioni modificate del Copernicus Atmosphere Monitoring Service 2026.
  • Ultimo anno, temperatura giornaliera (ERA5 tramite Open-Meteo): contiene informazioni modificate del Copernicus Climate Change Service 2026.
  • Dati meteorologici di Open-Meteo.com (https://open-meteo.com/), con licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • I livelli facoltativi (14 fonti nell'elenco dei livelli: in diretta, previsione, osservati e contesto) mostrano il credito del fornitore sulla mappa e qui quando sono attivati; le previsioni sono output di modelli e gli indici derivati sono stime.

Livelli e date

  • Population density, 2020: Population: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · static
  • Temperatura della superficie terrestre, diurna, composito di 8 giorni: VIIRS NOAA-20 Level 3, 8 giorni, NASA LANCE · 14 set. 2026
  • Luci notturne, giornaliere: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 ott 2026
  • Colori reali: riflettanza corretta VIIRS NOAA-20, NASA LANCE · 13 ott 2026
  • Spessore ottico degli aerosol, giornaliero: VIIRS NOAA-20 Deep Blue AOD, NASA LANCE · 13 ott 2026
  • Tipo di copertura del suolo (IGBP), annuale: copertura del suolo MODIS Terra e Aqua (MCD12Q1), NASA LP DAAC · 2024

04Accoppiamenti

La salute digitale dipende da energia, reti e fiducia.

DominioCome si interconnette quiChe cosa osservare
EnergiaCartelle cliniche, diagnostica per immagini e telemedicina si interrompono senza energia e connettività.Procedure di continuità in caso di indisponibilità e relative esercitazioni
AcquaI ransomware hanno interrotto ospedali e servizi di pubblica utilità, quindi i fornitori condivisi sono rilevanti.Fornitori di software condivisi tra i settori
CiboNutrition and supply data run on the same platforms as clinical systems in some programmes.Concentrazione delle piattaforme
BiodiversitàGenomic data and biological samples raise benefit-sharing questions.Data governance agreements

WHO’s Global strategy on digital health 2020–2025 and its guidance on the ethics and governance of AI for health (2021, with guidance on large multi-modal models in 2024) set the policy frame. ENISA’s threat landscape for the health sector (2023) found ransomware the leading threat to European health organisations in its reporting period.

05Monitoraggio

Continuità delle forniture sanitarie.

La schermata che un gruppo utilizzerebbe per seguire questo tema: misure, stati e decisioni. I nomi sono esempi e i valori sono illustrativi.

Continuità delle forniture sanitarie

Digital health risk · Province B · Month 6

Stock-out risk in 3 districtsGCRI · Health Nexus

Prodotti traccianti

Sali per la reidratazione orale2.135Basso
Antibiotico di prima linea1.51114Basso
Insulina2113Adeguato
Test diagnostici rapidi0.8136Critical

Ordine in transito

Ordine
PO-44118
Percorso
Punto di ingresso verso l'archivio centrale
ETA
12 days
Catena del freddo
Monitorato

Strutture con scorte esaurite per distretto

Health supply continuity: the screen’s structure, terms and states for Digital health risk.Example names and illustrative values; a design, not a record or a live system.
06Rapporti, standard e contributi

Evidenze sulla salute digitale.

Studies of digital dependence in health are designed for the Exponential Technology series; AI tools studied would carry NS-12 cards under the proposed Nexus Standards. The Global Centre for Risk and Innovation (GCRI) responds to no incidents. Useful contributions: downtime experiences and evaluations of clinical AI on local populations.

07Simulatore di gemello e cascata

Model digital health risk as a system. Run the cascade.

Assembled from the Nexus Standards area profile Health security and One Health: the hazards it names, the systems and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full System Builder.

Pericoli

Comandi

  • NS-0 Costituzione e principi
  • NS-3 UNI dei record di rischio (grammatica, corrispondenza legacy, autorità di assegnazione)
  • NS-9 UNI contestuali (distribuzioni, istanze, istanze di programma)
  • NS-10 Politiche e clausole (obblighi leggibili dalle macchine: definizione, vincolo, valutazione e applicazione)
  • NS-11 Verifica e monitoraggio (evidenze, attestazioni, osservazione della conformità zero trust)
  • NRS-H83 Famiglia di pericoli: cedimento della capacità del sistema sanitario (NHS-1 health.system)
  • NRS-H42 Famiglia di pericoli: infezioni umane rare e persistenti (NHS-1 health.other-human)
  • NRS-H41 Famiglia di pericoli: spillover dall'animale all'uomo (NHS-1 health.zoonotic)
  • NRS-H43 Famiglia di pericoli: epizoozie di bestiame e acquacoltura (NHS-1 health.animal-health)
  • NRS-D3 Risposta umanitaria e ripresa resiliente
  • NRS-H46 Famiglia di pericoli: danni ambientali e da prodotti alle persone (NHS-1 health.harm)

Osservazione

  • WHO Disease Outbreak News (listed for reference)
  • WAHIS animal health events (listed for reference)
  • WorldPop gridded population (listed for reference)
  • International Health Regulations capacity and health emergency preparedness
  • Percentage of bloodstream infections due to selected antimicrobial-resistant organisms

Geografia di esempio

  • West Africa: 59 hexagonal cells
  • Luci notturne di stanotte, blackout (VIIRS Day/Night Band), NASA GIBS
  • Acque superficiali attraverso le nuvole, 30 m (radar OPERA DSWx-S1), NASA GIBS
  • Intensità delle precipitazioni, ultima mezz'ora (IMERG), NASA GIBS
08Indicatori

Cosa viene misurato e con quale accuratezza.

Ogni indicatore riporta la sua unità, la sua cadenza, il tipo di fonte su cui si basa e l'etichetta di evidenza che un valore riporterebbe. Non sono mostrati valori: un programma li fornisce sotto la propria autorità.

IndicatoreUnitàCadenzaTipo di fonteEtichetta
Violazioni dei dati sanitari segnalateincidents; records affectedmensileRegulatory breach notification registersStatistiche pubblicate
Ransomware incidents affecting health providersincidentitrimestraleRapporti settoriali sulle minacce e comunicazioni di incidentiRIPORTATO
Interruzione non pianificata dei sistemi clinicioremensileRegistri dei servizi informatici ospedalieriOSSERVATO
Vulnerabilità note e sfruttate nelle tecnologie sanitarieopen vulnerabilities on deployed assetssettimanaleVulnerability catalogues matched to asset inventoriesOSSERVATO
Uso di standard di scambio concordatipercentuale di sistemiannualeRegistri nazionali dell'architettura della sanità digitaleRIPORTATO
Adverse event reports for AI-enabled devicesrapportitrimestraleBanche dati sugli eventi avversi dei dispositivi mediciRIPORTATO
Maturità della sanità digitalephase across the monitor’s indicatorsperiodicoGlobal Digital Health Monitor self-assessmentDICHIARATO
09Metodi ed evidenze

Come viene modellizzato, misurato e verificato il rischio della sanità digitale.

Il modello, le sue ipotesi, i suoi dati e la sua incertezza, nella forma in cui uno scienziato o un ingegnere li verificherebbe. Le strutture seguono metodi pubblicati. I valori rappresentati sono illustrativi, non risultati.

Modello di sistema

Gli accoppiamenti tra i sistemi nel rischio della salute digitale: segni di influenza, un ciclo di rinforzo e uno di bilanciamento, e collegamenti incrociati in cui lo stress aumenta bruscamente.

++−SaluteComunitàEconomiaR di rinforzoB bilanciamento
Causal loop diagram from the page’s systems; signs show the direction of influence. Illustrative structure for a system dynamics or network model, not estimated couplings.
FAIR guiding principles · GO FAIR and FORCE11W3C PROV · World Wide Web ConsortiumGuidance on consistent treatment of uncertainties · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
10Fonti

Da dove provengono le evidenze.

Set di dati pubblici e registri istituzionali specifici, ciascuno con la sua classe di licenza. Le fonti soggette ad accordo sono utilizzate solo alle relative condizioni e mai ripubblicate.

FonteCosa fornisceClasse di licenza
Monitor globale della salute digitaleCountry digital health maturity across governance, workforce, standards and infrastructureOpen, attribution, terms of use
US HHS Office for Civil Rights breach portalRegistri pubblici delle violazioni segnalate di informazioni sanitarie protetteRegistri pubblici
Panorama delle minacce ENISA per il settore sanitarioAnalysis of cyber incidents affecting European health organisationsRapporto pubblico, condizioni d'uso di ENISA
Catalogo CISA delle vulnerabilità note sfruttateVulnerabilità con evidenze di sfruttamento attivoPubblico dominio
US FDA MAUDE e l'elenco dei dispositivi medici basati sull'IASegnalazioni di eventi avversi dei dispositivi e dispositivi autorizzati con IAPubblico dominio
AI Incident DatabaseDocumented incidents involving AI systems, health includedAperto, attribuzione
11Decisioni

Chi decide, e a cosa servono le evidenze.

Health Nexus prepara le evidenze. Le decisioni riportate di seguito sono prese dalle autorità indicate, secondo le proprie regole, e mai dalla piattaforma.

Chi decideLa domandaEvidenze fornite da questa pagina
Hospital boards and chief information officersWhich systems need offline fallback, network segmentation or redundant suppliersDependency maps; downtime scenarios with their clinical consequences stated
Autorità per la protezione dei datiWhether health data sharing and secondary use meet legal and consent requirementsData flow inventories; re-identification risk assessments
Medical device regulatorsSe un dispositivo basato sull'IA richieda ulteriori evidenze, restrizioni o studi post-commercializzazionePrestazioni per sottogruppo; monitoraggio della deriva; segnalazioni di eventi avversi
Ministeri della salute e agenzie per la sanità digitaleWhich standards and architectures national systems must adoptEvidenze di interoperabilità e maturità; requisiti di continuità

Output prodotti da questo argomento

  • Mappe delle dipendenze digitali dei sistemi clinici, di laboratorio e di approvvigionamento
  • Scenari di fermo e di incidente cibernetico per la pianificazione della continuità
  • Data governance and interoperability evidence read against named standards
  • Post-deployment monitoring designs for health algorithms
12Questioni centrali

Cosa si chiedono gli esperti.

Il rischio della sanità digitale è una questione di sicurezza dei pazienti tanto quanto tecnica.

  • Which clinical services stop or slow when a core system is unavailable?
  • How exposed are health organisations to ransomware and other cyber incidents, and how do they recover?
  • Come si comportano sulle diverse popolazioni gli strumenti di IA usati nella diagnosi o nel triage, e come viene monitorato?
  • Who can access health data, under what safeguards, and with what public trust?
  • How dependent is care on a small number of software and cloud providers?
13Meccanismi

Meccanismi e fattori.

Health organisations run many interconnected systems, often including legacy software and medical devices that are hard to update. A cyber incident or major outage can force a hospital onto paper processes, delay results, divert ambulances and cancel treatment. Recovery can take weeks because systems must be rebuilt and verified.

Gli strumenti di IA imparano dai dati storici e possono avere prestazioni peggiori per i gruppi sottorappresentati in tali dati, oppure peggiorare quando cambiano la pratica clinica o le apparecchiature. La concentrazione su pochi fornitori e piattaforme cloud crea punti di guasto condivisi in molte organizzazioni contemporaneamente.

14Metodi e dati

Come viene studiato, e dove si fermano i metodi.

Metodo o datiCosa mostraLimiti
Incident analysis and after-action reviewsCome interruzioni e attacchi hanno inciso sull'assistenza sanitariaMolti incidenti non vengono segnalati o sono segnalati senza dettagli clinici
Dependency and recovery-time mappingQuali sistemi sostengono quali serviziRequires internal information that organisations hold closely
Clinical AI evaluation and monitoringAccuracy, calibration and fairness across groupsPerformance can drift after deployment
Privacy and governance reviewSe l'uso dei dati rispetta gli standard giuridici ed eticiLe norme differiscono per giurisdizione e cambiano nel tempo
15Metodi

Come viene studiato, e cosa i metodi non possono dire.

  1. Ingegneria, interoperabilità e gestione responsabile dei datiCollegamento dei sistemi informativi sanitari · Pubblicazione che tutela la privacyApplicato qui
  2. Probabilità e statisticaStima ponderata per indagine e per piccole aree · Basi di riferimento attese per l'eccesso di mortalitàApplicato qui
  3. Inferenza causale e valutazione d'impattoValutazione delle misure di sanità pubblica · Relazione esposizione-risposta per calore e ariaApplicato qui
  4. Sistemi complessi e modellazione ad agentiReti di contatto e mobilità · Effetti a cascata tra salute e infrastruttureApplicato qui
17Domande

Domande e risposte.

Perché gli ospedali sono spesso bersaglio del ransomware?
Perché detengono dati sensibili, gestiscono molti sistemi interconnessi e talvolta obsoleti e non tollerano interruzioni. È proprio la pressione a ripristinare rapidamente il servizio che gli aggressori sfruttano.
Che cosa significa interoperabilità in ambito sanitario?
La capacità di sistemi diversi di scambiarsi dati e di usarli con un significato condiviso, grazie a standard comuni per la struttura, come HL7 FHIR, e per la terminologia, come ICD-11 e SNOMED CT.
How is the safety of a clinical AI model checked?
Through evaluation on representative data before use, regulatory review where the model is a medical device, and monitoring after deployment for drift and unequal performance. Accuracy before deployment is not enough on its own.
Perché gli incidenti informatici in ambito sanitario sono così rilevanti?
Perché possono ritardare direttamente la diagnosi e la cura. A differenza di molti settori, la sanità non può semplicemente sospendere il servizio mentre i sistemi vengono ripristinati.
Does Health Nexus test medical AI products?
No. It publishes research on evaluation methods and failure modes. It does not test, certify or approve products.
Dove posso segnalare una vulnerabilità di sicurezza su questo sito?
Scrivere a il modulo di segnalazione per la sicurezza. Questo canale riguarda solo il sito web, non i sistemi sanitari di terzi.
RapportiContribuisci

Contribuisci con evidenze da questa pagina.

Reports è la pubblicazione trimestrale del consorzio. Ciò che sai su questo tema può diventare un'evidenza, un caso o una correzione nella prossima edizione, attribuita a te e pubblicata con licenza CC BY 4.0 se si tratta di un tuo lavoro.

GCRIHealth NexusGlobal Sector Risk and ResilienceCountry Systems Risk and ResilienceEvidence Brief
Health Nexus

Porta un metodo, un set di dati o una domanda.

Informazioni e richieste sono aperte oggi. Una richiesta riceve un riferimento e indica il passo successivo; candidature, pagamenti, assegnazioni di calcolo e registrazioni si aprono solo quando esistono il team, le condizioni e la capacità di revisione.