È possibile creare strutture pubblico private per lo sviluppo di nuovi algoritmi di intelligenza artificiale a supporto delle attività diagnostiche e di cura svolte dai soggetti operanti nel Sistema Sanitario Nazionale? Questo saggio ipotizza forme di cooperazione fondate sulla messa a disposizione di dati sanitari (anonimizzati) su cui “far allenare” algoritmi di intelligenza artificiale. Vengono poi esaminate alcune ipotesi alternative al fine di vagliare la ricorrenza di obblighi di evidenza pubblica per l’individuazione dei partner privati. Nell’ottica di semplificare e accelerare la conclusione di forme di cooperazione nel settore oggetto dell’indagine, sono indicate alcune soluzioni operative che potrebbero consentire di concludere contratti di rete senza il preventivo espletamento di procedure di gara.
Reti di imprese pubblico private per il machine learning in campo sanitario / Capotorto, D. - In: DEMOCRAZIA E DIRITTI SOCIALI. - ISSN 2610-9166. - 2(2021), pp. 117-141.
Reti di imprese pubblico private per il machine learning in campo sanitario
Capotorto D
2021
Abstract
È possibile creare strutture pubblico private per lo sviluppo di nuovi algoritmi di intelligenza artificiale a supporto delle attività diagnostiche e di cura svolte dai soggetti operanti nel Sistema Sanitario Nazionale? Questo saggio ipotizza forme di cooperazione fondate sulla messa a disposizione di dati sanitari (anonimizzati) su cui “far allenare” algoritmi di intelligenza artificiale. Vengono poi esaminate alcune ipotesi alternative al fine di vagliare la ricorrenza di obblighi di evidenza pubblica per l’individuazione dei partner privati. Nell’ottica di semplificare e accelerare la conclusione di forme di cooperazione nel settore oggetto dell’indagine, sono indicate alcune soluzioni operative che potrebbero consentire di concludere contratti di rete senza il preventivo espletamento di procedure di gara.File | Dimensione | Formato | |
---|---|---|---|
Capotorto_Reti_2021.pdf
accesso aperto
Tipologia:
Versione editoriale (versione pubblicata con il layout dell'editore)
Licenza:
Creative commons
Dimensione
316.71 kB
Formato
Adobe PDF
|
316.71 kB | Adobe PDF |
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.