Questa sezione presenta alcuni esempi significativi di come l’intelligenza artificiale venga utilizzata nei servizi pubblici e nel benessere sociale in Italia. Non intende essere esaustiva, ma vuole offrire uno spaccato di alcuni ambiti applicativi in cui l’AI è già presente e delle questioni che il suo utilizzo può sollevare.
L’intelligenza artificiale nella gestione urbana
La Smart Control Room del Comune di Venezia
Descrizione: centrale operativa situata presso l’Isola Nuova del Tronchetto. Inaugurata nel settembre 2020, è un progetto realizzato in collaborazione tra il Comune di Venezia, la Polizia Locale, TIM e Venis Spa. La Smart Control Room integra diverse tecnologie avanzate, tra cui intelligenza artificiale, internet delle cose, cloud computing e connettività 5G, per monitorare e gestire in tempo reale la mobilità, la sicurezza e i flussi turistici della città. La piattaforma tecnologica utilizzata, MindIcity, consente di raccogliere ed elaborare dati provenienti da sensori distribuiti sul territorio, videocamere intelligenti e la rete telefonica TIM, fornendo agli operatori informazioni in tempo reale e previsioni utili per la gestione urbana.
Link: La stanza dove si vede tutto quello che succede a Venezia
Venezia, contributo di accesso e Smart Control Room – Smart Controlled – Ep1 (video)
La Smart City Control Room del Comune di Firenze
Descrizione: Progettata da Snap4City, è un hub tecnologico avanzato che sfrutta tecnologie come l’Internet of Things (IoT), l’analisi dei dati e l’intelligenza artificiale per monitorare e gestire in tempo reale diversi aspetti della vita urbana, tra cui traffico, sicurezza, illuminazione e servizi pubblici. Snap4City, sviluppato dal DISIT Lab dell’Università di Firenze, è una piattaforma open-source basata su FIWARE (una piattaforma open-source che fornisce API e strumenti per lo sviluppo di applicazioni smart) che supporta l’integrazione e l’elaborazione di dati provenienti da molteplici fonti, consentendo l’implementazione rapida di sistemi di supporto decisionale e applicazioni smart. Utilizza tecnologie di intelligenza artificiale avanzate, come il machine learning, l’analisi predittiva, il riconoscimento di anomalie, natural language processing e l’Explainable artificial intelligence, per gestire e ottimizzare in tempo reale vari aspetti della vita urbana. Queste tecnologie vengono applicate a situazioni come il monitoraggio del traffico per ridurre la congestione, la gestione energetica per migliorare l’efficienza dei consumi, la sicurezza pubblica per rilevare comportamenti anomali e prevenire incidenti e la risposta alle emergenze per coordinare interventi rapidi e mirati. Inoltre, strumenti di visualizzazione dei dati aiutano gli operatori a interpretare rapidamente le informazioni critiche. Il progetto è stato co-finanziato dal PON Città Metropolitane e vede la collaborazione di vari partner tecnologici, tra cui Alia (gestione dei rifiuti), Silfi (illuminazione pubblica), Sas (analisi avanzata dei dati) e Global Service (manutenzione e gestione dei servizi). Snap4City ha già dimostrato la sua efficacia in diverse città europee, tra cui Firenze, Pisa, Livorno e Modena, offrendo soluzioni smart per migliorare la qualità della vita urbana.
Link: Scenario: Firenze Smart City Control Room
Scheda progetto
Il monitoraggio del traffico urbano del Comune di Milano
Descrizione: Telecamera dotata di intelligenza artificiale per monitorare il traffico urbano. Riconosce diverse tipologie di utenti della strada, inclusi pedoni e ciclisti, fornendo dati precisi per migliorare la pianificazione urbana e promuovere la mobilità sostenibile. Il progetto è promosso dall’Agenzia Mobilità Ambiente e Territorio (AMAT) e ha visto la collaborazione dell’ente di certificazione RINA, che ha rilasciato il certificato di conformità “Trustable AI Management System” per garantire la qualità e la sicurezza del sistema.
Link: AMAT ha ottenuto la certificazione di un sistema avanzato di Intelligenza Artificiale per il monitoraggio della mobilità urbana milanese
Milano: la telecamera con intelligenza artificiale e i dubbi sulla privacy
Il Gemello Digitale del Comune di Bologna
Descrizione: progetto volto a creare una rappresentazione digitale dinamica della città, progettato per supportare i processi decisionali attraverso l’uso di tecnologie avanzate. Il sistema utilizza machine learning, big data e internet delle cose per raccogliere e analizzare dati in tempo reale da varie fonti, come sensori urbani, dati satellitari e sistemi informativi esistenti. Tra i campi di applicazione: la mobilità urbana, l’energia, i cambiamenti climatici e la pianificazione urbana. Potrà essere utilizzato per monitorare il traffico e ottimizzare i percorsi dei veicoli, gestire il consumo energetico degli edifici pubblici, prevedere l’impatto dei cambiamenti climatici sulla città e supportare la pianificazione di nuovi quartieri. Avviato nel 2023,è finanziato dal Comune di Bologna (fondi europei PON Metro) con il supporto della Fondazione Innovazione Urbana. Tra i partner principali ci sono la Fondazione Bruno Kessler, l’Università di Bologna, il consorzio interuniversitario Cineca. Il progetto prevede una fase iniziale di sviluppo e implementazione seguita da un progressivo ampliamento delle funzionalità e dei campi di applicazione, con l’obiettivo di diventare uno strumento integrato per la gestione urbana e il coinvolgimento dei cittadini.
Link: Presentazione gemello digitale
Bologna avrà un Gemello digitale
L’AI nel welfare
RiskER: Stratificazione del Rischio nella Regione Emilia-Romagna
Descrizione: Progetto sviluppato dall’Agenzia Sanitaria e Sociale Regionale (ASSR) della Regione Emilia-Romagna, volto alla stratificazione del rischio della popolazione assistita utilizzando tecniche di intelligenza artificiale e modelli statistici avanzati. Il progetto impiega una regressione logistica multivariata (machine learning supervisionato) per analizzare dati amministrativi sanitari, come ricoveri ospedalieri, accessi al pronto soccorso e prescrizioni farmaceutiche, al fine di calcolare la probabilità di eventi avversi come l’ospedalizzazione evitabile o il decesso.
Link: Guida alla stratificazione del rischio della popolazione residente in Emilia-Romagna con dati amministrativi: l’algoritmo riskER
Complessità assistenziale
Sanita digitale per l’ASST di Vimercate
Descrizione: Sviluppato da AlmavivA per l’ASST di Vimercate. Utilizza tecniche di machine learning e analisi predittiva e prescrittiva per gestire i processi sociosanitari. Monitorando i pazienti lungo il loro percorso clinico, il sistema analizza dati provenienti da esami ematici, esami fisici, comorbidità, ricoveri, accessi al pronto soccorso e farmacoterapia. In pratica, il sistema prevede l’insorgenza di complicanze, il momento della dialisi per i pazienti con insufficienza renale cronica, il re-ricovero per scompenso cardiaco, e la tossicità oncologica, supportando così le decisioni mediche del personale sanitario.
Link: Asst Vimercate: l’intelligenza artificiale in corsia
INPS
Descrizione: Sistema di classificazione delle email automatizza la gestione delle oltre 4 milioni di email ricevute annualmente, utilizzando modelli di Deep Learning come BERT per analizzare il contenuto e indirizzare le comunicazioni agli uffici competenti. Sviluppato in collaborazione con Accenture, mira a ridurre i tempi di risposta e migliorare il servizio ai cittadini. Sistema Informativo Integrato del Sistema Lavoro (SIISL), utilizza algoritmi di machine learning per l’analisi dei dati e la previsione delle esigenze del mercato del lavoro. Facilita l’incrocio tra domanda e offerta di lavoro, migliorando l’allocazione delle risorse umane. Inoltre, l’INPS utilizza modelli predittivi e analisi dei Big Data per monitorare i servizi erogati, identificando aree di miglioramento e ottimizzando le risorse, in collaborazione con enti di ricerca e università.
Link: Intelligenza Artificiale per potenziare la Pubblica Amministrazione