Aggiornato al 09/09/2026
Fornire servizi sempre migliori ai cittadini, accelerarne il più possibile l'erogazione e abbattere gli sprechi. Sono questi i grandi trend di una sanità che si affida sempre di più alla digitalizzazione e alla valorizzazione dei dati clinici per affrontare le complesse sfide di oggi.
Rispetto a qualche anno fa, però, la domanda è cambiata. Non ci si chiede più se investire in tecnologia: gli investimenti sono arrivati. Secondo l'Osservatorio Sanità Digitale del Politecnico di Milano, nel 2025 la spesa italiana per la sanità digitale ha raggiunto i 2,7 miliardi di euro, in crescita del 9% rispetto all'anno precedente, spinta in modo determinante dal PNRR. La domanda di oggi è un'altra: quanto di quel patrimonio informativo si sta effettivamente traducendo in decisioni migliori?
È la stessa transizione che descrive l'Osservatorio: con la conclusione degli interventi PNRR a metà 2026, il sistema si ritrova con infrastrutture nuove — Fascicolo Sanitario Elettronico 2.0, Ecosistema Dati Sanitari (EDS), cartelle cliniche elettroniche, piattaforme regionali di telemedicina — che ora devono generare impatto concreto. La sfida non è più costruire, è far funzionare e far usare.
E qui il collo di bottiglia non è tecnologico. Tra gli ostacoli all'innovazione, le aziende sanitarie indicano la limitata disponibilità di risorse economiche (50%), la carenza di competenze (32%) e la scarsa cultura digitale nelle organizzazioni (25%). Senza una puntuale valorizzazione dei dati clinici non è possibile raggiungere quegli obiettivi di efficienza che rappresentano una vera e propria mission per il direttore sanitario, ma anche un interesse diretto per il paziente: più efficienza vuol dire tempi di attesa ridotti, percorsi più lineari, adozione di strumenti digitali avanzati come teleconsulto e telemedicina.
In che modo, allora, i dati clinici favoriscono l'efficienza della struttura?
Innanzitutto, la capacità di raccogliere, arricchire e interpretare i dati clinici (diagnosi, referti, cartelle cliniche, quesiti diagnostici…) traducendoli in insight di valore fornisce trasparenza su tutte le attività indirizzate alla gestione e alla cura dei pazienti, arrivando a un livello esemplare di dettaglio e di granularità.
La trasparenza, a sua volta, permette di identificare tendenze significative: quali servizi vengono realmente utilizzati dai pazienti e quali meno, qual è il tempo medio di attesa per determinate prestazioni o per la presa in carico in pronto soccorso, quali specialità sono particolarmente richieste, con quali performance operano le risorse disponibili. Avendo un quadro chiaro dei servizi erogati, dei costi sopportati, dei percorsi dei pazienti e dell'operatività delle risorse si può giungere a indicatori essenziali in ambito di clinical governance, come il grado di appropriatezza prescrittiva. A partire dall'appropriatezza è possibile misurare concretamente il livello di efficienza della struttura sanitaria.
Non dimentichiamo, infine, l'impatto sulla qualità dei servizi offerti al paziente: analizzare i dati clinici significa poter prendere decisioni strategiche che migliorano i percorsi di prevenzione, gli iter diagnostici e di cura, giungendo fino alla medicina personalizzata.
Il caso più evidente di come il dato diventi strumento di governo è quello delle liste d'attesa.
Con la Legge 107/2024 è nata la Piattaforma Nazionale delle Liste di Attesa (PNLA), realizzata da AGENAS, che rileva prenotazioni e rispetto dei tempi massimi di garanzia presso i CUP regionali per 14 prime visite specialistiche e 22 esami diagnostici. Non è un sondaggio sulle percezioni: è una rilevazione amministrativa dell'offerta reale.
I primi numeri raccontano due cose insieme. Da un lato un miglioramento: nel primo semestre 2026 le prenotazioni sono salite da 13,3 a 14,9 milioni e il rispetto dei tempi massimi di garanzia è passato dal 76,4% al 78,5% per le prime visite e dall'82,8% all'84,6% per gli esami diagnostici. Dall'altro una criticità che riguarda direttamente la qualità del dato: non esiste ancora uniformità nazionale nell'uso delle classi di priorità (U, B, D, P), il che produce distribuzioni delle prenotazioni molto diverse da regione a regione.
È esattamente il punto che ogni direzione sanitaria conosce bene. Un indicatore vale quanto vale il dato che lo alimenta: se la codifica a monte è disomogenea, il confronto a valle è fragile. Nel corso del 2026 è prevista l'interoperabilità di tutti i CUP regionali con la piattaforma, per rendere il dato più tempestivo — ma la partita della qualità e della normalizzazione del dato si gioca dentro le singole strutture, non a valle.
L'analisi dei dati clinici è molto utile per il personale medico, poiché rende più semplice la ricerca e il reperimento di informazioni che spesso non sono strutturate, ma si rivolge soprattutto ai direttori sanitari, che possono ottenere insight con cui condurre la pianificazione e la razionalizzazione della spesa, indirizzandola verso le aree di maggiore necessità.
L'analisi dei dati clinici permette inoltre di monitorare prestazioni e performance, valutando direttamente o indirettamente l'efficienza dei processi ed eventuali colli di bottiglia, cui porre rimedio con la riprogettazione degli stessi o il rafforzamento dell'abilitazione tecnologica. Tutto ciò conduce a un altro elemento cardine della trasformazione digitale, ovvero all'automazione delle operazioni ripetibili.
In questo modo, l'analisi dei dati clinici diventa il fondamento della cosiddetta data-driven governance, che fonda proprio sulla valorizzazione dei dati la capacità della struttura di soddisfare le esigenze dei propri pazienti mantenendo un profilo di sostenibilità e di ottimizzazione della spesa.
Il quadro infrastrutturale, oggi, lavora a favore. Il FSE 2.0 — disciplinato dal DM 7 settembre 2023 e successive modifiche — è diventato il punto unico di accesso ai servizi del SSN, con dati strutturati, alimentazione entro cinque giorni dall'erogazione della prestazione ed estensione dell'obbligo anche alle strutture private autorizzate. Accanto ad esso, l'Ecosistema Dati Sanitari (EDS) raccoglie e rende fruibile il dato in formato HL7 FHIR, alimentando i repository regionali. Per le aziende sanitarie significa una cosa molto concreta: i sistemi informativi devono produrre dati strutturati, codificati e tempestivi per costruzione, non a posteriori.
Il dato più impressionante dell'ultima rilevazione dell'Osservatorio riguarda l'intelligenza artificiale. Nel 2026 il 61% dei medici specialisti e il 61% dei medici di medicina generale dichiara di aver usato strumenti di AI generativa nell'ultimo anno (erano rispettivamente 26% e 46% l'anno prima); tra gli infermieri si passa dal 19% al 37%, tra i cittadini dall'11% al 36%.
Il problema è come: meno di un terzo dei professionisti ricorre a piattaforme dedicate all'uso sanitario, e solo il 17% dei medici specialisti dichiara di riuscire a riconoscere contenuti manipolati artificialmente. L'AI è entrata nella pratica quotidiana prima che il sistema si dotasse di competenze, regole e strumenti per governarla — non a caso l'AI è oggi ambito di interesse strategico per il 71% delle strutture (+8 punti sul 2025), mentre la cybersecurity resta la priorità numero uno (90%), seguita dai servizi digitali al cittadino (81%), dalla cartella clinica elettronica (76%) e dalla telemedicina (74%).
La conseguenza per una direzione sanitaria è netta: non esiste AI clinica affidabile senza un patrimonio di dati clinici strutturato, tracciabile e di qualità. Gli algoritmi non correggono un dato sporco, lo amplificano.
Il legislatore si sta muovendo nella stessa direzione. La Legge 132/2025 — primo intervento organico italiano sull'intelligenza artificiale, in linea con l'AI Act — dedica alla sanità disposizioni specifiche: la decisione clinica resta in capo al professionista, che deve valutare criticamente gli output del sistema; il paziente ha diritto di essere informato sull'impiego di tecnologie di AI nel proprio percorso di cura; è vietato subordinare l'accesso alle prestazioni a criteri discriminatori basati su sistemi di AI. È inoltre prevista una piattaforma nazionale di AI affidata ad AGENAS. Per le strutture questo si traduce in politiche interne di data governance, valutazioni d'impatto (DPIA) e procedure di gestione del rischio.
C'è infine un orizzonte più ampio da tenere presente in fase di pianificazione. Il Regolamento (UE) 2025/327 istituisce lo Spazio europeo dei dati sanitari (EHDS), il primo spazio comune di dati dell'Unione dedicato a un settore specifico. Entrato in vigore il 26 marzo 2025, si applica a partire dal 26 marzo 2027, con un'attuazione graduale: dal 2029 lo scambio tra Stati membri delle categorie prioritarie di dati (come Patient Summary ed ePrescription) e l'avvio delle norme sull'uso secondario per la maggior parte delle categorie; dal 2031 l'estensione a immagini mediche, risultati di laboratorio e lettere di dimissione.
L'uso secondario è il punto che merita attenzione strategica: i dati sanitari, in forma deidentificata, potranno essere riutilizzati per ricerca scientifica, innovazione, elaborazione di politiche sanitarie e attività regolatorie. Le strutture che oggi investono in qualità, codifica e interoperabilità del dato clinico non stanno solo migliorando la propria efficienza interna: si stanno posizionando per partecipare a un ecosistema europeo della ricerca che varrà molto, e a cui accede solo chi ha dati in ordine.