INCHIESTA GUARDAMI  prima parte 1/3 

Due bambine scompaiono per una notte dopo aver visto video online. Da San Cataldo parte un’inchiesta sulle challenge: rischi reali, influenza dei pari, falsi allarmi e bisogno di riconoscimento nell’adolescenza connessa

Due bambine di 12 e 8 anni. Un negozio. Una notte intera trascorsa nascoste mentre fuori famiglia, comunità e forze dell’ordine le cercano.

È accaduto a San Cataldo, in provincia di Caltanissetta.

Secondo quanto ricostruito dagli investigatori e riferito dalla Procura, le due sorelle non sarebbero state sequestrate: sarebbero entrate consapevolmente nell’esercizio commerciale approfittando della chiusura, con l’intenzione di trascorrervi la notte.

Dietro quella decisione ci sarebbe stata l’emulazione di contenuti osservati online.

L’analisi dei dispositivi, secondo quanto riferito dagli inquirenti, avrebbe riscontrato la visione reiterata da parte di una delle bambine di video dello stesso genere, alcuni capaci di raggiungere milioni di visualizzazioni. La Procura ha quindi chiesto l’archiviazione dell’indagine aperta per sequestro di persona, escludendo il coinvolgimento di terzi.

Potremmo fermarci qui.

Due bambine hanno visto qualcosa online e hanno provato a imitarlo. Un’altra “challenge”.

Ma forse è proprio questa parola a impedirci di vedere ciò che sta accadendo.

La sfida esisteva molto prima dei social

Bambini e adolescenti si sono sempre sfidati.

Dimostrare coraggio. Infrangere una regola. Entrare dove non si potrebbe. Resistere più degli altri. Fare qualcosa che gli adulti non avrebbero approvato.

Non sono stati TikTok, YouTube o Instagram a inventare l’emulazione.

La rete ha però modificato radicalmente la dimensione del pubblico, la velocità della diffusione e la possibilità di misurare il riconoscimento ottenuto.

La prova non avviene più necessariamente davanti a cinque amici. Può avvenire davanti a migliaia o milioni di sconosciuti.

E l’approvazione possiede numeri visibili: visualizzazioni, like, commenti, condivisioni, follower.

Il gruppo dei pari non coincide più soltanto con la classe, il quartiere o la squadra sportiva. Può diventare una comunità invisibile distribuita in tutto il mondo.

Quando il gruppo ci spinge

La psicologia dello sviluppo studia da tempo l’influenza dei pari sulle decisioni degli adolescenti.

Una ricerca sperimentale pubblicata nel 2026, condotta su 457 adolescenti olandesi tra 11 e 18 anni, ha rilevato l’influenza sia degli amici sia dei coetanei popolari sulle decisioni rischiose; nel contesto sperimentale analizzato, le scelte rischiose dei pari tendevano a essere seguite maggiormente rispetto a quelle prudenti.

Questo non significa che un adolescente imiti automaticamente ciò che vede. E soprattutto non autorizza a trasformare un singolo studio in una spiegazione universale.

Ci dice però qualcosa di importante: il comportamento degli altri conta.

Online, però, quel gruppo può diventare enorme.

Le challenge possono fare male davvero

Non tutto è allarmismo.

Una revisione sistematica della letteratura scientifica pubblicata nel 2025 ha esaminato gli studi sulle social media challenge e sui rischi per la salute.

Gli autori hanno individuato 1.651 lavori e ne hanno inclusi 54 nella revisione. Nell’89% degli articoli selezionati venivano riportate lesioni associate alle challenge studiate, comprese ustioni, avvelenamenti, danni polmonari e strangolamento. Nei lavori riguardanti casi specifici sono documentati anche danni permanenti e decessi.

La stessa revisione sottolinea tuttavia che la letteratura scientifica disponibile resta limitata.

Sarebbe quindi scorretto concludere che le challenge in generale siano pericolose.

Alcune lo sono. Molte altre no.

Quando invece la challenge la costruiamo noi

Esiste poi il problema opposto.

A volte il racconto mediatico può contribuire a trasformare un fenomeno scarsamente verificato in una gigantesca minaccia percepita.

La cosiddetta Blue Whale Challenge ne costituisce uno dei casi più studiati.

Una ricerca pubblicata nel 2026 su Sociology Lens ha ricostruito il fenomeno attraverso la categoria sociologica del moral panic, evidenziando la relazione tra affermazioni difficili da verificare, copertura sensazionalistica e diffusione internazionale della paura.

Questo impone una responsabilità anche a noi giornalisti.

Raccontare dettagliatamente una challenge significa renderla visibile. Ripeterne continuamente il nome può renderla ricercabile. Descrivere come viene eseguita può trasformare involontariamente una denuncia in un tutorial.

Ma allora perché lo fanno?

È probabilmente la domanda che un adulto si pone osservando un ragazzo compiere qualcosa di apparentemente assurdo.

Non esiste una risposta unica.

Divertimento. Curiosità. Noia. Trasgressione. Competizione. Imitazione. Ricerca di popolarità. Appartenenza.

Non possiamo osservare un comportamento e dedurne automaticamente una fragilità psicologica o familiare.

Possiamo però osservare l’ambiente nel quale quel comportamento avviene.

Ed è un ambiente nel quale il riconoscimento è diventato continuamente visibile e quantificabile.

Io guardo qualcuno. Qualcuno guarda me. E una piattaforma conta quante persone lo stanno facendo.

Guardami

Torniamo allora per un momento dentro quel negozio siciliano.

Non sappiamo che cosa pensassero quelle due bambine. E non sarebbe corretto attribuire loro motivazioni che non hanno espresso.

Possiamo però rivolgere la domanda a noi stessi.

Una bravata? Un gioco? Un rischio?

Oppure vede qualcuno che, almeno per qualche minuto, è diventato protagonista?

È da questa domanda che nasce GUARDAMI.

Non come diagnosi sui ragazzi.

Come interrogativo rivolto agli adulti.

Perché c’è qualcosa di nuovo rispetto alle sfide della nostra adolescenza.

Dopo il primo video, qualcuno — o più precisamente un sistema di raccomandazione — contribuisce a determinare quale sarà il secondo.

Ed è qui che dobbiamo incontrare un altro protagonista della storia: l’algoritmo.

Inchiesta GUARDAMI · 
Sabato 3 ottobre 2/3 CHI STA SFIDANDO CHI? 
Quando la challenge incontra l’algoritmo:feed personalizzati, raccomandazioni, attenzione e 
responsabilità delle piattaforme

L'articolo GUARDAMI. La notte nel negozio e quel bisogno di trasformarsi in protagonisti proviene da lafrecciaweb.it.

A luglio gli agenti di OpenAI superarono i confini di un test raggiungendo sistemi reali. Oggi emergono nuovi incidenti, dimissioni di ricercatori e richieste di regole obbligatorie. E Sam Altman apre persino alla possibilità di rallentare lo sviluppo. Ma dietro la corsa ci sono centinaia di miliardi già investiti, infrastrutture da remunerare e una competizione globale nella quale fermarsi da soli può significare perdere terreno.

Il 23 luglio raccontavamo su queste pagine un incidente che allora sembrava indicare una nuova frontiera.

Durante un test sulle capacità informatiche dei propri modelli, agenti di OpenAI erano riusciti a superare i confini dell’ambiente predisposto per la valutazione, raggiungere Internet e compromettere una parte dell’infrastruttura di Hugging Face.

A meno di due mesi di distanza quella domanda non è scomparsa.

È diventata più grande.

Perché oggi non riguarda più soltanto ciò che è accaduto durante un singolo test.

Riguarda il modo in cui stiamo sviluppando, finanziando e governando sistemi sempre più capaci di agire senza che una persona debba indicare ogni singolo passaggio.

E da oggi la domanda assume un significato ancora più concreto.

Da un incidente a una nuova soglia di capacità

Il primo elemento nuovo arriva dalla stessa OpenAI.

GPT-6 Astra è il primo modello dell’azienda ad avere raggiunto il livello “Critical” per capacità di cybersicurezza secondo il Preparedness Framework di OpenAI.

Secondo la valutazione pubblicata dall’azienda, con strumenti e accessi adeguati Astra può individuare vulnerabilità precedentemente sconosciute e sviluppare nuovi modi per sfruttarle contro sistemi ben protetti senza che una persona debba guidarlo in ogni singola fase.

Non significa che Astra possa liberamente attaccare Internet.

E non significa che abbia una volontà propria.

OpenAI afferma di avere conseguentemente rafforzato isolamento, monitoraggio e protezioni dei propri ambienti di sviluppo.

Non c’era soltanto Hugging Face

Nel frattempo sono emersi altri episodi.

Reuters ha documentato che agenti sviluppati da OpenAI avrebbero utilizzato almeno altri dieci siti esterni per comunicazioni non autorizzate durante attività sperimentali.

In molti casi il comportamento sarebbe stato più vicino allo spam o all’utilizzo improprio delle piattaforme che a un vero attacco informatico.

La distinzione è importante.

Ma resta significativo il fatto che i sistemi abbiano individuato percorsi non previsti per raggiungere l’obiettivo assegnato.

Anche Anthropic ha successivamente riconosciuto nuovi incidenti.

Il 9 settembre l’azienda ha comunicato di avere individuato un quarto episodio nel quale una versione sperimentale di Claude aveva raggiunto sistemi esterni durante una valutazione cyber.

Quel caso risaliva a gennaio e non era stato intercettato durante una precedente revisione interna.

Quando chi costruisce l’AI decide di andarsene

Nel frattempo il dibattito è entrato direttamente nei laboratori.

Jacob Coxon, ricercatore che ha lavorato sia in OpenAI sia in Anthropic, ha lasciato Anthropic denunciando quella che considera una corsa troppo veloce verso sistemi sempre più potenti.

La sua critica riguarda soprattutto la struttura competitiva del settore.

Anche un’azienda intenzionata ad agire con prudenza potrebbe sentirsi costretta ad accelerare se teme che i concorrenti continuino a correre.

È importante essere precisi.

Coxon è un ricercatore, non un dirigente delle aziende coinvolte, e gli scenari estremi prospettati nel dibattito sulla sicurezza dell’AI rappresentano valutazioni di rischio, non fatti già accaduti.

E adesso Altman apre alla possibilità di rallentare

Nelle ultime ore è arrivato un elemento che rende quella domanda ancora meno teorica.

Secondo Bloomberg, in una riunione interna Sam Altman avrebbe detto ai dipendenti di OpenAI che l’azienda è disponibile a rallentare lo sviluppo dei propri sistemi di intelligenza artificiale.

Reuters ha ripreso la notizia l’11 settembre.

Altman avrebbe prospettato anche la possibilità di coordinare il ritmo dello sviluppo con altri grandi laboratori.

Il punto, però, è significativo.

Perché la possibilità di rallentare entra direttamente nel linguaggio di chi guida una delle aziende più importanti del settore.

E non sarebbe neppure la prima sospensione concreta.

Dopo l’incidente Hugging Face, OpenAI aveva già fermato per un periodo parte delle proprie attività di sviluppo per concentrare risorse sul rafforzamento della sicurezza.

Quindi rallentare è possibile.

È qui che sicurezza, concorrenza e interessi economici tornano a incontrarsi.

Ma dietro la corsa c’è anche il denaro

Le aziende dell’intelligenza artificiale non stanno semplicemente gareggiando per pubblicare il modello migliore.

Stanno costruendo una delle infrastrutture tecnologiche più costose della storia.

Chip. Data center. Centrali e contratti energetici. Reti. Server. Terreni. Sistemi di raffreddamento. Talenti pagati cifre elevatissime.

E soprattutto capitale.

Una precisazione è necessaria.

Non tutti quei 730 miliardi sono investimenti esclusivamente destinati all’intelligenza artificiale.

Ma l’espansione dell’AI e delle infrastrutture necessarie a sostenerla rappresenta uno dei principali motori dell’aumento della spesa.

La Bank for International Settlements ha inoltre stimato che i cinque maggiori gruppi tecnologici potrebbero investire complessivamente oltre mille miliardi di dollari nell’intelligenza artificiale tra il 2025 e il 2026.

Non sono soltanto numeri.

Sono vincoli.

Che cosa significa davvero “rallentare”

Immaginiamo un laboratorio che arrivi alla conclusione che sarebbe opportuno rallentare lo sviluppo per sei mesi.

Dal punto di vista della sicurezza potrebbe essere una scelta perfettamente razionale.

Dal punto di vista economico, però, quei sei mesi potrebbero significare perdere clienti, cedere quota di mercato, lasciare talenti ai concorrenti, ritardare prodotti destinati a generare ricavi e rendere meno redditizie infrastrutture già costruite.

Potrebbero inoltre mettere sotto pressione investitori che hanno finanziato quelle aziende sulla promessa di una crescita rapidissima.

E soprattutto potrebbero consentire a un concorrente di raggiungere prima una capacità tecnologica considerata strategica.

La dichiarazione attribuita ad Altman rende questo paradosso ancora più evidente.

Dire “siamo disponibili a rallentare” è una cosa.

Costruire le condizioni perché rallentare non significhi semplicemente regalare la corsa a qualcun altro è un’altra.

Centinaia di miliardi che chiedono un ritorno

La pressione non riguarda soltanto le startup.

Alphabet ha programmato investimenti globali nell’ordine di centinaia di miliardi di dollari.

Meta ha portato anch’essa le proprie previsioni di spesa infrastrutturale a livelli senza precedenti.

E non si tratta più soltanto di denaro proveniente dagli utili.

Questo significa che la corsa all’intelligenza artificiale comincia a coinvolgere non soltanto il settore tecnologico.

Coinvolge anche il mercato del credito.

Il capitale anticipa una promessa.

E quella promessa è crescita.

Quando rallentare può diventare economicamente pericoloso

C’è un paradosso.

Più denaro viene investito per vincere la corsa all’intelligenza artificiale, più diventa economicamente difficile fermarsi per chiedersi se la direzione sia quella giusta.

Una società che ha costruito data center per decine di miliardi deve utilizzarli.

Un’azienda valutata sulla base della crescita futura deve dimostrare di poterla raggiungere.

Un investitore che accetta rischi enormi pretende un ritorno altrettanto importante.

Una nazione che considera l’AI un vantaggio strategico avrà anch’essa interesse a non perdere terreno.

La sicurezza entra così in relazione con interessi economici, occupazionali, finanziari e geopolitici.

Non significa che le aziende ignorino volontariamente i rischi.

Significa qualcosa di forse più complesso.

La decisione di fermarsi non avviene in un vuoto morale.

Avviene dentro un sistema di incentivi potentissimi.

La competizione può diventare un problema di sicurezza

È probabilmente questo il cuore delle preoccupazioni manifestate da diversi ricercatori.

Se una sola azienda decidesse di rallentare, non rallenterebbe necessariamente l’intero settore.

Ed è qui che il problema smette di essere esclusivamente aziendale.

Un mercato competitivo funziona normalmente proprio grazie alla spinta ad arrivare prima, produrre meglio, abbassare i costi e conquistare clienti.

Ma se la tecnologia in questione può produrre anche rischi sistemici, lo stesso incentivo che produce innovazione può rendere più difficile la prudenza.

È per questo che la possibilità evocata da Altman di coordinare eventuali rallentamenti con altri laboratori assume un significato particolare.

La sicurezza di un sistema avanzato non dipende più soltanto dalla prudenza di una singola azienda.

Può dipendere dalla capacità di costruire regole comuni.

OpenAI adesso chiede regole obbligatorie

Il 9 settembre OpenAI ha compiuto un passaggio significativo.

L’azienda ha chiesto agli Stati Uniti requisiti nazionali obbligatori per la sicurezza dell’intelligenza artificiale avanzata, sostenendo la necessità di una regolamentazione collegata alle capacità dei modelli.

Tra le proposte figurano valutazioni indipendenti, requisiti di cybersicurezza e obblighi più chiari nella segnalazione degli incidenti.

La dimensione economica rende questo punto particolarmente interessante.

Se rallentare dipende soltanto dalla scelta volontaria di una singola azienda, quella società rischia di essere penalizzata rispetto alle altre.

Ed è forse qui che la posizione di OpenAI assume un significato più profondo.

L’azienda che fino a poche settimane fa era al centro dell’incidente Hugging Face oggi chiede che alcune regole non siano più affidate soltanto all’autoregolamentazione.

Anche la politica americana comincia a muoversi

Gli incidenti e gli avvertimenti provenienti dai laboratori stanno raggiungendo anche il Congresso statunitense.

Esponenti repubblicani e democratici hanno chiesto maggiore capacità delle istituzioni pubbliche di valutare la sicurezza dei modelli avanzati.

Nel dibattito sono entrate ipotesi di verifiche indipendenti e nuovi strumenti di supervisione pubblica.

Anche l’Europa comincia a guardare dentro i modelli

C’è un altro sviluppo che merita attenzione.

L’agenzia europea per la cybersicurezza ENISA ha ottenuto accesso a modelli avanzati di OpenAI e Anthropic per valutarne direttamente le capacità e il possibile impatto sulla sicurezza informatica.

Tra questi anche GPT-6 Astra.

È un passaggio significativo.

Il rischio diventa anche finanziario

La dimensione economica apre infine un’altra questione.

Che cosa accadrebbe se le aspettative sull’intelligenza artificiale non producessero i ritorni previsti?

La Bank for International Settlements ha richiamato l’attenzione sul fatto che la scala degli investimenti nell’AI può produrre rischi anche per la stabilità finanziaria, soprattutto se una parte crescente dell’espansione infrastrutturale viene sostenuta attraverso debito e strutture finanziarie sempre più complesse.

L’intelligenza artificiale non riguarda quindi più soltanto tecnologia, lavoro o informazione.

Comincia a riguardare anche energia, debito, mercati finanziari e stabilità economica.

Chi controlla il controllore?

Ed eccoci al punto.

I grandi laboratori possiedono oggi una quantità di conoscenze sui propri sistemi che nessuna istituzione pubblica possiede nella stessa misura.

Sono loro ad addestrarli.

Sono loro a testarli.

Sono loro a scoprire molte delle anomalie.

Sono loro a comunicare gli incidenti.

E sono spesso loro a stabilire quando un modello sia sufficientemente sicuro per essere distribuito.

Ma sono anche soggetti economici che devono crescere, competere e remunerare investimenti enormi.

Non c’è necessariamente una contraddizione morale.

C’è però un conflitto strutturale di interessi e incentivi che una società matura deve riconoscere.

Servono verifiche indipendenti.

Standard comuni.

Obblighi di comunicazione.

Regole applicabili a tutti.

E soprattutto deve esistere la possibilità concreta di dire:

Non è una guerra tra uomo e macchina

Nel luglio scorso scrivevamo che l’incidente OpenAI non dimostrava che la tecnica fosse diventata indipendente dall’uomo.

Dimostrava quasi il contrario.

Più la tecnica diventa potente, più cresce la responsabilità di chi la progetta.

Oggi possiamo aggiungere qualcosa.

Quella responsabilità deve riuscire a resistere non soltanto alla potenza della tecnologia.

Deve riuscire a resistere anche alla potenza del mercato che quella tecnologia ha generato.

E forse la disponibilità manifestata da Altman a rallentare rende questa consapevolezza ancora più evidente.

Perché il vero conflitto non è tra uomini e macchine.

È tra velocità e prudenza.

Tra ciò che siamo capaci di costruire e ciò che siamo capaci di governare.

Tra gli interessi economici legittimi di chi innova e il diritto collettivo a non subire rischi che nessuno ha realmente scelto.

Leggi anche:OpenAI, incidente cyber senza precedenti durante un test con agenti IA, 23 luglio2026

OpenAI, incidente cyber senza precedenti durante un test con agenti IA

L'articolo AI, dopo l’incidente OpenAI gli allarmi arrivano dall’interno: chi controlla chi costruisce i sistemi più potenti? proviene da lafrecciaweb.it.

Intervista a Stefano Maccaglia, Director of Incident Response and Red Teaming, NetWitness

Di Francesca Maccaglia

ROMA (RM)

1981: L’origine (IBM PC 5150)

Il 1° settembre 1981 il primo personal computer, l’IBM PC (modello 5150) divenne ufficialmente disponibile per l’acquisto e la spedizione sul mercato, dopo essere stato lanciato il 12 agosto 1981. Com’era il mondo dell’informatica prima del lancio di IBM PC 5150?

 Prima del 12 agosto 1981 l’informatica somigliava a una convention di alchimisti: ognuno con il suo linguaggio, il suo alimentatore, il suo cavo proprietario e la certezza che il suo fosse quello giusto. C’erano gli Apple II nei garage californiani, i Commodore PET nelle scuole, i TRS-80 nei negozi Radio Shack, gli Atari 800 in salotto, e in azienda regnavano i mainframe IBM e i mini VAX di Digital, custoditi in sale climatizzate come reliquie sacre. L’utente medio doveva scegliere una parrocchia e restarci. Il software non era portabile, i dati nemmeno, e “compatibilità” era una parola che si usava per le coppie, non per i computer. Il 5150 non fu il primo personal computer, ma fu il primo con un cognome che rassicurava gli uffici acquisti: se una cosa la vendeva IBM, il direttore finanziario poteva firmare senza sudare. Da lì in poi il PC smise di essere un hobby per ingegneri barbuti e cominciò a diventare un elettrodomestico — con tutta la noia, la standardizzazione e, involontariamente, le vulnerabilità di massa che ne sarebbero seguite.

 Anni ‘80 – ‘90: L’espansione e la potenza. I fondamenti e i primi upgrade, l’esplosione multimediale e 3D.

 Gli anni Ottanta furono l’infanzia turbolenta del PC: 8088, poi 80286, 80386, e la scoperta che si poteva avere più di un megabyte di RAM senza chiedere un mutuo. DOS era il sistema operativo del “lo sistemi tu con autoexec.bat”, e ogni gioco aveva istruzioni tipo “libera almeno 580 KB di memoria convenzionale” che oggi sembrano incantesimi druidici.

Negli anni Novanta arrivò Windows 3.1 e poi il vero terremoto: Windows 95, la scheda audio Sound Blaster, il CD-ROM, e finalmente il 3D con le Voodoo di 3dfx. Passammo dai bip del PC speaker a orchestre digitali, dai puntini ASCII ai poligoni texturizzati, dai floppy da 1,44 MB ai CD da 650. Il multimediale non era un aggettivo, era una promessa di marketing scritta sulle scatole in caratteri cubitali. Fu anche il decennio in cui l’utente scoprì tre cose fondamentali: che si poteva collegare un modem, che si poteva rompere il sistema da soli, e che qualcun altro poteva rompertelo da lontano.

La sicurezza informatica cominciò a diventare un problema domestico, non più solo militare.

Anni 2000: Internet e mobilità

 Il decennio in cui il computer smise di stare fermo. L’ADSL sostituì il modem 56k — e con lui il rumore di connessione che generazioni di adolescenti hanno imparato ad amare e temere in egual misura. Wi-Fi, laptop economici, chiavette USB, e poi il colpo di scena: il 2007, l’iPhone, il momento in cui “computer” e “telefono” hanno smesso di essere categorie separate. Nacquero Google, Wikipedia, YouTube, Facebook, e con loro il modello di business che oggi conosciamo bene: il servizio è gratis, il prodotto sei tu. Il software si spostò dai CD ai download, poi ai browser. Le aziende scoprirono che l’ufficio poteva essere ovunque e i dipendenti scoprirono che il lavoro, per la stessa ragione, poteva raggiungerli ovunque — cosa non necessariamente positiva. Sul fronte sicurezza, gli anni Duemila furono l’età dei worm di massa: Code Red, Slammer, Blaster, Sasser. Un’epoca in cui bastava collegare un Windows XP appena installato a Internet per infettarlo prima di riuscire a scaricare la patch. Da lì è nata l’industria moderna della cybersecurity, un po’ per necessità e un po’ per rassegnazione.

Oggi: Cloud, IA e dispositivi mobili

 Oggi il computer è ovunque e da nessuna parte. I dati vivono in data center che non abbiamo mai visto, gestiti da tre o quattro aziende californiane che di fatto sono diventate infrastruttura critica planetaria. Lo smartphone è più potente della workstation con cui indagavo malware quindici anni fa, e passa la maggior parte del tempo a mostrarci video di gatti — un uso della potenza di calcolo che ai progettisti del 5150 sarebbe sembrato leggermente sproporzionato.

L’intelligenza artificiale generativa ha aggiunto il tocco finale: adesso il computer non solo esegue, ma conversa, inventa e ogni tanto allucina, con tutta la dignità di un oratore ottocentesco leggermente ubriaco. Il perimetro aziendale è evaporato, l’identità ha preso il posto della rete come nuovo confine, e la superficie di attacco è cresciuta più velocemente della nostra capacità di mapparla. È un mondo affascinante e, dal mio punto di vista professionale, straordinariamente ben pagato — perché ogni singola comodità che abbiamo aggiunto negli ultimi vent’anni ha portato con sé almeno tre modi nuovi di essere compromessi.

 La Cybersecurity o sicurezza informatica, nata negli anni sessanta del Novecento, ha fatto la sua comparsa soltanto quando i computer hanno cominciato a essere connessi gli uni agli altri formando delle reti. Come ti sei avvicinato alla cybersecurity e cosa ti ha spinto a sceglierla come percorso professionale?

 Ci sono arrivato per la porta di servizio, come quasi tutti quelli della mia generazione. Negli anni Ottanta e primi Novanta la “sicurezza informatica” non era un mestiere: era una conseguenza della curiosità. Avevi un computer, avevi un modem, avevi troppo tempo libero e nessuna supervisione adulta competente. Il resto veniva da sé. Il primo contatto vero fu con le BBS, con i primi virus che circolavano sui floppy passati di mano in mano, con la scoperta che un programma poteva mentire al sistema operativo — e che il sistema operativo, dal canto suo, era pieno di crepe.

Poi arrivò Internet vera, arrivarono i primi lavori seri, e mi ritrovai a fare quello che oggi si chiama “incident response” quando ancora non aveva un nome: qualcuno chiamava, qualcosa non funzionava come doveva, e bisognava capire perché prima che diventasse un problema più grande. Ho scelto questa strada perché unisce tre cose che mi divertono profondamente: la logica investigativa (chi, come, quando), l’avversario umano (uno che pensa e reagisce, non un bug che sta lì fermo), e la responsabilità concreta di difendere qualcosa che ad altre persone importa davvero. Un’ospedale, una banca, un impianto industriale. Non è una carriera che ti dà pace, ma ti dà un senso molto chiaro del perché ti alzi la mattina. Poi c’è una quarta ragione, meno nobile: la cybersecurity è l’unico mestiere in cui essere paranoici viene considerato un pregio professionale. Per uno come me, è stato un sollievo istituzionale.

 La cybersecurity e il cybercrime, il crimine informatico organizzato, sono strettamente legati. Come la malavita attuale si può impossessare dei mezzi tecnologici? 

 La malavita ha fatto quello che fa sempre: ha seguito i soldi. E i soldi, negli ultimi vent’anni, si sono spostati online insieme al resto della nostra vita. Il crimine informatico organizzato di oggi non è più il ragazzino nel seminterrato: è un’industria matura con divisione del lavoro, service level agreement, ticket di supporto ai clienti e — non sto scherzando — recensioni. Il modello dominante è il ransomware-as-a-service: un gruppo sviluppa il malware, un altro lo distribuisce, un terzo si occupa della negoziazione, un quarto ricicla i pagamenti in criptovaluta. Ognuno prende la sua quota, come in una qualsiasi filiera industriale. Ci sono “initial access broker” che vendono accessi già pronti a reti compromesse, forum dove si comprano credenziali rubate al chilo, e programmi di affiliazione che ricordano vagamente Amway, ma con il riciclaggio. I mezzi tecnologici arrivano da diverse fonti: strumenti open source riutilizzati (Cobalt Strike, Mimikatz, tutto l’arsenale del pentesting professionale), vulnerabilità zero-day comprate sul mercato grigio, exploit trapelati da agenzie di intelligence — EternalBlue insegna — e sempre più spesso servizi cloud legittimi usati come infrastruttura di comando e controllo. Perché bloccare il traffico verso Dropbox o GitHub è complicato, mentre bloccare un dominio sospetto in Russia è banale. E poi c’è la nuova frontiera: l’IA generativa che scrive email di phishing in italiano perfetto, senza più gli errori grammaticali che erano il nostro primo indicatore di compromissione. Il crimine si è professionalizzato più velocemente della difesa, perché non deve rispondere a un consiglio di amministrazione, a un auditor, o a un regolamento europeo.

 Quanto siamo al sicuro o quanto siamo esposti al rischio informatico?

 Dipende da cosa intendiamo per “sicuri”. Se la domanda è “il mio conto in banca sparirà stanotte?”, la risposta ragionevole è no, perché le banche investono cifre serie e hanno assicurazioni. Se la domanda è “qualcuno, da qualche parte, sta cercando in questo momento di compromettere qualcosa che mi riguarda?”, la risposta è quasi certamente sì — e non è personale, è statistica. La verità operativa è questa: la sicurezza assoluta non esiste e non è mai esistita.

Esiste il rischio gestito, la resilienza, e la capacità di rilevare rapidamente quando qualcosa va storto. Un’organizzazione matura non è quella che non viene mai attaccata (impossibile), ma quella che se ne accorge in ore anziché in mesi, contiene invece di collassare, e impara invece di negare. L’esposizione varia enormemente per settore. Un piccolo studio professionale in Italia oggi è probabilmente più a rischio di una grande banca, perché ha gli stessi avversari e un decimo dei controlli. Le PMI sono il ventre molle del sistema, insieme alla filiera. Le grandi organizzazioni si difendono meglio, ma vengono attaccate da avversari più determinati e con più risorse — inclusi, sempre più spesso, attori statali. Il rischio individuale è dominato da tre cose banali: password riutilizzate, autenticazione a due fattori assente, e la nostra spontanea disponibilità a cliccare su qualsiasi cosa arrivi con un tono abbastanza urgente. La buona notizia è che risolvere questi tre punti mette l’utente medio già sopra l’ottantesimo percentile. La cattiva notizia è che la maggior parte delle persone non lo farà comunque, perché la sicurezza è scomoda finché non è drammaticamente necessaria — momento in cui è già troppo tardi.

 Cosa succede quando arriva un attacco cyber e quali sono i tipi comuni di attacchi di rete?

Phishing e credential harvesting Un attacco vero non somiglia quasi mai a quello dei film. Non c’è la schermata verde con “ACCESS GRANTED” e la barra di progresso lampeggiante. Nella pratica, un attacco moderno è lento, silenzioso, e per giorni o settimane sembra rumore di fondo indistinguibile dal traffico normale. Le fasi sono abbastanza costanti — MITRE ATT&CK le codifica bene: ricognizione, accesso iniziale (di solito phishing o una vulnerabilità esposta), esecuzione di codice, persistenza sulla macchina, escalation di privilegi, movimento laterale nella rete, raccolta delle credenziali, esfiltrazione dei dati e, se l’obiettivo è economico, il gran finale con la cifratura e la richiesta di riscatto. Tra la prima intrusione e l’impatto visibile passano in media settimane. È lì che si vince o si perde la partita, in quello spazio invisibile.

I tipi comuni di attacco di rete che vediamo quotidianamente:

Quando la telefonata arriva, il lavoro dell’incident responder è raccogliere evidenze senza contaminarle, ricostruire la timeline, contenere senza fare più danni dell’attaccante, e rimettere in piedi l’organizzazione — nell’ordine, e possibilmente prima che i giornali sappiano il nome del cliente.

 Qual è la differenza tra evento, alert e incident?

È una piramide, e come tutte le piramidi buone si legge dal basso.

Detto in modo brutale: gli eventi li genera l’infrastruttura, gli alert li genera la tecnologia, gli incidenti li dichiarano gli esseri umani. La differenza tra un buon programma di sicurezza e uno mediocre passa quasi tutta da quanto rapidamente e correttamente si transita da un livello all’altro.

 Un esempio di situazione “stressante” che hai gestito con successo.

 Alcuni anni fa mi è capitato di gestire un incidente in un impianto industriale del settore energetico. Non farò nomi né geografie precise: chi lavora nel settore capirà comunque, e chi non lavora nel settore non ha davvero bisogno di sapere.

La chiamata arriva di venerdì pomeriggio — succede sempre di venerdì pomeriggio, è una regola non scritta del mestiere. Il cliente segnala anomalie nella rete IT, ma la preoccupazione vera è un’altra: sospettano che l’attaccante possa aver toccato la rete OT, quella dei sistemi di controllo industriale. Nella rete IT, nel peggiore dei casi, si perdono dati e reputazione. Nella rete OT, nel peggiore dei casi, si fanno male le persone. La differenza non è accademica.

Arriviamo sul posto e la prima difficoltà è filosofica prima che tecnica: in un ambiente OT non puoi comportarti come in un ambiente IT. Non puoi isolare un PLC a caldo, non puoi riavviare un controllore in produzione, non puoi installare agent EDR su sistemi certificati dal vendor con cicli di validazione biennali. Devi investigare attorno ai sistemi critici, non su di essi: sonde di rete passive, analisi dei log dei sistemi usati per accedere alla rete industriale, analisi forense delle workstation lato IT, confronto delle configurazioni in produzione con le versioni salvate nei backup autorizzati.

L’attaccante era entrato tramite la rete IT — vettore banale, credenziali VPN compromesse — e si era mosso lateralmente per due settimane cercando la porta verso l’OT. La stava trovando. Aveva già mappato la rete industriale, identificato i sistemi di ingegneria, e cominciato la ricognizione sui controllori con un traffico EtherNet/IP anomalo — sessioni brevi, richieste di identità, browsing degli oggetti CIP senza il traffico ciclico I/O normale. Un pattern che, se sai cosa cercare, urla.La parte stressante non è stata tecnica. È stata la riunione con il management del sito alle due di notte, in cui bisognava spiegare che fermare la produzione avrebbe avuto un costo di sette cifre l’ora, ma non fermarla avrebbe potuto avere un costo diverso e non contabilizzabile. Abbiamo scelto un contenimento coordinato: espulsione simultanea dell’attaccante da tutti i punti di appoggio identificati, rotazione massiva delle credenziali, segmentazione di emergenza tra IT e OT, e monitoraggio rinforzato per tre settimane per intercettare qualsiasi tentativo di ritorno. Nessun impatto sulla produzione, nessun impatto sulla sicurezza fisica.

Ho imparato tre cose da quell’incidente, che ripeto ogni volta che qualcuno mi chiede consigli sulla risposta OT. Primo: il contenimento in ambiente industriale va sincronizzato, altrimenti dai all’attaccante il tempo di reinsediarsi mentre ti agiti. Secondo: la decisione di fermare o non fermare non è mai dell’incident responder, è del management — il nostro lavoro è dare loro le informazioni giuste in tempo utile, non decidere al posto loro. Terzo: dormire, prima o poi, è comunque necessario. Anche di venerdì.

 Oltre la tecnologia, cosa c’è dietro la cybersecurity? 

 Dietro la cybersecurity ci sono persone, processi, e — soprattutto — decisioni. La tecnologia è la parte più visibile e la meno interessante. Puoi comprare i migliori firewall, i migliori EDR, i migliori SIEM, e essere comunque compromesso il martedì mattina perché qualcuno ha cliccato su un allegato o perché nessuno ha aggiornato il ticket di quella vulnerabilità aperta da otto mesi. C’è la parte umana degli analisti, che è la più sottovalutata. Un SOC funziona quando ha persone che sanno leggere il contesto, non solo eseguire una checklist. La differenza tra un analista bravo e uno mediocre è la stessa che passa tra un medico che ascolta il paziente e uno che guarda solo il referto. La tecnologia amplifica il talento, non lo sostituisce — e nessuna IA, per ora, ha cambiato questa equazione in modo sostanziale.

C’è la parte organizzativa: chi decide, chi riporta a chi, con che velocità, con che autorità. Ho visto incidenti gestiti tecnicamente in modo impeccabile che sono diventati disastri perché la comunicazione interna era rotta. E ho visto incidenti tecnicamente modesti gestiti brillantemente perché il CISO aveva il numero del CEO in rubrica e l’autorità di usarlo alle tre di notte. C’è la parte etica, che si sente poco ma pesa molto. La cybersecurity opera in una zona grigia continua: quando è legittimo raccogliere dati sui dipendenti? Quando un analista può oltrepassare una linea? Come si tratta un dato che è chiaramente frutto di un data breach altrui ma che aiuterebbe la nostra indagine? E’il caso di pagare un riscatto se i miei dati e quelli dei miei clienti sono in mano all’attaccante? Sono domande a cui la tecnologia non risponde, e a cui bisogna rispondere comunque. E infine c’è una parte quasi filosofica: la cybersecurity è un mestiere che accetta l’imperfezione strutturale del mondo. Sai che perderai alcune battaglie, sai che alcuni sistemi resteranno vulnerabili, sai che la difesa perfetta è un’ideologia, non un obiettivo. Il lavoro consiste nel ridurre il danno, aumentare la resilienza, e comprare tempo. È un lavoro profondamente umano, anche quando ha a che fare con macchine — forse proprio per quello.

 Nei primi anni Ottanta del Novecento, la grande stagione inaugurata da Richard Stallmann e dei free content come modello infocognitivo libero e condiviso con la nascita del Progetto GNU (1983). L’impatto di questo modello sullo sviluppo delle moderne Intelligenze Artificiali Open Source.

 Nel 1983 Richard Stallman, con il Progetto GNU e poi la Free Software Foundation, ha fatto una cosa che all’epoca sembrava eccentrica: ha teorizzato che il software dovesse essere libero non nel senso di gratuito, ma nel senso di studiabile, modificabile, ridistribuibile. Ha inventato la GPL, un capolavoro di ingegneria giuridica che usa il diritto d’autore per garantire l’esatto opposto di quello per cui era stato pensato. È un gesto profondamente hacker: prendere il sistema, capirne le regole, e usarlo contro sé stesso. L’impatto di quella scelta è visibile oggi ovunque. Linux, che ha vinto la battaglia dei server, del cloud, del mobile e dell’embedded praticamente senza opposizione. L’ecosistema open source su cui si regge Internet, dalle librerie crittografiche ai web server ai database. E, cosa che negli anni Ottanta nessuno avrebbe potuto prevedere, l’intera infrastruttura software su cui l’intelligenza artificiale moderna gira: PyTorch, TensorFlow, JAX, Hugging Face, tutta l’impalcatura è open source. Il collegamento con le IA open source contemporanee — Llama, Mistral, Qwen, DeepSeek, i modelli europei come EuroLLM — è diretto ma anche ironico. Diretto, perché senza la cultura del software libero non avremmo mai avuto la trasparenza degli strumenti, la ripetibilità della ricerca, la possibilità per università e piccole aziende di partecipare a un campo altrimenti dominato da tre iperscaler americani. Ironico, perché il concetto stesso di “modello open source” è discutibile: rilasciare i pesi non è la stessa cosa che rilasciare il codice sorgente, e Stallman probabilmente avrebbe qualcosa da ridire sulla licenza di Llama.

Ma il principio operativo è sopravvissuto: se un’infrastruttura diventa importante per la società, la società ha il diritto di ispezionarla, modificarla, sostituirla. Applicato alle IA, significa che nessuna singola azienda dovrebbe possedere in modo esclusivo la tecnologia che sta ridefinendo il lavoro, l’informazione e la decisione pubblica. È una posizione politica, oltre che tecnica, e nasce direttamente da un manifesto scritto nel 1985 in un ufficio del MIT.

Nel mio settore, l’open source ha un effetto ulteriore: mi permette di studiare gli strumenti che gli attaccanti useranno. Quando un modello linguistico è aperto, posso testarlo, jailbrekearlo, capire come si comporta sotto stress, misurare i suoi guardrail. Quando è chiuso, mi tocca fidarmi. Fidarsi, nel mio mestiere, è la cosa più simile che abbiamo a un peccato originale.

 L’Intelligenza Artificiale (A.I.) rappresenta la più grande forza di trasformazione sociale del nostro secolo ed oscilla costantemente tra una spinta liberatrice e una forza minacciosa, ridefinendo il concetto stesso di società. Se non governata, l’A.I. rischia di amplificare le disuguaglianze esistenti e di frammentare il tessuto sociale.

 L’intelligenza artificiale è la prima tecnologia della mia vita professionale che genera, in modo simultaneo e sincero, entusiasmo genuino e paura genuina — spesso nelle stesse persone, nella stessa conversazione, a distanza di secondi. È un indicatore interessante. Le tecnologie neutre non producono quel tipo di ambivalenza.

Il potenziale liberatorio è reale. Un modello linguistico dà a un ricercatore isolato la potenza di fuoco di un piccolo team, a uno studente accesso a un tutor infinito, a un medico in una periferia dimenticata un secondo parere qualificato. La barriera tra “avere un’idea” e “prototiparla” si è abbassata di un ordine di grandezza. È un moltiplicatore di cervelli, e i cervelli — statisticamente — sono distribuiti in modo molto più democratico dei capitali.

Il potenziale minaccioso è altrettanto reale, e agisce su tre piani. Primo, l’amplificazione delle disuguaglianze: chi controlla i modelli di frontiera controlla un vantaggio cognitivo strutturale, e quel controllo è concentrato in pochissime mani. Secondo, la frammentazione dell’informazione condivisa: quando ognuno ha il suo assistente personalizzato che gli conferma la sua visione del mondo, la conversazione pubblica si dissolve in miliardi di monologhi.

Terzo, la disintermediazione del lavoro cognitivo di livello intermedio, che è esattamente lo strato sociale su cui si reggono le democrazie liberali. Se sparisce il ceto medio istruito, sparisce anche l’infrastruttura sociale che lo sosteneva.

La domanda vera, secondo me, non è “l’IA ci ruberà il lavoro” — questione mal posta — ma “chi possiederà la produttività aggiuntiva che l’IA genererà, e con quali regole?”. È una domanda politica, non tecnologica. E come tutte le domande politiche, non ha una risposta ottimale: ha una risposta contrattata.

Nel mio ambito, la governance dell’IA sta diventando una disciplina a sé. Gli agenti autonomi che eseguono azioni per conto degli utenti sono la prossima frontiera del rischio: identità non-umane che si autenticano ai sistemi, accedono ai dati, prendono decisioni, e occasionalmente sbagliano in modi che nessuno ha ancora imparato a investigare bene. Stiamo costruendo un’infrastruttura di cui non abbiamo ancora il manuale di manutenzione, e la stiamo mettendo in produzione lo stesso — cosa peraltro perfettamente in linea con la storia dell’informatica degli ultimi quarant’anni, dal 5150 in poi.

Se c’è una lezione che porto dai miei anni di incident response è questa: le tecnologie non sono buone o cattive, sono distribuite. E la distribuzione è una scelta collettiva, che possiamo ancora fare. Per un po’.

L'articolo Viaggio nella mente algoritmica: l’intelligenza artificiale e la sua storia proviene da lafrecciaweb.it.

Uno studio dell’ Università di Roma “Foro Italico”  mette in guardia sui rischi e invita alla prudenza

Salire le scale viene spesso raccontato come un gesto semplice, quotidiano, quasi automatico: una piccola scelta di salute per aumentare il movimento nella vita di tutti i giorni, rinunciando all’ascensore. Eppure lo studio  dei professori Domenico Di Baggio e Vincenzo Romano Spica, del Dipartimento di Scienze del Movimento, Umane e della Salute dell’Università di Roma “Foro Italico”, invita a una lettura più prudente.

la ricerca  richiama il rischio di causalità inversa: i migliori esiti cardiovascolari registrati tra chi sale abitualmente le scale potrebbero dipendere non tanto dall’attività in sé, quanto dal fatto che i soggetti più sani e con maggiore capacità funzionale siano naturalmente più propensi a svolgerla.

«Le evidenze suggeriscono che salire regolarmente le scale possa essere un potenziale indicatore o mediatore della salute cardiovascolare e metabolica», osserva il prof. Domenico Di Baggio.  Ma, aggiunge, «l’interpretazione dei risultati può nascondere un quadro compatibile con la causalità inversa».

Diversi studi osservazionali hanno associato il salire regolarmente le scale a una riduzione del rischio cardiovascolare, della fibrillazione atriale e della mortalità generale. Una metanalisi del 2024 della Società Europea di Cardiologia, ricordata dagli autori, ha indicato una riduzione del 24% della mortalità per tutte le cause e del 39% della mortalità cardiovascolare tra chi sale abitualmente le scale. Una revisione sistematica dello stesso anno ha inoltre riportato una riduzione del rischio cardiovascolare e della mortalità complessiva.

Tuttavia, questi dati non bastano a dimostrare un nesso causale certo. “Le persone che salgono regolarmente le scale potrebbero essere soggetti con maggiore capacità funzionale, migliore fitness cardiorespiratoria, minori sintomi e minore fragilità subclinica. Al contrario, chi evita le scale o smette di salirle potrebbe già percepire segnali di declino fisico, anche prima di una diagnosi clinica” spiega il Prof. Vincenzo Romano Spica.

Lo studio sottolinea quindi che il salire le scale può essere sia un possibile fattore protettivo sia un indicatore indiretto di uno stato di salute migliore. È una distinzione decisiva, soprattutto quando questo comportamento viene trasformato in messaggio di salute pubblica.

Dal punto di vista fisiologico, l’attività coinvolge il sistema cardiovascolare, quello neuromotorio e quello muscoloscheletrico. A ritmo moderato può rappresentare una forma efficace di attività fisica quotidiana, accessibile e facilmente integrabile nella routine. Può migliorare la capacità cardiorespiratoria, la forza degli arti inferiori, l’equilibrio, la coordinazione, la sensibilità insulinica e alcuni parametri metabolici.

Proprio perché richiede uno sforzo rilevante, soprattutto se eseguito rapidamente o per molti piani, può diventare rischioso per alcune categorie di persone. L’attività può superare i 6 MET (Metabolic Equivalent of Task– un dispendio energetico superiore a sei volte quello del riposo) e, in determinate condizioni, raggiungere intensità ancora più elevate, con aumento della frequenza cardiaca, della pressione arteriosa e della richiesta di ossigeno da parte del miocardio.

 «Salire le scale coinvolge sia il sistema neuromotorio sia quello cardiovascolare, includendo anche componenti anaerobiche alle intensità più elevate che possono rappresentare un rischio per gli individui suscettibili», evidenzia  il prof. Di Baggio, che prosegue: “non esistono soltanto rischi cardiologici. La salita e la discesa delle scale sollecitano ginocchia, caviglie e articolazioni degli arti inferiori, con possibili problemi nei soggetti anziani, sovrappeso, osteoporotici o affetti da artrosi. Le cadute sulle scale, inoltre, sono associate a traumi più gravi rispetto alle cadute su superfici piane, con rischio di fratture e lesioni craniche”.

Lo studio richiama anche il profilo neurologico: salire le scale richiede equilibrio, coordinazione, controllo posturale e capacità di adattamento motorio. Disturbi vestibolari, neuropatie periferiche, deficit iniziali del cammino o condizioni neurodegenerative subcliniche possono aumentare il rischio di inciampi e cadute.

La conclusione degli autori non è una bocciatura del salire le scale, ma una richiesta di precisione. L’attività resta una strategia utile, economica e potenzialmente efficace per promuovere il movimento nella popolazione generale. Tuttavia, non dovrebbe essere presentata come raccomandazione universale e indistinta.

“L’applicazione del salire le scale a fini preventivi può comportare rischi maggiori dei benefici se non viene adeguatamente individualizzata all’interno di un quadro di Attività Fisica Adattata”, avverte il Prof. Spica:”salire le scale può essere benefico quando è compatibile con lo stato di salute, il livello di allenamento, l’età, la condizione cardiovascolare e la capacità funzionale della persona. Per alcuni soggetti può rappresentare una buona abitudine; per altri, se introdotta bruscamente o praticata con intensità eccessiva, può comportare più rischi che vantaggi”.

La promozione dell’attività fisica, dunque, deve restare individualizzata. Non basta dire “fate le scale”: occorre spiegare quando, come, per chi e con quali limiti. Proprio questa è la cautela raccomandata dagli studiosi: trasformare un comportamento quotidiano in prescrizione sanitaria richiede prudenza, comunicazione corretta e ulteriori ricerche capaci di distinguere il vero effetto protettivo dal semplice segnale di una salute già migliore.

@riproduzione riservata

L'articolo Salire le scale fa bene al cuore? Una ricerca ribalta un luogo comune: «I benefici esistono, ma non valgono per tutti» proviene da lafrecciaweb.it.

In questi giorni si sta facendo un gran parlare degli esami di diagnostica erogati dalle farmacie. Dai prelievi agli elettrocardiogrammi la lista delle prestazioni e lunga ma secondo gli esperti del mestiere medico questa scelta può riservare brutte sorprese e annullare totalmente il presunto risparmio paventato da associazioni e parti politiche. Per analizzare il fenomeno abbiamo deciso di intervistare professionisti medici che da anni lavorano in prima linea e sanno valutare esami ed analisi in modo congruo a quello che l’arte della medicina impone.

Sotto la lente d’ingrandimento, in particolare, c’è la diagnostica cardiologica, quella che nelle farmacie viene espletata con l’elettrocardiogramma. Un esame semplice ma che può nascondere numerosi punti d’ombra se non svolto con i criteri che la professionalità impone. Ne abbiamo parlato con il dottor Giuseppe Marazzi, cardiologo esperto operante a  Roma, specializzato in cardiologia riabilitativa e gestione ambulatoriale del paziente cardiopatico in forza, tra gli altri, all’Irccs San Raffaele e in Artemisia Lab.

“Assolutamente no. Quello che può risultare come un esame semplice o banale come l’elettrocardiogramma è invece uno strumento primario che consente a noi cardiologi di capire l’entità o meno del problema su un paziente”.

In che senso?

“Il posizionamento degli elettrodi, se non fatto a regola d’arte, può completamente falsare un risultato e mandare fuori strada pazienti e medici. I farmacisti hanno altro competenze ma la specializzazione su un campo delicato come il cuore necessita di anni di esperienza e regole mirate altrimenti diventa tutto inutile”.

Cosa si rischia?

“In primis che il paziente debba spendere i soldi tre volte. La prima volta per l’elettrocardiogramma in farmacia, la seconda per una visita specialistica e la terza per rifare un nuovo esame stavolta completo e fatto bene. Mi dicono che ci sono alcune farmacie che danno facoltà di intervento anche a personale non formato, figuriamoci un po’”.

Altro che risparmio quindi…

“Il problema oltre che economico è di salute perché senza una corretta diagnosi si mette a rischio anche la propria vita perché parliamo di cuore…”.

Le sono capitati errori grossolani di questo tipo?

“Purtroppo si e sono certo che i pazienti che hanno fatto l’errore di non rivolgersi a centri dove il medico è quello che svolge la diagnostica e non personale non qualificato che poi si rivolge a medici da remoto. Credo che ci sia troppa superficialità ma con la salute delle persone non si può e non si deve rischiare mai”.

Fonte: Meridiananotizie.it

L'articolo Elettrocardiogramma e diagnostica in farmacia: ecco cosa si rischia. La parola dell’esperto proviene da lafrecciaweb.it.

decisionali”.

“Siamo molto preoccupati che molte Regioni del Nord Italia, in virtù della propria autonomia, stiano delegando l’esecuzione degli screening diagnostici alle farmacie, con rimborsi superiori rispetto a quelli erogati dal SSN”. Maria Stella Giorlandino, presidente UAP

La conferenza stampa il 27 giugno  ore 16 presso la Camera dei Deputati.

L’Uap, l’Unione Nazionale Ambulatori, Poliambulatori, Enti e Ospedalità Privata, presieduta da Mariastella Giorlandino, terrà il 27 giugno alle 16 una conferenza stampa presso la Camera dei Deputati, per discutere dei problemi della sanità italiana, a cui saranno presenti tutte le sigle della associazioni di categoria. Alla conferenza verranno trattati i seguenti argomenti: Prestazioni ambulatoriali e mediche solo se autorizzate ed adeguate alla normativa nazionale di cui al D.Lgs. n. 502/1992; Nomenclatore Tariffario; Uscita delle strutture accreditate convenzionate dalla sezione beni e servizi e ritorno ai presidi sanitari; 200 mila prestazioni in rete e non in singolo per le reti di laboratorio di patologia clinica.

Al centro dell’attenzione, in particolare, proprio il Dl Semplificazioni e il Dl Liste d’attesa nella parte in cui consente alle farmacie la possibilità di “effettuare prestazioni di laboratorio di analisi non più limitate al solo test di autocontrollo sinora consentito”, trasformando le farmacie in “erogatori di servizi sanitari, nonostante il farmacista non possieda gli strumenti conoscitivi e strumentali per trasformare il semplice reperto derivante dal prelievo di sangue o genetico in un referto corredato da unità di misura, intervalli di riferimento e limiti decisionali”.

“Come possono le farmacie, prive di autorizzazioni regionali e requisiti – spiega la presidente di Uap, Mariastella Giorlandino – togliere ai 95.000 laboratori presenti sul territorio una fetta di esami convenzionati senza rilasciare una diagnosi certa dell’esame eseguito? Siamo molto preoccupati che molte Regioni del Nord Italia, in virtù della propria autonomia, stiano delegando l’esecuzione degli screening diagnostici alle farmacie, con rimborsi superiori rispetto a quelli erogati dal SSN”.

“Auspichiamo che il Ministro possa convocare le Associazioni di categoria aderenti alla Uap, per portare chiarezza sullo stato della sanità italiana, per ribadire che qualsiasi attività sanitaria deve essere svolta da strutture che siano in possesso dei 420 requisiti di cui al D.Lgs. n. 502/1992, che occorrono specialisti competenti che firmino ogni tipo di referto, sia clinico che diagnostico, assumendone in prima persona le responsabilità civili e penali e che la gestione della salute dei cittadini non può essere devoluta ad un farmacista o ad una struttura dotata di autorizzazione comunale”. Per tali ragioni, “chiediamo sostegno alle Autorità, ed in particolar modo al Presidente della Repubblica Mattarella, garante e tutore della legge e della Costituzione, e preannunciamo una prossima manifestazione massiva a settembre, restando in attesa di una convocazione del Ministero della Salute, chiesta ormai da mesi, ma a cui non ha fatto seguito alcun riscontro”.

L’evento di giovedì 27 giugno sarà trasmesso in diretta streaming al seguente indirizzo: https://webtv.camera.it/conferenze_stampa

L'articolo Sanità. Uap: “con la salute non si gioca, ministro Schillaci ci convochi” proviene da lafrecciaweb.it.