# Protocollo di screening (titolo e abstract) Domanda: quali attacchi alla riservatezza e all'integrità dei sistemi di apprendimento automatico e dei sistemi informativi in sanità, e quali difese, sono stati valutati empiricamente nella letteratura con revisione tra pari pubblicata dal 1 gennaio 2023 al 15 novembre 2026? Quali effetti hanno gli incidenti informatici sulle strutture sanitarie? ## Temi (assegnare uno solo, il prevalente) - T1 Inferenza di appartenenza, inversione del modello, rischio di reidentificazione da modelli o dati sintetici rilasciati - T2 Ricostruzione dei dati da gradienti o aggiornamenti nell'apprendimento federato - T3 Avvelenamento, porte nascoste (backdoor), partecipanti bizantini e difese di aggregazione robusta - T4 Privacy differenziale applicata all'addestramento (federato o centralizzato) su dati sanitari, inclusi audit empirici - T5 Aggregazione sicura, cifratura omomorfica, calcolo multiparte, ambienti di esecuzione fidati per l'apprendimento su dati sanitari - T6 Rimozione dei dati (unlearning), rilascio controllato di modelli, ambienti di ricerca fidati e controllo dell'output - T7 Attacchi e difese per modelli linguistici e agenti in ambito clinico (prompt injection, jailbreak, avvelenamento, esempi avversari su modelli medici) - T8 Incidenti informatici nelle strutture sanitarie (ransomware, attacchi): studi empirici su frequenza, impatto clinico, operativo o economico ## Criteri di inclusione (tutti) - I1 Articolo in rivista o atti di convegno con revisione tra pari, pubblicato dal 1/1/2023 al 15/11/2026, in inglese. - I2 Oggetto: un attacco o una difesa che riguarda la riservatezza o l'integrità di modelli di apprendimento automatico o di dati sanitari (T1–T7), oppure uno studio empirico sugli incidenti informatici in sanità (T8). - I3 Contesto sanitario: la valutazione usa dati clinici, biomedici o sanitari, oppure riguarda sistemi o strutture sanitarie. - I4 Contributo empirico (esperimenti, misure, dati osservazionali, simulazioni quantitative) oppure rassegna sistematica con metodo dichiarato. ## Criteri di esclusione (codice del primo criterio che si applica) - E1 Tipo di pubblicazione non ammesso: preprint, editoriale, commento, lettera, abstract di convegno, rassegna narrativa o non sistematica, capitolo. - E2 Nessuna valutazione empirica: proposta architetturale, quadro concettuale, position paper, studio solo teorico senza esperimenti. - E3 Contesto non sanitario: i dati e lo scenario non sono sanitari (la sanità è citata solo come motivazione). - E4 Fuori tema: la sicurezza o la privacy non è l'oggetto dell'attacco o della difesa valutata (es. apprendimento federato che si limita a dichiararsi "privacy-preserving" senza valutare attacchi, privacy o difese; rilevamento di intrusioni di rete generico; blockchain senza valutazione di attacchi; prestazioni diagnostiche). - E5 Duplicato o versione precedente di un lavoro incluso. Regola per l'apprendimento federato: un lavoro di apprendimento federato su dati sanitari si include solo se valuta esplicitamente un attacco (ricostruzione, inferenza, avvelenamento…) o misura una garanzia di privacy o di robustezza (es. privacy differenziale con epsilon dichiarato e analisi dell'impatto, aggregazione sicura con analisi di sicurezza o costi). Se usa solo FedAvg e dichiara che i dati "restano locali", è E4. Regola per T8: inclusi studi osservazionali, quasi-sperimentali, serie temporali, analisi di registri o indagini quantitative su incidenti in strutture sanitarie; esclusi commenti, casi aneddotici senza dati, linee guida. In caso di dubbio sull'abstract, includere ("da verificare sul testo completo") con nota. # Fase 2: eleggibilità definitiva e valutazione della qualità Si applicano i criteri di protocollo.md (I1–I4, E1–E5, temi T1–T8) con le seguenti regole uniformi, più restrittive della fase 1. In caso di conflitto prevalgono queste regole. ## Regole uniformi di eleggibilità R1 Apprendimento federato, privacy differenziale, cifratura omomorfica, calcolo multiparte, aggregazione sicura: includere solo se lo studio VALUTA una proprietà di sicurezza o privacy: - esegue un attacco (inferenza di appartenenza, ricostruzione, inversione, avvelenamento, backdoor, esempi avversari) e ne misura l'efficacia, oppure - misura la perdita di privacy con epsilon dichiarato E analizza il compromesso privacy–utilità su più valori, oppure - fornisce un'analisi di sicurezza formale o una misura di costo e prestazioni del meccanismo crittografico rispetto a una linea di base. Se riporta solo l'accuratezza diagnostica con un meccanismo "privacy-preserving" dichiarato: E4. R2 Dati sintetici, anonimizzazione, pseudonimizzazione: includere solo se misura il rischio di divulgazione con un attacco o una metrica di rischio riconosciuta (inferenza di appartenenza o di attributi, collegamento, distanza dal record più vicino, Anonymeter, k-anonimità con attacco). Se misura solo utilità o fedeltà: E4. R3 Contesto sanitario: almeno un insieme di dati di valutazione principale deve essere clinico, biomedico o sanitario. Lavori generici in cui la sanità è solo motivazione o uno tra molti domini secondari: E3. Per i temi T1–T6, dati solo sintetici o simulati non derivati da dati clinici reali: E3. R4 Rilevamento di intrusioni di rete, anche per dispositivi medici connessi (IoMT): E4, anche quando lo studio valuta attacchi al rilevatore, perché il traffico di rete non è un dato sanitario. R5 Blockchain, autenticazione, cifratura di immagini senza componente di apprendimento automatico e senza valutazione di attacchi: E4. Architetture con sole metriche di prestazione: E2. R6 Modelli linguistici (T7): includere solo se lo studio esegue attacchi (prompt injection, jailbreak, avvelenamento, allucinazioni indotte, esempi avversari) o valuta difese su modelli o compiti medici. Modelli linguistici generici con un dominio medico tra molti: E3. R7 T8: inclusi studi quantitativi (registri, serie temporali, differenze nelle differenze, studi di caso con dati di attività clinica) e studi qualitativi con metodo dichiarato (interviste, focus group). Esclusi: indagini su consapevolezza o preparazione senza dati su incidenti (E4), testi divulgativi o introduttivi (E1), resoconti senza dati (E2). R8 Rassegne: incluse solo se sistematiche o di scoping con banche dati, stringhe e criteri dichiarati. Altrimenti E1. R9 Pubblicazione: sedi con revisione tra pari. Se la pubblicazione risulta un preprint o una lettera senza dati originali: E1. R10 Eleggibilità non verificabile: se il testo accessibile (testo completo o abstract) non permette di verificare il requisito di R1, R2 o R6 (attacco eseguito, più valori di epsilon, risultati e insiemi di dati), lo studio è escluso (E4). ## Valutazione della qualità (solo per gli inclusi) Cinque voci, ciascuna 0 (assente), 1 (parziale), 2 (pieno): - Q1 Oggetto definito: modello di minaccia esplicito (attaccante, conoscenze, capacità, obiettivi); per T8 definizione chiara dell'incidente o dell'esposizione; per rassegne, domanda e criteri espliciti. - Q2 Rigore della valutazione: confronto con linee di base appropriate; per le difese, attaccante adattivo o più attacchi; per l'inferenza di appartenenza, metriche a basso tasso di falsi positivi o rischio individuale; per T8, gruppo di confronto e gestione dei confondenti; per rassegne, valutazione della qualità degli studi. - Q3 Validità dei dati: dati clinici reali; più di un insieme di dati o più centri (per T8: più strutture o periodo adeguato). - Q4 Riproducibilità: codice o dati disponibili, oppure parametri sufficienti a ripetere lo studio. - Q5 Limiti: limiti e validità esterna discussi esplicitamente. Totale 0–10. Livello: alta 8–10, media 5–7, bassa 0–4. Base della valutazione: "testo completo" se si è letto il testo (PMC, arXiv, sito dell'editore ad accesso aperto), altrimenti "abstract". Con base "abstract", Q4 e Q5 valgono 0 se non deducibili. ## Tipo di studio (uno) attacco | difesa | attacco e difesa | misura del rischio | studio osservazionale | studio qualitativo | rassegna sistematica