HomeScenariBig Data, Analytics e AI, i migliori alleati contro la pandemia

Big Data, Analytics e AI, i migliori alleati contro la pandemia

Leggi le riviste ⇢

Ti potrebbero interessare ⇢

La Redazione

Diventata famosa in tutto il mondo per aver lanciato l’allerta sull’epidemia di Wuhan, a paesi, istituzioni e compagnie aeree, con ben nove giorni di anticipo (il 30 dicembre 2019) rispetto all’allarme ufficiale cinese e, ancor prima, per aver previsto il focolaio del virus Zika in Florida sei mesi prima che scoppiasse, l’azienda canadese BlueDot è molto di più di questo: supportando i propri risultati con dati scientifici e facendo largo uso dell’intelligenza artificiale, sempre corroborata da quella umana di un team interdisciplinare, intende porsi come un vero e proprio “sistema di allarme globale dei focolai di epidemia”

Nello scorso mese di marzo, in tempi di Covid-19, BlueDot è diventata partner dello stato della California nella risposta al virus (per ora piuttosto soddisfacente rispetto alla costa orientale), ha iniziato a collaborare con ASEAN (Association of Southeast Asian Nation) Health Sector per monitorare l’epidemia nel sud est asiatico e ha iniziato anche a prestare il suo contributo al governo canadese, sempre per la messa in campo di azioni preventive ed anche educative verso il personale sanitario e, a tendere, verso la collettività.

Il fondatore di BlueDot, Kamran Khan, che è stato anche consigliere dell’OMS e della Casa Bianca, è un infettivologo dell’ospedale di Toronto, nonché docente di medicina per la salute pubblica della locale università. Nel 2003 ha vissuto in prima persona l’epidemia di Sara e ha allora potuto constatare quali siano i fattori chiave che si manifestano in una epidemia: emergenza dovuta al personale sanitario contagiato, confinamento domiciliare della popolazione, sistema sanitario sottoposto ad enormi pressioni, impatti economici e psicologici sulla collettività.

Il professor Khan, studiando le epidemie del passato, ha rilevato che in anni recenti i virus emergono e si diffondono più velocemente a causa dell’enorme crescita della popolazione, della sempre maggiore urbanizzazione, dei voli commerciali sempre più numerosi e frequenti da un capo all’altro del globo, che trasportano virus e agenti infettivi. Senza contare fattori di primaria importanza come il riscaldamento climatico, l’industrializzazione dell’agricoltura, la progressiva distruzione degli habitat naturali, gli allevamenti intensivi e il permanere, ed anzi il diffondersi su larga scala, di abitudini alimentari che contemplano il consumo di animali selvatici. Tutto questo porta alla diffusione di patogeni umani, alla nascita di nuovi patogeni ma persino al raffermarsi di “vecchie” malattie, come il morbillo.

Negli ultimi vent’anni, si sono avute molte epidemie che hanno destato l’attenzione mondiale: nel 1999 il virus del Nilo è arrivato in nord America, appena quattro anni dopo la Sars si è manifestata in Asia, diffondendosi in più di 24 paesi prima di essere contenuta. Nel 2014 c’è stata una forte epidemia di Ebola, che ha preceduto di appena due anni l’emergenza legata al virus Zika.

Puntare sulla prevenzione contro la pandemia: Predict

Nonostante tutto questo, si tende ad intervenire scarsamente sul tema della prevenzione, come dimostra il fatto che, nell’ottobre del 2019, il governo federale americano, senza troppo clamore, ha chiuso il suo programma nazionale, noto come Predict, per la sorveglianza dei virus di origine zoonotica potenzialmente pericolosi per l’essere umano. Il programma, fondato una decina di anni fa e fortemente sostenuto dalle precedenti amministrazioni federali, è stato affossato dall’attuale e al momento ripreso per la sola emergenza Covid-19.

Secondo lo United Nations Environment Program, un nuovo virus animale pericoloso per l’uomo viene scoperto in media ogni quattro mesi, e Predict ha consentito di individuarne circa un migliaio, ma si stima che ci siano circa 800mila virus animali ancora da censire: anche il Global Virome Project, che dovrebbe costituire un atlante di tali virus, è al momento fermo. Predict ha fondato laboratori nei Paesi più poveri, condotto indagini epidemiologiche, addestrato esperti locali per raccogliere e trattare in modo sicuro campioni animali ed educato la popolazione al pericolo insito nel consumare certi alimenti, come la carne di pipistrello.

Un laboratorio Predict ha per esempio identificato il virus a cui sono stati esposti qualche anno fa i ragazzini di una squadra di calcio tailandese rimasti a lungo imprigionati in un caverna popolata da pipistrelli. Solo nel settembre scorso, gli esperti di Predict hanno lanciato l’allarme secondo il quale il mondo non era pronto per una pandemia.

Da tutto questo nasce, per una realtà come BlueDot, l’importanza cruciale di battere i virus sul tempo, allertando le istituzioni dei possibili pericoli, mediante l’utilizzo di Big Data, di Advanced Analytics e di algoritmi di intelligenza artificiale in modo impensabili fino ad ora.

Big Data contro la pandemia

Già nel 2008 Google aveva lanciato Google Flu Trends, un progetto che puntava ad utilizzare i Big Data per prevedere l’andamento delle influenze stagionali. I report sono ancora scaricabili, ma il programma è stato chiuso nel 2015, a causa di troppi errori. La tecnologia ha nel frattempo fatto molti passi in avanti ed in ogni caso, a fronte di una evidenza rilevata, sono sempre gli esperti umani di BlueDot, epidemiologici in primis, a valutare se essa abbia una certa consistenza scientifica.

Nel caso del Covid-19, per esempio, il sistema ha riportato in dicembre una trentina di casi di polmonite associati al mercato del pesce e degli animali vivi di Wuhan, ed ha anche permesso di stabilire quali fossero le città, maggiormente collegate a Wuhan, potenziali sedi di successivi focolai. In questo modo BlueDot è riuscita a prevedere esattamente le prime città in cui è poi effettivamente arrivato il coronavirus: Bangkok, Hong Kong, Tokyo, Taipei, Phuket, Seoul e Singapore.

Poco più di cent’anni fa, l’influenza Spagnola impiegò circa un mese per diventare pandemia, viaggiando sulle navi e sui piroscafi, oggi si è calcolato che, grazie ai voli aerei, un’epidemia di diffonde nel mondo in appena, in media, quattro giorni. Dopo anni di ricerca accademica, Khan si è reso conto che la ricerca è sì importante, ma spesso troppo lenta di fronte a emergenze che possono scatenarsi in tempi brevissimi e che richiedono decisioni altrettanto rapide.

BlueDot, la tecnologia e il team multidisciplinare

In BlueDot, un team multidisciplinare di medici, veterinari, ecologisti, ingegneri, data scientist e sviluppatori software, utilizza le tecnologie digitali non solo per tracciare le epidemie, ma anche prevederle, capirne la possibile diffusione e per informare rapidamente il personale sanitario sui focolai sugli specifici sintomi, sulle caratteristiche e le possibili cure. Malattie come Ebola, Dengue o Chikungunya, non sono infatti note alla maggior parte dei medici occidentali.

Questa conoscenza immediata e puntuale, rivolta non soltanto alle istituzioni, ma direttamente a servizi di emergenza come pronto soccorso o medici di base, che sono spesso il primo punto di accesso dei malati, può fare fa la differenza tra la malattia di un singolo viaggiatore e un focolaio epidemico che interessa magari una intera città: in tal modo, il personale sanitario può proteggere sé stesso, i propri pazienti e prevenire un’epidemia nel proprio ospedale.

BlueDot considera una grande quantità di fonti informative per aiutare i governi a proteggere i propri cittadini, gli ospedali a proteggere il personale e i pazienti, ad esempio con triage separati, veloci e sicuri, e agli imprenditori a proteggere i propri dipendenti e clienti dalle malattie infettive. A proposito di dati, Lidsay Bryson, Chief Operating Office di BlueDot, evidenzia il fatto il problema delle epidemia è di per sé molto complesso da affrontare e proprio per questo richiede non solo una molteplicità di competenze, ma anche l’analisi quasi in tempo reale (ogni 15 minuti 24 ore su 24) di dati molto variegati:

  • voli aerei (circa 4 miliardi di biglietti aerei venduti per anno)

  • condizioni locali che possono portare un focolaio a diventare un’epidemia (dati demografici, sulla diffusione degli animali serbatoio o amplificatore, ma anche sugli animali di allevamento a, quindi a contatto con l’uomo, sulla capacità del paese di rispondere all’emergenza, sulla mobilità a livello locale, sul clima e sui livelli di inquinamento, grazie ai satelliti, e poi dati forniti da personale medico in loco, tanto per citarne alcuni)

  • più di 10mila fonti ufficiali

  • più di 100mila articoli di stampa online al giorno in 65 diverse lingue

  • blog e forum (ma non i social media a causa dell’eccessivo rumore di fondo).

AI e Machine Learning, gli altri alleati per battere il virus

Il “Global Early Warning System” di BlueDot combina più di un centinaio di dataset con algoritmi proprietari di machine learning e Natural Processing Language in 16 lingue, fornendo da un lato una piattaforma di sorveglianza automatica, analisi del rischio e notifica dello stesso in relazione a tutta una serie di fattori, con indicazione della probabilità di diffusione oltre l’area di provenienza, e dall’altro un database di informazioni aggiornate come modalità di trasmissione, periodo di incubazione e misure protettive per più di 100 malattie infettive, accessibili in modo customizzato in base al proprio ruolo, all’ubicazione geografica e alla situazione locale.

Nel caso del Covid-19, come riportato in un dettagliato articolo, BlueDot ha calcolato, considerando i dati di mobilità rilevati dai telefoni cellulari e gli itinerari aerei, che furono 59.912 i passeggeri originari di Wuhan che lasciarono la città, diretti a 382 città al di fuori della Cina, nelle due settimane che precedettero il lockdown della città.

Di questi, 834 avevano certamente il Covid-19. La maggior parte delle città destinazione erano in Asia, ma non mancavano grandi centri di Asia, Europa (in Germania e nel Regno Unito, ma anche in Italia) e Australia e in effetti in molti casi si è potuta constatare la stretta correlazione dei casi locali con quelli importati. L’articolo concludeva con il chiaro allarme della tendenza pandemica del virus e l’appello a prendere misure di sorveglianza attiva, contenimento ed isolamento.

Il nome BlueDot è ispirato dalla descrizione che Carl Sagan fece della Terra fotografata dalla sonda Voyager 1 nel 1990. “Noi crediamo che ci si debba porre con un certo grado di umiltà di fronte al fatto che siamo tutti su un unico pianeta quando abbiamo a che fare con malattie infettive”, conclude Khan in una sua recente intervista.

Silvia Marigonda

Big Data, Analytics e AI, i migliori alleati contro la pandemia - Ultima modifica: 2020-04-28T11:11:04+02:00 da La Redazione