Trovare gli asintomatici e prevedere i contagi, la sfida di una startup

Prevedere e tracciare i contagi di coronavirus grazie all’intelligenza artificiale e alle analisi Big Data: è un’idea che sta circolando con decisione, sposata anche da vendor autorevoli come Intel e Ibm. Ma ugualmente le startup, data la loro natura innovativa, hanno molto da dire a riguardo, e la veneta Humco in particolare ha già in mente un progetto di tracciamento dei contagiati asintomatici basato, appunto, sull’intelligenza artificiale. 

Domiciliata a Venezia, Humco promette di aiutare le aziende a velocizzare le proprie decisioni strategiche e a snellire e automatizzare i propri processi grazie ad algoritmi di AI sviluppati appositamente per loro. Le soluzioni della startup si avvalgono delle tecnologie di Aws, Google, Ibm e Microsoft. Ora la giovane società è stata coinvolta in un progetto di studio della pandemia di covid-19, attualmente in corsa sia nel bando nazionale lanciato dal Ministero della Salute sia in quello lanciato dalla Regione Veneto per individuare strumenti efficaci nella lotta al coronavirus. Humco è quindi entrata a far parte di una task force multidisciplinare e internazionale, composta da docenti e ricercatori delle Università di Padova, Venezia, Bologna, Pavia, di Yale (Usa), della Lincoln University (Regno Unito), dell’Université Catholique di Bruxelles e da dirigenti dell’Azienda Sanitaria di Modena. 

Dati e algoritmi al servizio della lotta al covid-19
I progetti, in realtà, sono più di uno e coprono diversi aspetti e approcci allo studio della pandemia: il filo conduttore è l’obiettivo di individuare delle best practice con cui poter contenere e prevedere i meccanismi di contagio. Humco si impegna a definire algoritmi di machine learning che possano stimare nel miglior modo possibile la probabilità che una persona sia stata contagiata (risultando asintomatica o essendo già guarita) o che sia contagiabile poiché vive o lavora a stretto contatto con un infetto. 

Tali algoritmi utilizzano numerosi dati provenienti dai distretti sanitari per definire al meglio i modelli previsionali. Il campione di validazione si basa in prima istanza sull’analisi del modello sanitario operativo del presidio ospedaliero di Modena; i passaggi successivi sono l’ottimizzazione dei modelli matematici e la realizzazione di un sistema di tracciamento e contingentamento della diffusione.

Una "macchina del tempo" che va all'indietro
A detta di Humco, il sistema permette di andare a ritroso nel tempo individuando (in termini probabilistici) i contagiati asintomatici, così da poterli mettere in isolamento in modo che non diffondano il virus. Non si tratta dunque di realizzare un monitoraggio e un controllo in tempo reale, come fatto in Cina e Corea del Sud, bensì di identificare all’interno di piccoli “micro-cluster sanitari” (per esempio quartieri di una città) le probabilità di contagio, con una profondità temporale di 30-40 giorni a ritroso. Il dato finale, spiega la startup, si ottiene elaborando una grossa mole di informazioni che incrocia dati sanitari (dal matching tra tamponi positivi e relativi contatti, allo sviluppo dell’epidemia secondo modelli epidemiologici per singolo distretto), socio-demografici (per esempio gli indici di connessione territoriale) e geo-spaziali (spostamenti tracciati da celle telefoniche, Gps e triangolazione degli hotspot Wi-Fi pubblici e privati).

Tutto questo sistema, spiegano da Humco, permette di identificare con una certa precisione le zone in cui è più utile intervenire, o con l’esecuzione di tamponi o incrementando gli sforzi sanitari o, ancora, rafforzando i controlli delle forze dell’ordine. Un vantaggio di questo metodo è la sua elasticità: il sistema è teoricamente declinabile anche all’interno delle aziende, che potrebbero realizzare un modello di autocertificazione e isolare i probabili contagiati asintomatici, a protezione degli altri dipendenti.