1208808273

La pandemia fa i conti con la matematica

Come l’applicazione di scienze multidisciplinari, dai modelli computazionali all’IA, può aiutare a contrastare l’impatto epidemico.

di Nicholas Newman
11 maggio 2020
15 min di lettura
diNicholas Newman
11 maggio 2020
15 min di lettura

Matematici, softwaristi, epidemiologi e scienziati stanno applicando l’intelligenza artificiale (IA), l’apprendimento automatico, le tecnologie digitali e il cloud computing per rilevare i contagi e analizzare i tassi di trasmissione e i modelli di distribuzione del COVID-19, il virus che sta colpendo gravemente molti milioni di persone in tutto il mondo. Secondo Katarina Gospic, direttrice della divisione di neuroscienze di Spinview Global, una società specializzata in tecnologie VR/AR, “la matematica e l’intelligenza artificiale sono tra le armi più efficaci di cui disponiamo per combattere l’epidemia di coronavirus”.

L’efficacia delle simulazioni

Il COVID-19 è un virus nuovo. Benché le informazioni e le conoscenze disponibili aumentino di giorno in giorno, in realtà si sa ancora ben poco sulle modalità e sulla velocità con cui si trasmette, sul periodo di incubazione, sul tasso di mortalità o su ciò che potrebbe accadere dopo il picco dei contagi. In mancanza di queste informazioni vitali, i matematici stanno eseguendo simulazioni al computer basate sui dati di epidemie virali precedenti, come quelle di SARS ed Ebola.
Per prevedere i modelli di diffusione del virus e capire se lo screening alle frontiere possa costituire un metodo efficace per rilevare i casi importati, i professionisti della salute pubblica utilizzano strumenti di simulazione che somigliano ad alcuni noti giochi per computer, come Cities Skylines o SimCity. Ad esempio, le simulazioni basate sulle statistiche delle compagnie aeree e sul numero di infetti da COVID-19 al di fuori della Cina hanno permesso di formulare una stima iniziale sull’estensione dell’epidemia nella città di Wuhan.
Una simulazione successiva, condotta dall’epidemiologo britannico Neil Ferguson all’Imperial College di Londra, prevedeva che il Regno Unito avrebbe subito oltre 500.000 decessi se il governo non avesse adottato alcuna misura; le stime relative agli Stati Uniti si aggiravano intorno ai 2,2 milioni di morti.
Queste teorie hanno costituito la base su cui i governi hanno formulato le linee guida sul distanziamento sociale nel Regno Unito e diverse ordinanze simili.

Come funzionano i modelli interattivi

Una simulazione al computer racchiude un insieme di equazioni e alberi decisionali basati su grandi quantità di dati e varie ipotesi. La matematica alla base di questi modelli interattivi è apparentemente semplice: immaginiamo di avere quattro secchi. Il secchio A contiene tutte le persone potenzialmente suscettibili al virus. Il secchio B contiene i soggetti che non hanno contratto il virus ma potrebbero esserne infettati. Il secchio C contiene tutte le persone che hanno contratto il virus e sono contagiose. Infine, il secchio D contiene le persone che sono guarite, sono state isolate o presentano un’immunità naturale.
Per la creazione del modello matematico servono inoltre informazioni sul numero di infezioni, ricoveri, decessi e guarigioni. Si procede quindi con una serie di ipotesi. La prima: qual è la probabilità che una persona infetta incontri un soggetto suscettibile? La seconda: quanto è probabile che avvenga una trasmissione tra la persona infetta e il soggetto suscettibile?
Le risposte a queste domande sono valori essenzialmente ipotetici. A questi si aggiungono altri dati sulle caratteristiche sociodemografiche della popolazione, ad esempio in termini di età, genere, condizioni di salute, occupazione, numero di contatti e così via.
Considerate insieme agli opportuni fattori di ponderazione, queste informazioni possono costituire gli ingredienti di base di una simulazione al computer da cui trarre “un’idea generale sulla situazione attuale, sull’andamento tendenziale e su quanto siano efficaci le misure di contrasto alla malattia," spiega Hannah Fry, professore associato presso il dipartimento di Matematica dello University College di Londra, in un blog di BBC Radio.
I risultati di queste simulazioni vengono presentati ai funzionari dei governi e della sanità pubblica, i quali li utilizzano come evidenze di base per assumere decisioni in ambito sociale, economico, finanziario e sanitario dirette a mitigare l’impatto del virus. Fry esprime questo obiettivo in termini di “appiattimento della curva”, suggerendo che “la matematica ci aiuta a prevedere il futuro”.


Dipendenti statunitensi usano una termocamera a scansione per misurare la temperatura prima dell'ingresso in azienda

Le tecnologie emergenti come propulsori della ricerca

Le operazioni matematiche associate all’elaborazione di queste enormi quantità di dati vengono sempre più spesso eseguite in modo veloce e automatico combinando le capacità dell’intelligenza artificiale, dell’apprendimento automatico e del cloud computing. Diverse istituzioni di salute pubblica, università e aziende private come BlueDot, Metabiota e Rockwell Automation utilizzano già software predittivi per simulare le condizioni sanitarie. Per questa particolare epidemia, tuttavia, i dati disponibili come input per le simulazioni al computer sono piuttosto scarsi. Come osserva John Edmunds, creatore di modelli di simulazione presso la London School of Hygiene & Tropical Medicine, “si possono fare proiezioni sul futuro e poi confrontarle con i risultati reali. Ma il problema è che i nostri sistemi di sorveglianza non sono granché”.

Come funziona l’intelligenza artificiale

Nella programmazione classica, un computer segue un set di istruzioni per eseguire un’operazione semplice in un certo modo. Con l’intelligenza artificiale (IA) e l’apprendimento automatico, il programma software del computer adatta il suo modo di eseguire una data operazione nel tempo. Per poter svolgere un compito, il computer deve imparare a rispondere a determinate azioni, perciò utilizza degli algoritmi (un elenco di regole da seguire per risolvere un problema) e un insieme di dati storici per creare un cosiddetto modello di propensione. I modelli di propensione iniziano quindi a generare previsioni (con un metodo simile a quello del “lead scoring”). Un esempio tipico è il robot aspirapolvere, in cui le dimensioni della stanza e la posizione dei mobili vengono acquisiti in un algoritmo che quindi guida l’elettrodomestico nella pulizia dei pavimenti.

In un recente rapporto dell’Organizzazione Mondiale della Sanità si afferma che l’intelligenza artificiale e i Big Data sono stati strategici nella risposta della Cina al COVID-19. In occidente viene ora utilizzata una strategia simile. L’IA, l’apprendimento automatico, l’elaborazione del linguaggio naturale (NLP), l’analisi semantica del testo e i sistemi di visione artificiale hanno enormemente migliorato i metodi di ricerca tradizionali, basati sull’analisi delle citazioni e sull’estrazione di figure, entità e luoghi rilevanti da studi già pubblicati. A Seattle, Stati Uniti, è in corso il progetto no-profit Semantic Scholar, che utilizza tecniche di elaborazione del linguaggio naturale per analizzare documenti scientifici sul coronavirus. In Canada, BlueDot usa l’NLP per esaminare i contenuti di centinaia di migliaia di fonti in cerca di notizie e dichiarazioni pubbliche sulla salute di persone e animali. Il sistema aveva inviato una segnalazione sul coronavirus il 31 dicembre 2019, con diversi giorni di anticipo sulle prime dichiarazioni ufficiali delle autorità di salute pubblica.

DeepMind, una società controllata da Google, sta utilizzando i suoi sistemi di simulazione AlphaFold basati sull’intelligenza artificiale per contribuire alla lotta contro il COVID-19. I ricercatori di AlphaFold stanno sviluppando metodi computazionali per prevedere la struttura proteica di una cellula umana partendo dalla sequenza di aminoacidi; l’obiettivo è trovare un modo per evitare che il virus COVID-19 si leghi alle cellule umane e, allo stesso tempo, valutare la capacità dei diversi farmaci di rallentare la riproduzione del virus. Questi approcci genetici e terapeutici al trattamento del COVID-19 sono possibili grazie all’intelligenza artificiale, all’ingegneria del software e alla potenza di calcolo dei computer.

Prevenzione e contenimento

Negli ospedali, e non solo, molte attività sanitarie e di sicurezza vengono svolte da robot mobili basati sull’intelligenza artificiale. L’azienda di robotica danese UVD Robots distribuisce robot intelligenti per la disinfezione a ultravioletti (UV) dei locali e dichiara, sul proprio sito web, che l’impiego di questi automi può prevenire e ridurre la diffusione delle malattie infettive attraverso la distruzione del loro DNA.

Screening della popolazione con tecniche di intelligenza artificiale

Lo screening della popolazione per il tracciamento del COVID-19 è un’attività necessaria ma particolarmente complessa. Per attuarla sui 330 milioni di persone della popolazione adulta americana al ritmo di 100.000 test al giorno, ad esempio, occorrerebbero almeno sette anni. Le misure di screening più dirette, come quelle adottate in Cina, vengono guardate con preoccupazione in occidente per timori sulla riservatezza dei dati personali, ma in situazioni di emergenza sanitaria come l’attuale potrebbero alla fine risultare accettabili. 

Le autorità sanitarie cinesi stanno usando droni con tecnologie di IA per attività di mappatura del territorio, monitoraggio degli oggetti e feedback virtuale. I droni possono acquisire immagini di assembramenti e localizzarne la posizione e, grazie a software intelligenti di riconoscimento facciale, possono identificare le persone con la febbre che devono essere isolate e necessitano di cure mediche. Inoltre, i droni intelligenti prodotti dalla Shenzhen MicroMultiCopter (MMC) sono attualmente utilizzati per identificare le persone sprovviste di mascherina e/o con febbre in diverse grandi città, tra cui Shanghai, Guangzhou e Foshan. 

L’azienda tedesca Dermalog ha sviluppato una telecamera intelligente con software di riconoscimento facciale che è in grado di misurare istantaneamente la temperatura corporea fino a 1,5 metri di distanza e può elaborare simultaneamente i dati di più persone. Questa telecamera è incorporata anche nei sistemi di controllo usati alla frontiera da molti paesi, come la Thailandia e Singapore. Tra maggio 2019 e febbraio 2020, ha permesso di identificare circa 4.300 persone registrate nelle blacklist nazionali e circa 127.000 viaggiatori sprovvisti di regolare visto.


Agenti della Polizia cinese utilizzano un drone durante la pandemia di Covid-19

Il ruolo dell’IA nella produzione dei DPI

Per produrre gran parte dei dispositivi di protezione individuale (DPI) e dei respiratori diventati così scarsamente reperibili negli USA e in Europa si utilizzano tecnologie di stampa 3D basate sull’intelligenza artificiale. La tecnologia IA scansiona i dispositivi esistenti, dopo di che un software CAD provvede a creare le istruzioni da inviare alle stampanti 3D per la produzione degli articoli richiesti. Per contrastare la proclamata carenza di DPI nel Regno Unito, ad esempio, si stanno usando le stampanti 3D in dotazione a varie scuole di Londra per produrre presidi di protezione da fornire al personale sanitario. A Brescia, un ospedale aveva esaurito le valvole sostitutive per le macchine di terapia intensiva usate per ventilare i pazienti affetti da COVID-19. I metodi di produzione tradizionali di queste valvole complesse prevedono tempi lunghi, ma la necessità ha lasciato spazio all’innovazione e si è dato avvio alla produzione rapida dei componenti con tecniche di stampa 3D.

Trattamento delle condizioni dei pazienti

La combinazione di intelligenza artificiale, apprendimento automatico e cloud computing sta migliorando le decisioni mediche e di cura sotto molti profili. Le variazioni di tre parametri vitali —i livelli dell’enzima alanina amino transferasi (ALT) nel fegato, i sintomi di mialgia e i livelli di emoglobina— permettono di prevedere un successivo aggravamento delle condizioni nei pazienti affetti da COVID-19. Uniti ad altri fattori rilevanti, questi valori permettono al software di IA di prevedere il rischio di sindrome da distress respiratorio acuto con una precisione fino all’80%.
Grazie a questo approccio innovativo, non è più necessario che esperti umani esaminino fisicamente migliaia di immagini al giorno. Le conoscenze degli esperti vengono invece aggregate e raccolte in un software intelligente, che è in grado di scansionare migliaia di immagini alla ricerca dei segnali vitali di interesse 24 ore su 24 e a tempo di record. I risultati inattesi e anomali vengono successivamente sottoposti all’attenzione degli specialisti.
Gli ecografi utilizzano onde sonore ad alta frequenza per visualizzare vari organi del corpo, come il cuore, l’utero, i polmoni, ecc. L’azienda Intelligent Ultrasound Group, che produce software basati sull’IA per l’addestramento di simulatori ecografici, ha aggiornato il suo simulatore BodyWorks con un modulo di apprendimento gratuito specifico per il COVID-19. L’aggiornamento comprende diversi esempi di immagini ecografiche dei polmoni tipicamente associate all’infezione da COVID-19, per consentire al personale medico di studiare ed esercitarsi nell’ecografia polmonare.
Un altro strumento è Butterfly IQ, un ecografo portatile intelligente che invia le immagini a un telefono cellulare per consentirne un’interpretazione automatica. In questo caso, l’intelligenza artificiale entra in gioco in due modi. In primo luogo, l’analisi automatica delle immagini permette un impiego efficace dell’ecografo anche da parte di persone meno esperte. In secondo luogo, poiché sempre più medici utilizzano l’ecografo di Butterfly Network per controllare i sintomi di COVID-19, il sistema basato sul cloud riceve maggiori quantità di dati sul virus e sulle sue manifestazioni.

Di fronte allo sviluppo particolarmente rapido e dilagante di questa epidemia, che ha già fatto registrare oltre 2,2 milioni di decessi in almeno 180 paesi, i governi, le istituzioni di salute pubblica e il personale medico hanno grande bisogno di informazioni virtuali sul COVID-19. I dati sulla velocità di trasmissione e sul periodo di incubazione saranno estremamente importanti per predisporre e adeguare le politiche e le cure da mettere in campo e per sconfiggere la più grande epidemia sanitaria verificatasi dai tempi dell’influenza spagnola. Gli approcci collaborativi e multidisciplinari sostenuti dall’intelligenza artificiale, dalle tecniche computazionali e dalle tecnologie digitali stanno già permettendo di compiere passi importanti per contenere l’impatto di questo flagello.

L'autore: Nicholas Newman

Giornalista, scrive regolarmente nei settori dell’agricoltura, aerospaziale, affari, energia, ingegneria, ferrovie, navigazione, tecnologia, trasporti per clienti in tutto il mondo.