L’intelligenza dell’Uomo saprà, sicuramente, sconfiggere il Corona Virus, oggi più che mai. I Big Data e l’analisi predittiva, assieme all’intelligenza artificiale e tutta una serie di sensori termici, sono un potente strumento per combattere le morti causate da questa sindrome. Alla fine sarà solo un brutto ricordo.

Il COVID-19

Proviene da una famiglia di virus associati alla sindrome respiratoria acuta grave (SARS) e al comune raffreddore. Il numero di casi d’infezione è molto incerto e gli esperti del mondo medico e scientifico sono ancora largamente divisi tra loro. Oggi, assieme alle tecnologie hardware e software, vi sono mezzi aggiuntivi per contrastare qualsiasi problematica. Un contributo decisivo a supporto degli esperti potrebbe arrivare dalle tecniche di analisi dei dati. Essa svolgono un ruolo fondamentale e, assieme alla matematica, consentono di comprendere, in modo approfondito, i dettagli di qualsiasi cosa.

Analisi approfondita dei dati

L’evoluzione del virus, è stato dimostrato, può essere studiato con lo studio di modelli matematici e sistemi di analisi dei dati. Un valido esempio è rappresentato dal modello SIR, che calcola il numero teorico di persone, nel tempo, infette da una malattia contagiosa in una popolazione chiusa. Il modello utilizza equazioni che analizzano il numero di persone sensibili S(t), il numero di persone infette I(t) e il numero di persone guarite R(t). Uno dei modelli SIR più semplici è il modello Kermack-McKendrick. Il modello epidemico di Kermack-McKendrick è considerato la base da cui sono stati sviluppati molti altri modelli. Il modello SEIR (vedi figura 1) coinvolge due fattori: la dinamica del virus e l’interazione degli individui. In esso è possibile definire il parametro R0, che rappresenta il numero di persone che un individuo infetto può, potenzialmente, infettare. Si supponga, ad esempio, che la persona “A” sia malata e che il sistema abbia un valore R0=2. Ciò significherebbe che “A” potrebbe infettare due persone. Queste due persone, a loro volta, infetteranno quattro persone, che infetteranno altre due persone ciascuna (4*2=8), e così via. Ciò evidenzia il fatto che la diffusione della malattia è moltiplicativa, piuttosto che additiva.

Figura 1: il modello SEIR [Fonte: triplebyte.com]

La chiusura di scuole, palestre, e luoghi ad alto impatto sociale riduce, senz’altro, l’interazione tra le persone, abbassando così R0 (vedi figura 2). Il sistema sanitario è limitato ed è molto importante ridurre questo parametro al di sotto dell’unità. Se R0 è maggiore di 1 la malattia si diffonde, se R0 è minore di 1, la malattia scompare. Il parametro R0 misura la potenziale trasmissione di una malattia, non la velocità con cui essa si diffonde. Tracciare ogni singolo caso, assieme alla trasmissione della malattia, è estremamente difficile, quindi stimare R0 è estremamente complesso. Le stime cambiano spesso con la disponibilità di nuovi dati.

Figura 2: scenari di base R0 [fonte: triplebyte.com]

Tutto sotto controllo

Per tenere sotto controllo il parametro R0 l’intelligenza artificiale, con le informazioni relative agli spostamenti GPS dei telefoni cellulari, consente di creare modelli analitici per prevedere in quali zone sia necessario un intervento urgente. I Big Data, uniti all’intelligenza artificiale, potrebbero dare un forte contributo per combattere il Corona Virus. La vera soluzione al problema coinvolge sistemi di controllo per qualsiasi essere umano e animale. Sensori, scanner, fotocamere e altri dispositivi sensibili dovrebbero operare ininterrottamente per rilevare spostamenti, temperature e altre informazioni basilari. Taiwan è riuscita a neutralizzare il virus con il controllo di tutte le persone. Il monitoraggio di dati corporei, di spostamenti non autorizzati e di occupazione di aree vietate ha permesso di ridurre il problema al limite. Molte aziende, a livello mondiale, stanno sviluppando algoritmi d’intelligenza artificiale che consentono di fare veri e propri miracoli di elaborazione. Sistemi di riconoscimenti facciali, anche in condizioni visive estreme o pessime, o di misura delle temperature corporee a distanza, consentono d’intraprendere decisioni immediate, senza l’attesa di tempi tecnici o di burocrazie inutili e dannose, specialmente in questo periodo.

Big Data

I Big Data possono dare un immenso contributo per contrastare il virus. L’analisi di enormi quantità d’informazioni, provenienti da svariati sensori, può riuscire a elaborare modelli matematici e prevedere scenari che, con i normali mezzi oggi a disposizione, sarebbe letteralmente impossibile. Aziende farmaceutiche di tutto il mondo stanno mettendo a punto sistemi di “deep learning” per lo sviluppo di nuovi farmaci, progettati tramite l’intelligenza artificiale. Le stesse tecniche stanno contribuendo a sviluppare delle tecnologie per determinare le molecole che possono combattere il Corona Virus. Anche l’analisi massiccia degli spostamenti delle persone sarà determinante nel processo di risoluzione. Grazie ai dati satellitari GPS, è possibile identificare e tracciare gli spostamenti degli individui, determinando importanti conclusioni circa le zone più trafficate, più pericolose, le riprese delle attività lavorative (vedi figura 3) e molte altre informazioni utili a disegnare un preciso quadro della situazione ma, ancor di più, a pianificare strategie future.

Figura 3: immagini satellitari del 30 dicembre 2019 (a sinistra) e del 29 gennaio 2020 (a destra) mostrano che l’attività dell’industria siderurgica è ancora in calo in Cina [Fonte: spettro.ieee.org]

Conclusioni

La tecnologia costituisce, senz’altro, un determinante alleato per la sfida contro il Corona Virus. Le sperimentazioni e i test di oggi potrebbero costituire, domani, le procedure standard da seguire. A ogni modo, il virus, benché stia causando una massiccia pandemia in tutto il mondo, mette in evidenza come il genero umano possa combattere e sconfiggere qualsiasi tipologia di avversario, sfruttando la propria intelligenza e, soprattutto, il suo spirito di condivisione e di fare squadra.

A cura di Maurizio Di Paolo Emilio, EE Times – Power Electronics News – EEWeb.