Covid-19. L’algoritmo che ne prevede arrivo e diffusione

Il NYT riferisce di uno studio condotto da un team di ricercatori che fa capo a Harvard su un sistema di calcolo in grado di tracciare e georeferenziare il pericolo quattordici giorni o più prima che il conteggio dei casi inizi ad aumentare.
MICHELE MEZZA
Condividi
PDF

Per dirla con Gramsci siamo passati da una guerra di trincea a una di movimento. La nuova geografia dei contagi ci dice che ormai nessuno può sentirsi al sicuro: il virus non è più localizzato o localizzabile in poche zone rosse, in trincee identificabili e stabili, ma aleggia granularmente attorno a noi. Anzi, direi che ognuno di noi ha la sensazione di averlo alle spalle e non più di fronte, come era nelle prime settimane della pandemia, quando il virus era radicato nelle valli bergamasche o nella bassa padana.

Infatti ora, dopo la folle estate, cominciano a soffrire proprio le regioni del sud, in particolare Campania, Calabria e Puglia, con l’aggiunta della Liguria. Salgono i positivi e i ricoverati. A Napoli già si lamenta un affollamento nei reparti Covid. 

Dopo l’ondata plebiscitaria che ha confermato a furor di popolo il governatore De Luca, qualcosa sembrerebbe addirittura che cominci a scricchiolare. Le ferree determinazioni con cui il vertice regionale si era guadagnato la reputazione da gendarme della salute si fanno più contraddittorie: ad esempio si vietano e poi si liberalizzano feste e cerimonie nuziali, perché si teme una corsa nelle regioni limitrofe. 

Ma al di là del folclore, il vero buco nero riguarda l’assoluta incapacità degli organi territoriali di dare un volto a questo fenomeno nuovo di infezioni diffuse. Né a livello nazionale, e tanto meno a quello territoriale, si è riusciti ad elaborare modelli matematici e sistemi di previsione in grado di dare un’accettabile credibilità a una strategia di anticipo dell’incubazione. Stiamo ancora a contare i positivi e i ricoverati, dopo che arrivano in ospedale. 

In molte realtà si sono aggiornati e ottimizzati i sistemi ospedalieri, rafforzando i reparti più esposti come le terapie intensive e le aree di sub-assistenza alla respirazione.

Si sono meglio organizzati gli apparati di diagnostica, più lubrificata appare la rete di connessione con i centri clinici privati, più allertate le infrastrutture logistiche, ma sul territorio sembra essere cambiato davvero poco, al di là dei proclami. Di medicina distribuita ancora poco e niente, e soprattutto nessun sistema di valutazione predittivo delle forme di innesto di possibili focolai.

Nei giorni scorsi il New York Times ha dato notizia di un algoritmo in grado di prevedere con almeno due settimane di anticipo non tanto la diffusione del contagio, quanto proprio il configurarsi di un focolaio di incubazione del virus che prelude, da lì ad altre due settimane, a una manifestazione contagiosa virale.

In un documento pubblicato giovedì su arXiv.org il team, guidato da Mauricio Santillana e Nicole Kogan di Harvard, ha presentato un sistema di calcolo in grado di tracciare e georeferenziare il pericolo quattordici giorni o più prima che il conteggio dei casi inizi ad aumentare. Il sistema utilizza, tra gli altri flussi di dati, il monitoraggio in tempo reale di Twitter, ricerche su Google e dati sulla mobilità da smartphone.

L’algoritmo, scrivono i ricercatori del team internazionale che fa capo al centro di epidemiologia pediatrica di Harvard, potrebbe funzionare

[…] come un termostato, in un sistema di raffreddamento o riscaldamento, per guidare l’attivazione intermittente o il rilassamento degli interventi di salute pubblica.

Ovvero una riapertura più agevole e sicura. Il dott. Santillana, direttore del Machine Intelligence Lab del Boston Children’s Hospital e assistente professore di pediatria ed epidemiologia ad Harvard, ha dichiarato al giornale che:

Nella maggior parte dei modelli di malattie infettive, si proiettano diversi scenari basati su ipotesi formulate in anticipo. Quello che stiamo facendo qui è osservare, senza fare supposizioni. La differenza è che i nostri metodi rispondono ai cambiamenti immediati del comportamento e possiamo incorporarli.

Lo studio, ha affermato Lauren Ancel Meyers, biologa e statistica presso l’Università del Texas, Austin, mostra che

fonti di dati alternative e di nuova generazione possono fornire segnali precoci di crescente prevalenza di Covid-19 […] Soprattutto se il conteggio dei casi confermati è ritardato dalla lentezza e approssimazione nella ricerca del trattamento e nell’ottenimento dei risultati dei test.

Il team, scrive il New York Times, ha analizzato i dati in tempo reale da quattro fonti, oltre a Google: post di Twitter relativi a Covid, geotaggati per posizione; ricerche dei medici su una piattaforma per medici chiamata UpToDate; dati anonimi sulla mobilità da smartphone; e le letture del termometro intelligente Kinsa, che si carica su un’app. Ha integrato quei flussi di dati con un sofisticato modello di previsione sviluppato presso la Northeastern University, basato su come le persone si muovono e interagiscono nelle comunità.

Esattamente quanto, proprio a fine marzo, dunque sei mesi fa, si era richiesto al ministero dell’innovazione in vista dell’app di tracciamento che era in elaborazione. Ma la ministra Pisano escluse qualsiasi forma di sollecitazione o di richiesta ai grandi service provider di rete. 

Non disturbiamo Google e Facebook, disse la Pisano, quasi con orgoglio.

E infatti non sono state disturbate le piattaforme che monopolizzano dati sensibili sulla sintomatologia degli italiani. Siamo ancora al conteggio meccanico e pedestre dei casi di positività, giorno per giorno, attendendo l’ondata dei ricoveri che speriamo non si debba vedere. 

Esattamente come sta accadendo in Texas, come denunciano i ricercatori di Harvard che hanno constatato come quell’area del sud degli Stati Uniti appaia ancora del tutto sguarnita nei confronti delle dinamiche dell’epidemia. Eppure in Texas, e sicuramente in Campania o in Veneto, risorse professionali e capacità di sviluppo di modellistica matematica non mancano. 

Ma il punto dolente non riguarda il saper far di conto, ma, come abbiamo letto sul New York Times, il fatto che i ricercatori di Harvard hanno potuto e preteso di basarsi su data set delle principali piattaforme social, da Google e Twitter.

Questo è il buco nero che rischia di trovarci ancora a mani legate dinanzi alle nuove forme che sta assumendo la seconda ondata: la determinazione e la volontà di andare a disturbare i giganti. Non è facile, lo sappiamo bene. Ma nulla lo è in questa partita vitale.

Ci sono strumenti per raccogliere e integrare informazioni di flusso con i dati locali. Ma soprattutto ci sono canali, procedure e poteri per porre con forza il tema vero: quanti morti ci vogliono per costringere Google e Apple ad aprire le loro black box? Quanti rischi devono correre i cittadini campani per vedere istituzioni, categorie professionali, apparati universitari della regione sollecitare i loro interlocutori quotidiani di questi monopoli a cooperare con l’emergenza sanitaria? L’obiettivo è prevenire l’incubazione. Da Harvard ci dicono che si può fare, dunque si deve fare.

Bisogna volerlo fare: Google, Twitter, Apple, Facebook hanno interessi consolidati in Italia, specificatamente nelle regioni dove raccolgono fatturati consistenti.

Un’amministrazione forte, sostenuta da un consenso estesissimo, supportata da saperi e competenze di primario prestigio, come sono quelle appena insediate in varie regioni del paese, potrebbero alzare lo sguardo e porsi il problema di non trovarsi ancora a combattere a mani legate contro la pandemia. 

Nulla vieta almeno di provarci. Sarebbe terribile, come scriveva Albert Camus in La Peste, dinanzi a una diffusione del contagio, di doverci trovare, per inerzia o dolo, dalla parte del virus.

Covid-19. L’algoritmo che ne prevede arrivo e diffusione ultima modifica: 2020-10-06T11:34:08+02:00 da MICHELE MEZZA
Iscriviti alla newsletter di ytali.
Sostienici
DONA IL TUO 5 PER MILLE A YTALI
Aggiungi la tua firma e il codice fiscale 94097630274 nel riquadro SOSTEGNO DEGLI ENTI DEL TERZO SETTORE della tua dichiarazione dei redditi.
Grazie!

VAI AL PROSSIMO ARTICOLO:

POTREBBE INTERESSARTI ANCHE:

Lascia un commento