L’aumento della popolazione mondiale, la globalizzazione e le tecnologie stanno producendo effetti – qualche anno fa inimmaginabile -  la cui scala non si era mai vista nella storia. Tutte le applicazioni dell’industria 4.0 generano un ingente volume di dati, conosciuti più comunemente, con il termine Big Data. Pertanto, le tecniche di “data science” e di analisi predittiva consentono di espandere qualità e quantità dei dati, generando un cambiamento fondamentale nel modo in cui le informazioni vengono prodotte e successivamente archiviate.

Il fine che queste tecniche si prefiggono di raggiungere è quello di pervenire a una migliore valutazione di quello che accadrà in futuro andando oltre, dunque, la semplice comprensione di cosa sia successo; in altri termini l’analisi predittiva mira ad utilizzare dati, algoritmi statistici e tecniche di Machine Learning per individuare la probabilità di risultati futuri basandosi su dati storici.

I modelli matematici si sono rilevati ottimi strumenti nell’analisi dell’andamento epidemico, ma sono necessari big data di qualità al fine di garantire una corretta previsione. Infatti, la modellizzazione restituisce output sotto forma di previsioni e in particolare, i modelli predittivi sfruttano risultati noti per sviluppare (o addestrare) un modello che può essere utilizzato per prevedere valori di dati diversi o nuovi.

Oggigiorno sentiamo parlare di Intelligenza Artificiale e delle sue innumerevoli applicazioni. Una tra tutte è la capacità di produrre modelli predittivi in grado di evidenziare la probabile evoluzione di un’epidemia individuando in anticipo i settori o i contesti territoriali che sono maggiormente suscettibili di sviluppare focolai. Per poter realizzare questa previsione è necessario far processare agli algoritmi di Machine Learning non solo dati (variabili) epidemiologici ma anche dati (variabili) esogeni (dati sulla mobilità, sulle modalità organizzative del lavoro nei diversi settori, sui trasporti ecc.).

L’Università Mediterranea di Reggio Calabria, e in particolare, il laboratorio scientifico Decisions_Lab sono stati al centro di un network internazionale per una ricerca riguardante gli effetti della pandemia da Covid-19.

 

Il progetto di ricerca internazionale “Dynamics of transmission and control of Covid-19” da noi promosso e avviato nel mese di settembre del 2020, sotto l’egida dell’Organizzazione Mondiale della Sanità, vede come obiettivo l’elaborazione di modelli matematici predittivi circa la diffusione del Covid-19 nei diversi Continenti e nuovi strumenti di diagnosi attraverso l’Intelligenza Artificiale e il Machine Learning. Tra i partners del progetto troviamo l’Università Bocconi, la National University of Malaysia, la Bahcesehir University (Turchia) con l’apporto di alcune aziende lombarde operanti nell’ambito dei Big Data.

Il gruppo di ricercatori composto in primis da studiosi autoctoni, sono riusciti ad individuare 34 ceppi diversificati del Virus. Questo importante risultato è stato ottenuto mediante l’implementazione di tre modelli matematici e utilizzando come dati di partenza quelli offerti dall’Organizzazione Mondiale della Sanità. I contributi scientifici maturati, nel corso di questi mesi, hanno trovato collocazione editoriale su riviste ad alto impatto scientifico internazionale (tra le altre ricordiamo Scientific Report - Nature).

In letteratura, diversi studi ci hanno mostrato come le analisi di Big data e dell’Intelligenza Artificiale hanno permesso di migliorare i dettagli delle scansioni del cervello umano e non solo; è sotto questa chiave di lettura che il nostro gruppo ha implementato la seconda linea di ricerca che ci vede coinvolti nel progetto “Dynamics of transmission and control of Covid-19”.

Infatti, mediante l’applicazione delle tecniche di Intelligenza Artificiale e lo sviluppo di un algoritmo “GrafCovidNet” si è puntato a un miglioramento dell’immagine resa dalla tomografia assiale computerizzata (nota come TAC). L’algoritmo ha mostrato i primi esisti positivi già dalle sue primissime implementazioni, infatti, esso è capace di valutare la radiografia del torace sulla base di quattro set e di garantire una precisione del 99%, con un’abilità di previsione che raggiunge il 100% con riferimento al rilevamento delle scansioni Covid-19. A tal proposito, le apparecchiature medicali di ultima generazione saranno in grado di ottimizzare la resa dell’immagine consentendo alla stessa di fornire maggiori informazioni sul livello di infiltrazione e sulla tipologia di variate del virus e allo stesso tempo permetterà all’equipe medica di capire meglio la cura e la terapia da adottare.

I modelli predittivi sviluppati, hanno trovato terreno fertile nello strumento matematico del calcolo frazionario, incanalandosi nell’Intelligenza Artificiale e sfociando così nella previsione piuttosto che all’uso della probabilità e della statistica.

L’Intelligenza Artificiale promette nei prossimi anni una nuova rivoluzione dei nostri stili di vita e in particolare, del modo in cui risolviamo problemi; la macchina non sostituisce l’uomo ma lo supporta per una diagnosi più precisa; questo è stato l’obiettivo che il nostro gruppo di ricerca sta portando avanti da diversi mesi e che lascia intravedere ulteriori sviluppi scientifici di rilevante impatto.

di M. Ferrara e T. Ciano

Prof. Massimiliano Ferrara

Professore ordinario di Matematica per l’Economia e Coordinatore della Scuola di Dottorato - Direttore del Decisions_LAB - Università Mediterranea di Reggio Calabria & Research Affiliate ICRIOS The Invernizzi Centre for Research in Innovation, Organization, Strategy and Entrepreneurship

Dott.ssa Tiziana Ciano

Dottoranda di Ricerca in Diritto ed Economia 

Visiting Fellow University of Portsmouth & Decisions_LAB – Università “Mediterranea” di Reggio Calabria