Come la tecnologia ci aiuta a contrastare un’epidemia

Come la tecnologia ci aiuta a contrastare un’epidemia

17 Marzo 2020 -  Inclusione Sociale, Tech for good
8' di lettura

Il bisogno di trasparenza

È in momenti come questi che il poter contare su dati affidabili, aggiornati e trasparenti diventa essenziale; soprattutto in un’epoca in cui siamo bombardati da informazioni e messaggi alla TV, sul web, sui social media, su whatsapp (Treccani fa una bellissima riflessione su “la parola infetta” qui). 

Proprio in questi giorni, mentre i numeri del COVID-19 crescono, i Governi di Paesi in tutto il mondo stanno adottando strategie differenti per contenere gli effetti di un virus che ci ha colti impreparati. 

La tecnologia ci poteva aiutare ad esserlo di più? E i dati, che ruolo stanno avendo in questa ‘guerra’ del 2020?

Mai come oggi è importante ridurre le asimmetrie informative tra i cittadini e gli esperti che detengono il sapere medico, rendere le informazioni disponibili accessibili a tutti, comunicarle con oggettività e buon senso. 

L’Intelligenza Artificiale poteva aiutarci ad essere più preparati?

Secondo la MIT Technology Review la risposta è no. L’Intelligenza artificiale non ci avrebbe potuto salvare questa volta, ma potrà farlo per la prossima pandemia se adotteremo gli opportuni accorgimenti.

Infatti, BlueDot, un’azienda che utilizza machine learning per monitorare il manifestarsi di malattie nel mondo, avrebbe individuato già il 30 dicembre 2019 un innalzamento inusuale di casi di polmonite nella città di Wuhan in Cina e lo avrebbe comunicato ai suoi clienti, inclusi diversi governi, ospedali e aziende.

A quanto pare anche HealthMap all’ospedale per bambini di Boston Children’s Hospital e un modello lanciato da Metabiota a San Francisco avevano colto questi segnali. Nove giorni dopo la World Health Organization (Organizzazione Mondiale della Sanità) ha identificato il virus Covid-19

Se da un lato la possibilità che una tecnologia sviluppata negli Stati Uniti possa identificare una malattia anomala in un altro continente può generare entusiasmo, dall’altro pare che questa situazione a Wuhan fosse già stata resa nota da operatori ‘umani’, intelligenza umana e non artificiale.

Impossibilità di compiere analisi accurate nelle settimane successive all’identificazione della malattia.

Sia BlueDot che Metabiota utilizzano algoritmi NPL (natural-language processing) per monitorare news e report sanitari ufficiali in tutto il mondo, al fine di identificare la presenza o diffusione di malattie rilevanti, come il Coronavirus.

La previsione iniziale di BlueDot rispetto alla comparsa e rapida diffusione del virus in alcune città era corretta; questo avrebbe dovuto aiutare i governi a prepararsi, a pensare a misure da implementare sulle aree colpite dal virus. Tuttavia, le macchine non sono ancora in grado di capire come si evolve la malattia nelle settimane successive, perché i numeri non sono sempre verificabili. Lo sarebbero se i test diagnostici (i tamponi) fossero somministrati a tutta la popolazione o se le strategie per effettuarli fossero le stesse in tutti i Paesi.

Inoltre, non è possibile monitorare i comportamenti delle persone (chi si è volontariamente messo in quarantena, chi si lava le mani e chi no, chi lavora a contatto col pubblico e chi da casa). La difficoltà a reperire dati aggiornati si riflette anche nelle news che talvolta riportano informazioni contrastanti. Infine, le informazioni riguardo agli ospedali non sono sempre comunicate o disponibili.

L’Intelligenza Artificiale lavora bene in presenza di grandi moli di dati, quindi può fare previsioni più accurate solo se dispone di maggiori dati personali. È possibile condividere i nostri dati con centri di ricerca, governi e aziende nel rispetto della privacy, in modo sicuro e anonimo, per il bene della collettività? Un altro aspetto che migliorerebbe l’accuratezza delle previsioni sarebbe la possibilità di stipulare accordi tra nazioni per lo scambio di dati sanitari esclusivamente per fini di ricerca, al fine di allenare gli algoritmi predittivi. 

Incapacità di compiere una pre-diagnosi.

Oggi l’IA non è in grado di utilizzare il riconoscimento di immagini per cogliere i primi segnali di COVID-19. Prima di tutto perchè le immagini dei polmoni potrebbero mostrare segni solo dopo qualche settimana dalla contrazione del virus e in secondo luogo perchè per allenare la macchina è necessario un gran numero di immagini di cui oggi ancora non disponiamo.

Se da un lato si sta andando verso la creazione di AI che hanno sempre meno bisogno di dati per essere efficaci, dall’altro l’AI ad oggi non è pronta per questo tipo di sfida. 

AI per scoprire trattamenti adatti alla cura.

Attraverso l’utilizzo di generative design algorithm e deep learning è possibile per l’IA identificare e suggerire una rosa di farmaci adatti alla cura di malattie nuove, che gli scienziati possono poi valutare in termini di efficacia. Questa soluzione aiuta a restringere il campo per l’identificazione di trattamenti adeguati alle malattie, ma ci possono volere diversi mesi perché ciò avvenga.

Secondo Derek Wang, CEO di Stratifyd, un’azienda di data analytics che utilizza IA per identificare malattie grazie all’analisi dei post sui social media, il coinvolgimento e la fiducia di governi, aziende e operatori sanitari verso strumenti di intelligenza artificiale potrà incidere fortemente sulla velocità con cui sarà possibile reagire alle malattie responsabili di epidemie.  

Dai tre punti elencati emerge come la tecnologia sia stata utile ma non sufficiente a prevenire e combattere il COVID-19. Tuttavia, se gli sviluppi tecnologici andranno al passo con la possibilità per l’IA di elaborare più dati rispetto a quelli di cui oggi dispone, allora possiamo immaginare che in futuro sarà cruciale nell’identificazione e gestione delle epidemie. 

Quale ruolo hanno i dati in questa ‘guerra’ del 2020? 

Alcuni hanno assimilato le restrizioni imposte dall’epidemia COVID-19 e il suo carattere globale ai provvedimenti adottati in tempi di guerra, con la differenza che il nostro nemico questa volta è un virus e ci stiamo muovendo tutti insieme per combatterlo. Se durante le guerre è decisiva la capacità di non far fuoriuscire informazioni riservate, tattiche e decisioni segrete, l’unico modo di sconfiggere questo virus è, al contrario, la condivisione di conoscenza.

Di dati aperti, trasparenti, accessibili e affidabili, necessari per comprendere il problema e affrontarlo nel migliore dei modi. Da parte dei decisori politici e dai singoli cittadini. 

Una serie di fonti attendibili ci consente di comprendere la situazione che stiamo vivendo:

I dati WHO sull’epidemia 

Se confrontiamo i dati COVID-19 con le altre influenze causate da corona virus, ovvero la SARS (2002) e la MERS (2012) ci si rendiamo immediatamente conto che il COVID-19 non è da sottovalutare. 

La SARS (Severe Acute Respiratory Syndrome) ha causato 8098 contagi e 774 morti in 2 anni, mostrando un tasso di mortalità di quasi il 10%. Come il COVID-19, anche la SARS arriva dalla Cina e dagli animali. La MERS (Middle East Respiratory Syndrome Coronavirus) fu scoperta nel 2012 in Arabia Saudita (arriva dai cammelli); la World Health Organisation riporta i dati aggiornati a gennaio 2020 rilevando 2519 contagi e 866 morti con un tasso di mortalità del 34-35%. La velocità di propagazione della SARS è certamente più alta rispetto alla MERS, che tuttavia è altamente letale causando la morte di una persona su tre. 

Secondo il Center for Systems Science and Engineering (CSSE) at Johns Hopkins University oggi ci sono nel mondo 182407 casi di contagio COVID-19, con 7154 morti e 79433 guariti. Come cita questo articolo, e come è evidente dai numeri, in meno di 4 mesi il Coronavirus si è propagato ad una velocità incredibilmente più elevata rispetto agli altri virus. Il tasso di mortalità è del 3,9% più basso rispetto a SARS e MERS. Anche il New York Times ha pubblicato delle mappe molto valide per seguire l’andamento dei numeri.

Statistiche e open data 

Allo stesso modo del Center for Systems Science and Engineering (CSSE) at Johns Hopkins University, anche l’Italia si è attivata per mettere a disposizione dati reali aggiornati e trasparenti. 

La Protezione Civile ha pubblicato questa mappa utilissima open data per monitorare la situazione COVID-29. I positivi ad oggi sono 27980, i deceduti 2158, i guariti 2.749. Si nota nei grafici che presentano l’andamento dei trend come sia in visibile crescita il contagio. 

I dati dell’Italia rispetto agli altri Paesi 

Osservando la mappa del Center for Systems Science and Engineering (CSSE) at Johns Hopkins University notiamo che la Cina ha 81052 contagiati e 3111 morti (3,8%), l’Italia 27980 contagiati e 2158 morti (7,7%), l’Iran 14991 contagiati e 853 morti (5,7%). Se saltiamo alle prime nazioni europee con maggior contagi dopo l’Italia, citando quindi Spagna e Germania, vediamo che hanno rispettivamente 9942 casi di contagio e 342 morti (3,4%) e 7272 contagi e 17 morti la Germania (0,2%).

In questa analisi non ho preso in considerazione i guariti, che certamente ci possono dare altre importanti informazioni. 

I dati esprimono tassi di mortalità in Italia quasi doppi alla Cina e comunque più alti degli altri Paesi. È davvero così? Se il numero di morti dovrebbe essere facilmente verificabile, purtroppo il numero delle persone contagiate è solo una proxi della realtà. Un problema già emerso quando si parlava dei motivi che impediscono all’AI di svolgere al meglio la sua funzione predittiva. Questi numeri riflettono la pervasività dei controlli fatti con il tampone e non sono quindi completamente rappresentativi del fenomeno. 

Se si ipotizzasse che i trend sono corretti, dovremmo investigare cosa causa il tasso di mortalità maggiore registrato in Italia. Alcuni articoli argomentano che ciò è dovuto alla pressione a cui è sottoposto oggi il sistema sanitario italiano a causa del crescente numero di casi, il limitato numero di posti letto e la conseguente incapacità di alcune strutture di far fronte all’emergenza. Aspettiamo che la scienza e i dati possano dirci di più. 

La tecnologia e i dati potranno prepararci ad affrontare la prossima grande sfida umana? 

Probabilmente tra uno o due anni no, ma se la prossima pandemia si manifesterà tra 8-10 anni – come è stato per SARS e MERS – allora è ragionevole pensare che i decisori politici avranno gli strumenti per prendere decisioni tempestive e informate.

Nel frattempo, è nostro compito lavorare per trovare modalità di condivisione dei dati che mettano al centro le persone, impegnarsi in progetti come DECODE o NGI – Next Generation Internet (di cui Nesta Italia fa parte) per ricercare soluzioni concrete e indirizzare le azioni politiche in questo senso, favorire l’adozione di approcci di questo tipo in Europa e nel mondo, promuovere lo scambio di buone pratiche e la condivisione sicura dei dati tra governi e nazioni.