InchiostrOnline

a cura della Scuola di giornalismo Suor Orsola Benincasa
in convenzione con l'Ordine Nazionale dei Giornalisti

 
Fondazione Terzo Pilastro
IL MASTER GERENZA CONTATTI

L'esperto

Rezzani: "Big Data per fermare il CoVid"
L'analisi dei dati per arginare il virus

Alessandro Rezzani, founder e CEO di DataSkills e docente di Big Data and Databases all'università Bocconi di Milano


È possibile combattere più efficacemente e velocemente l'emergenza CoVid-19? In Cina, proprio dove il contagio ha avuto inizio, il super colosso del web AliBaba ha sviluppato un sistema di diagnosi di positività al coronavirus che individua con una precisione del 96% e in appena 20 secondi, se un paziente ha contratto la malattia. Come? Grazie all'intelligenza artificiale. Un risparmio di tempo, ma soprattutto di denaro, incredibile. Questa è solo una delle possibili applicazioni della Data Science, quel recentissimo ramo del sapere che raccoglie, analizza e crea modelli attorno ai "Big Data", moli spropositate di informazioni non analizzabili senza l'ausilio di complessi algoritmi.

In quali altri modi possono allora questi dati venire in aiuto della sanità in un periodo di emergenza come quello che stiamo vivendo? A rispondere è Alessandro Rezzani, Fondatore e CEO di DataSkills, azienda pavese tra le poche in Italia ad operare in questo complicato ma importantissimo settore, nonché docente di Big Data And Databases all'Università Bocconi di Milano.

Rezzani, quanto è importante l'analisi dei Big Data nel settore sanitario?

"L'importanza di questi sistemi è data, soprattutto, dalla velocità di analisi dei dati. Grazie a complessi algoritmi di Machine Learning (intelligenza artificiale in grado di apprendere automaticamente e migliorarsi in modo "adattivo" Ndr.), siamo in grado di analizzare ampie moli di informazioni basate su casistiche differenti raccolte in diversi periodi di tempo, riuscendo ad elaborare delle analisi predittive. In questo modo possiamo aiutare il sistema sanitario, specie in un periodo di crisi come quello legato al CoVid-19, a gestire le strutture ospedaliere e a individuare cure efficaci per le patologie e a ottimizzarne la prevenzione".

Esiste già qualche esempio operativo di questo tipo nei nostri ospedali?

"Sì, esistono già delle soluzioni che creano nuovo valore nei nostri ospedali, ad esempio, il Policlinico Gemelli di Roma sta lavorando all'applicazione di un software, Trackcare, che permetterà di analizzare in tempo reale i dati dei pazienti permettendo di condividere le informazioni istantaneamente in dossier a disposizione di tutti gli operatori di corsia e degli uffici amministrativi".

Come viene usata la Data Science per combattere il Coronavirus?

"Il supporto dell'analisi avanzata dei dati nell'attuale contesto di emergenza riguarda tre aspetti fondamentali: il tracciamento dello sviluppo del virus, la ricerca di una cura e la gestione dell'epidemia.

Grazie ad un programma di nome BlueDot, che è stato in grado di tracciare lo sviluppo del virus da fonti diverse come il flusso del traffico aereo, le conversazioni e i rumors nei forum online, i contenuti dei siti di informazioni e i report clinici relativi alle patologie animali, si è riusciti a prevedere con successo il passaggio del contagio da Wuhan a Taipei, Tokyo e Bangkok".

E per quanto riguarda la ricerca di una potenziale cura?

"È dimostrato che gli algoritmi di Machine Learning possono identificare autonomamente e in tempi brevi farmaci e composti che, altrimenti, si impiegherebbe anni a trovare. Inoltre, proprio dalla Cina, arriva il supporto più concreto sulla gestione dell'epidemia. Il discusso sistema di sorveglianza cinese, che vanta 200 milioni di telecamere di sicurezza in tutto il Paese, non ha il solo fine di punire tutti coloro che non rispettano le norme sanitarie e la quarantena, ma è in grado, grazie ad un complesso algoritmo, di effettuare scansioni termiche in tempo reale e individuare prontamente i sintomi del contagio in tutte le persone che frequentano luoghi pubblici".

Francesco Gucci

[19.3.2020 - 19:05]



Email Stampa Facebook Twitter Reddit LinkedIn Pinterest Mix Tumblr Bufferapp




RSS

© 2003/20 Università degli Studi Suor Orsola Benincasa Napoli · P.Iva 03375800632 · Versione 4.2 · Privacy
Conforme agli standard XHTML 1.0 · CSS 3 · RSS 2.0