L’intelligenza artificiale e la sua impareggiabile capacità di analizzare i dati potrebbero essere utilizzate per prevedere la prossima epidemia di virus. La rivelazione arriva da ProPublica, che ha scoperto che l’intelligenza artificiale addestrata sui dati ambientali relativi all’Ebola è stata in grado di segnalare le aree di epidemia. La tecnologia può anche evidenziare futuri focolai che spesso vengono trascurati dalle agenzie governative. Il processo ha comportato l’addestramento dell’intelligenza artificiale per analizzare i focolai del passato, identificare gli schemi ricorrenti e quindi riconoscere le aree con rischi potenziali simili. Per mesi, un team di ricercatori ha dedicato i propri sforzi a istruire un sistema informatico sull’Ebola. All’intelligenza artificiale sono state fornite ampie informazioni sugli aspetti geografici e demografici delle regioni in cui il virus si è manifestato storicamente. Alcune aree segnalate per il virus erano attese a causa del suo impatto storico su determinati Paesi. Tuttavia, il punto di forza inaspettato è stata la Nigeria, il Paese più densamente popolato dell’Africa. Nonostante non sia mai stata la fonte di un’epidemia di Ebola, un anno fa questa nazione dell’Africa occidentale, che rappresenta un importante snodo per i viaggi internazionali, ha svolto un ruolo inaspettato. La Nigeria ha facilitato la trasmissione di un altro virus, l’Mpox, il vaiolo delle scimmie, (precedentemente noto come monkeypox), in Europa e nelle Americhe, portando a una diffusione globale. Sebbene l’Mpox sia generalmente non letale, la sua capacità di diffondersi così ampiamente è ciò che ne determina la pericolosità.
Sorveglianza proattiva delle epidemie: il ruolo dell’intelligenza artificiale nell’individuazione precoce delle minacce virali mortali
Gli scienziati ritengono che i funzionari della sanità abbiano un controllo non abbastanza aggiornato della malattia e sostengono che le pratiche attuali si basino eccessivamente sui dati relativi al virus dopo che si è verificata un’epidemia o su quelli provenienti da epidemie passate. “Essere proattivi è la migliore linea di difesa“, ha dichiarato Solomon Chieloka Okoli, ricercatore della Nigerian Field Epidemiology and Laboratory Training Network. La capacità dell’intelligenza artificiale di studiare i dati relativi a virus letali come l’Ebola potrebbe consentire agli scienziati di individuare precocemente le epidemie virali. Le aree della natura in cui un virus si trasferisce inizialmente dagli animali infetti all’uomo, definite “aree di diffusione”, richiedono maggiore attenzione. Tali luoghi includono spesso foreste che sono state parzialmente disboscate, creando spazi aperti dove animali ed esseri umani possono entrare in contatto.
Valutazione Critica dell’Utilizzo dell’IA nella previsione delle epidemie: considerazioni ambientali e priorità sanitarie
Lo strumento dell’IA non considera intrinsecamente i fattori ambientali. Ciò implica che i funzionari sanitari potrebbero aver creato inavvertitamente una valutazione ingannevole e potenzialmente pericolosa.
Questo set di dati includeva informazioni sulla deforestazione e sugli spostamenti della popolazione. Successivamente, l’algoritmo di intelligenza artificiale ha valutato l’importanza di questi fattori in relazione alle passate epidemie di virus Ebola. Ha poi estrapolato queste conoscenze ai villaggi situati in regioni che hanno il potenziale di ospitare animali portatori di Ebola, ma che non hanno mai registrato eventi di spillover in precedenza. L’AI ha individuato 51 località con modelli di perdita di alberi simili alle passate epidemie di Ebola, di cui 27 in Nigeria. Tuttavia, data la rarità dei focolai nella regione africana, l’agenzia nigeriana per il controllo delle malattie probabilmente non darà molta priorità alle possibili misure di contenimento del virus. Inoltre, le eventuali preoccupazioni sono state attenuate da un’analisi condotta con uno strumento molto diffuso sviluppato dal CDC degli Stati Uniti, che ha esaminato i recenti focolai di virus e ha concluso che l’Ebola occupa una posizione relativamente bassa in termini di priorità.
