17 CONDIVISIONI
video suggerito
video suggerito

Come un’intelligenza artificiale ha aiutato a contenere Covid-19 in Grecia

Il Paese mediterraneo ha adoperato algoritmi di machine learning per scegliere quali viaggiatori sottoporre a tampone negli aeroporti e quali lasciare passare liberamente: il sistema è stato battezzato Eva e si è rivelato in grado di scovare un maggior numero di positivi asintomatici rispetto alle altre metodologie.
A cura di Lorenzo Longhitano
17 CONDIVISIONI
Immagine

Algoritmi di intelligenza artificiale e dati distribuiti sono stati messi al servizio della lotta al coronavirus già numerose volte in questi mesi di pandemia, ma l'approccio scelto dalla Grecia è uno di quelli che ha portato i risultati più incoraggianti in merito. Il Paese mediterraneo ha infatti adoperato algoritmi di machine learning per scegliere quali viaggiatori sottoporre a tampone negli aeroporti e quali lasciare passare liberamente: il sistema è stato battezzato Eva ed è entrato in azione tra agosto e novembre dell'anno scorso, ma lo studio che ne ha analizzato l'operato è stato pubblicato in questi giorni e rivela risultati incoraggianti.

Come funziona il sistema

Il problema dei test negli aeroporti è che la maggior parte dei Paesi non ha la possibilità di somministrare tamponi rapidi a tutti i viaggiatori, e in particolare a quelli che non mostrano sintomi e hanno anamnesi prive di criticità. I test vengono svolti a campione, ma identificare i passeggeri maggiormente a rischio resta comunque un compito arduo.

L'intelligenza artificiale messa in campo dalle autorità greche e sviluppata dai ricercatori della University of Southern California utilizza i dati forniti dai passeggeri in modo intelligente, correlandoli a quelli dei test dei viaggiatori precedenti. Tappe precedenti del viaggio, ma anche età e genere dei viaggiatori vengono comparati al modello che man mano l'intelligenza artificiale aggiorna in base ai test già effettuati. Se un passeggero mostra caratteristiche simili a quelle di altri viaggiatori precedentemente risultati positivi, viene testato: l'esito del suo tampone influenza in un modo o nell'altro il modello dell'intelligenza artificiale che prevede il rischio di positività dei prossimi passeggeri — e così via.

I risultati

Lo studio uscito in queste settimane su Nature, battezzato Efficient and targeted COVID-19 border testing via reinforcement learning afferma che questa soluzione si è rivelata più efficace nell'intercettare viaggiatori positivi a Covid-19 rispetto a qualunque altra metodologia e che durante l'alta stagione è riuscita a fermare da due a quattro volte più passeggeri positivi rispetto a quanto sarebbe stato possibile fare con una selezione casuale. La soluzione inoltre non ha violato la privacy dei viaggiatori: il sistema, sviluppato in accordo con le leggi europee sulla privacy, si basa su informazioni che i passeggeri hanno fornito volontariamente e che sono rimaste protette durante l'elaborazione.

17 CONDIVISIONI
autopromo immagine
Più che un giornale
Il media che racconta il tempo in cui viviamo con occhi moderni
api url views