I cambiamenti climatici e la circolazione globale di persone e merci hanno aumentato il rischio di malattie. La pandemia di COVID-19 ha inoltre evidenziato la necessità di migliorare i sistemi di sorveglianza e di intelligence epidemica per l’individuazione precoce, il monitoraggio e la valutazione delle malattie infettive emergenti.
Uno dei principali problemi da affrontare è legato al fatto che i sistemi di sorveglianza delle malattie attuali si basano su dati raccolti di routine, come quelli di sorveglianza passiva, per monitorare l’insorgenza e la diffusione delle malattie e per definire risposte adeguate.
Nuovi approcci che incorporano l’intelligenza artificiale (IA), l’apprendimento automatico e l’analisi dei big data provenienti da un’ampia serie di fonti potrebbero contribuire a migliorare la preparazione, aiutando a determinare meglio i fattori legati all’insorgenza delle malattie e consentendo lo sviluppo di modelli più accurati.
Un buon esempio è il progetto MOOD, finanziato dall’UE. Attraverso la raccolta e l’estrazione di dati con l’ausilio dell’apprendimento automatico, questa iniziativa ha sviluppato una piattaforma digitale unica nel suo genere, progettata per potenziare la capacità dell’Europa di individuare e rispondere alle minacce delle malattie infettive attraverso un approccio «One Health».
Il risultato finale è una piattaforma ad accesso libero che riunisce dati ambientali, climatici, sulla distribuzione degli ospiti e sulle malattie. L’obiettivo è aiutare gli operatori sanitari e i professionisti della salute animale a prendere decisioni più rapide e informate sulle minacce rappresentate dalle malattie emergenti.
Ad esempio, la piattaforma oggi offre una rappresentazione cartografica dei rischi di malattia per vari agenti patogeni, tra cui il virus del Nilo occidentale, l’encefalite da zecche nell’essere umano, l’influenza aviaria negli uccelli e la resistenza antimicrobica negli animali da produzione alimentare.
Fonte:
