Strumenti matematici contribuiscono a combattere la crisi pandemica
In un mondo globalizzato, una malattia può rapidamente passare dal livello di epidemia locale a quello di pandemia vera e propria, un fatto che è stato reso fin troppo chiaro dalla crisi della COVID-19. Sin dall’inizio della pandemia, gli strumenti di modellizzazione matematica hanno svolto un ruolo importante nella comprensione del modo in cui la malattia si diffonde e nella misurazione dell’efficacia dei vari sforzi di mitigazione messi in atto. Prendiamo ad esempio il progetto CAOS, finanziato dall’UE. Intrapreso con il sostegno del programma di azioni Marie Skłodowska-Curie, questo progetto si è prefisso di comprendere in maniera migliore le condizioni che provocano una così rapida diffusione della pandemia, nonché di valutare le strategie di contenimento e mitigazione. «Avvalendoci della COVID-19 come caso di studio, ci siamo proposti di caratterizzare la natura del complesso e stocastico processo di diffusione delle epidemie nelle reti di contatti», afferma Bo Li, scienziato attivo presso l’Aston University e ricercatore del progetto CAOS. «Abbiamo posto una particolare attenzione al periodo in cui un individuo si trova in una fase pre-sintomatica, ma tuttavia già contagiosa, il che, congiuntamente alla connettività degli esseri umani, si è configurato come l’aspetto responsabile in primis della capacità della malattia di diffondersi in modo così rapido, prima che fosse possibile rendersene conto a livello generalizzato», aggiunge David Saad, docente presso l’Aston University e coordinatore del progetto CAOS.
Strategie di mitigazione e test
Per effettuare questo studio, Li e Saad si sono in larga parte affidati a tecniche avanzate provenienti dai campi della matematica e della fisica teoretica. «Queste tecniche analitiche ci hanno consentito di sviluppare algoritmi efficienti e precisi per la risoluzione di complessi modelli di diffusione delle epidemie e per fornire informazioni sull’efficacia delle varie strategie di contenimento e mitigazione», osserva Saad. Allo stesso tempo, alcune idee nell’ambito della teoria dell’informazione si sono dimostrate utili per superare crisi legate alle risorse verificatesi nel corso della pandemia. Per esempio, invece della strategia di test individuale ampiamente utilizzata durante la COVID-19, i ricercatori hanno sostenuto l’impiego del test di gruppo come alternativa più efficiente. Nota anche con il termine inglese pooling, questa strategia combina campioni di più individui in un unico gruppo, che viene quindi testato mediante il ricorso a un unico test. «L’impiego dei test di gruppo potrebbe consentire di incrementare significativamente la capacità di effettuare questi test», commenta Li. «In tal modo, i governi avrebbero la possibilità di estendere le proprie risorse in fatto di test, la cui scarsa disponibilità nel corso delle prime fasi della pandemia di COVID-19 ha rappresentato uno dei fattori che hanno contribuito alla sua rapida diffusione.» Attraverso la collaborazione con un laboratorio di prova presso l’Università di Birmingham, i ricercatori hanno verificato l’efficacia dei test di gruppo per l’individuazione della COVID-19. Da quel momento, la soluzione è stata sottoposta all’esame del team per le innovazioni in materia di diagnostica della COVID-19 del Regno Unito, sebbene alla fine non sia stata adottata per l’utilizzo pratico in tale paese.
L’impatto su altri sistemi
Non solo il progetto ha affrontato alcune caratteristiche della pandemia, ma ha anche dimostrato come l’utilizzo di metodi matematici avanzati possa contribuire a valutare e mitigare l’impatto pandemico su, ad esempio, i servizi sanitari e le catene di distribuzione. «È inoltre necessario esaminare e comprendere accuratamente il potenziale effetto valanga di un’epidemia dilagante sui sistemi paralleli interconnessi», aggiunge Saad. «I modelli matematici e gli strumenti teorici ci collocano in una migliore posizione per valutare, prevedere e contenere tutti gli aspetti dell’epidemia», conclude Li. È interessante notare che questi intricati strumenti teorici non risultano utili solamente in una disciplina; i ricercatori, infatti, ne hanno constatato l’applicabilità in altri sistemi complessi, come quelli relativi all’analisi delle macchine per l’apprendimento profondo e alla risoluzione dei difficili problemi di ottimizzazione a due livelli.
Parole chiave
CAOS, strumenti matematici, modellizzazione matematica, pandemia, COVID-19, malattia, epidemia
