Più sicurezza alimentare con IBM

428

Un nuovo sistema di apprendimento combina “petabyte”di dati relativi alle vendite alimentari con i casi clinici riguardanti la salute pubblica per identificare le fonti alimentari contaminate, ridurre i tempi d’intervento e limitare la diffusione dei focolai di malattia

Più sicurezza alimentare. Da sempre il tema dell’attenzione verso quello che mangiamo riveste un ruolo importantissimo e ora IBM aiuta i funzionari della salute pubblica a prevedere quali fonti alimentari hanno maggiore probabilità di essere contaminate e accelerare l’indagine sui focolai di malattia di origine alimentare. La società statunitense ha, infatti, ideato un sistema che grazie a nuovi algoritmi, alla visualizzazione e a tecniche statistiche, può utilizzare le informazioni sulla data e ubicazione di miliardi di articoli alimentari venduti nei supermercati ogni settimana per individuare rapidamente e con elevata probabilità i prodotti potenzialmente “incriminati” all’interno di appena 10 casi di focolai.

I focolai di malattie di origine alimentare degli ultimi anni dimostrano che, a causa delle catene logistiche sempre più interconnesse, le situazioni di crisi possono interessare migliaia di persone, comportando costi sanitari significativi, perdita di ricavi per le aziende alimentari e, nei casi peggiori, avere esito fatale. Solo negli Stati Uniti, una persona su sei è colpita da malattie di origine alimentare ogni anno, con conseguenti 128.000 ricoveri ospedalieri, 3.000 decessi e quasi 80 dollari di oneri economici.
Quando si rileva un focolaio, individuare rapidamente il cibo contaminato è vitale per ridurre al minimo la diffusione della malattia e limitare le perdite economiche.
Prendendo atto di questa problematica, gli scienziati IBM hanno ideato un sistema in grado di individuare automaticamente, contestualizzare e visualizzare i dati provenienti da diverse fonti, per ridurre di giorni o addirittura settimane il tempo di identificazione delle cause.
Il sistema integra i dati di vendita pre-calcolati con i dati di salute pubblica geocodificati, per consentire ai ricercatori di vedere la distribuzione dei cibi sospetti e, selezionando un’area della mappa, visualizzare i casi clinici e i referti di laboratorio derivati dalle interazioni cliniche. L’algoritmo apprende efficacemente da ogni nuovo rapporto e referto e ri-calcola la probabilità per ciascun alimento di essere responsabile della malattia.

Per dimostrare l’efficacia del sistema, gli scienziati IBM hanno collaborato con il Dipartimento di sicurezza biologica dell’Istituto federale tedesco per la valutazione del rischio(BfR). In una demo, gli scienziati hanno simulato 60.000 focolai di malattie di origine alimentare su 600 prodotti, utilizzando dati reali sulla vendita di alimenti provenienti dalla Germania.
Purtroppo, nella vita reale i casi di malattie di origine alimentare non compaiono tutti contemporaneamente, poiché i focolai vengono segnalati nell’arco di un certo periodo. A seconda delle circostanze, i funzionari di salute pubblica impiegano settimane o mesi per individuare la causa reale, e a volte ciò risulta addirittura impossibile. Se i dati pertinenti fossero forniti dalle aziende di vendita al dettaglio, ciò potrebbe migliorare significativamente la situazione delle persone già malate.

“Il successo di un’indagine su un’epidemia spesso dipende dalla disponibilità delle parti private interessate a collaborare in modo proattivo con i funzionari di salute pubblica. Questa ricerca propone un approccio che potrebbe generare miglioramenti significativi senza la necessità di modifiche di carattere normativo. L’obiettivo può essere raggiunto grazie alla combinazione di una tecnologia software innovativa con i dati già esistenti e con la disponibilità, in situazioni di crisi, a condividere queste informazioni fra le organizzazioni del settore privato e pubblico”, commenta il Dr. Bernd Appel, Responsabile del Dipartimento di sicurezza biologica del BfR.