Sono arrivati i primi importanti risultati del progetto Dynamics of transmission and control of Covid-19, coordinato dal prof. Massimiliano Ferrara, direttore del DiGiEs dell’Università Mediterranea di Reggio Calabria e condotto da un team di ricerca internazionale sotto l’egida dell’Organizzazione Mondiale della Sanità.
Il gruppo di ricerca consta di 15 ricercatori provenienti dall’Italia, Iran, Malaysia, Pakistan, Turchia, Canada. Tra le Università partners del progetto ricordiamo la Bocconi, la National University of Malaysia, la Bahcesehir University (Turchia) con l’apporto di alcune aziende lombarde operanti nell’ambito dei Big Data.
L’obiettivo è l’elaborazione di modelli matematici predittivi circa la diffusione del Covid-19 nei diversi Continenti e la ricerca, che vede impegnati anche il prof. Bruno Antonio Pansera, afferente al Di.Gi.ES e Ricercatore di Matematica per l’Economia presso l’Ateneo reggino e le dott.sse Tiziana Ciano, Mariangela Gangemi, Iside Rita Laganà e Tiziana Merenda, dottorande di Ricerca del Dottorato in Diritto ed Economia, attraverso la realizzazione di tre modelli matematici ha individuato, sulla scorta di dati offerti dalla stessa Oms, 34 ceppi diversificati del Virus.
Due focus, su tutti, hanno acceso i riflettori internazionali sul Progetto: il caso pakistano e quello iraniano per i quali i modelli hanno fornito un concreto aiuto alla gestione della crisi in quei contesti territoriali.
I risultati scientifici – alcuni già in fase di stampa – hanno trovato collocazione editoriale in riviste ad alto impatto scientifico internazionale (Results in Physics, Communications in Nonlinear Science and Simulation, Advances in Difference Equations, Scientific Report – Nature, Nature Communications, Isa Transactions, Sustainable Cities and Society).
Ai risultati già raggiunti e pubblicati in ambito “modelli previsionali” si aggiunge il recente risultato legato alla diagnosi del Covid-19. Ad oggi, gran parte delle diagnosi avviene attraverso il test RT-PCR (c.d. tampone). Pur tuttavia il test, non è scientificamente (sufficientemente) accurato ed indicativo.
Partendo da questa evidenza è stato sviluppato dal Gruppo del prof. Ferrara, un modello “Machine Learning”, attraverso l’utilizzo di tecniche di apprendimento Deep (quindi attraverso l’intelligenza artificiale) e capace di definire un problema di classificazione bootstrap di tre modelli di apprendimento dei trasferimenti, nella fattispecie: Inception v3, ResNet34 e DenseNet201. Grazie a questo modello, ne beneficiano le immagini di CT-scan al torace, le quali – è stato provato – risultano molto più idonee e accurate per lo screening del Covid-19 attraverso un metodo di tecniche di apprendimento “Deep” da cui trae un sostanziale feed-back positivo la tomografia assiale. (zc)
