Il contributo dell’open science nella lotta al Coronavirus

Epidemiologia e biologia computazionali, intelligenza artificiale, machine learning e data visualization forniscono importanti contributi per il monitoraggio e la gestione della pandemia del Covid-19. Con questa consapevolezza Intesa Sanpaolo Innovation Center ha analizzato numerose pubblicazioni sul Covid-19, realizzate grazie al contributo di nuove discipline scientifiche che si stanno rivelando di fondamentale importanza nella gestione della crisi, facilitando la collaborazione internazionale e interdisciplinare.

I team interdisciplinari dell’Innovation Center – con esperti in economia, ingegneria gestionale, ingegneria elettronica, informatica, fisica, biologia e grafica digitale – che lavorano quotidianamente con le ultime novità scientifiche e tecnologiche, nelle ultime settimane hanno evidenziato gli studi più significativi nella lotta al Covid-19, mostrando come  la diffusione del virus sta migliorando il modo di ‘fare scienza’, dando una forte spinta all’open science, con un netto aumento della condivisione di dati (open data), pubblicazioni (open publication) e corsi formativi (open educational source).

In questa circostanza l’Innovation Center si sta rivelando una struttura ideale per collaborare con scienziati e medici, contribuendo ad un approccio coordinato per affrontare l’emergenza. L’Intelligenza Artificiale, in particolare,  incrocia dati eterogenei, dalle celle telefoniche alle osservazioni satellitari per ottenere schemi demografici iper-precisi sui contagi: ci sono ospedali che in questo modo prevedono i picchi d’arrivo dei pazienti, mentre altri individuano tempestivamente la gravità dei malati. A ciò si aggiunge la “data visualization", la rappresentazione grafica e interattiva dei dati. Anche i robot umanoidi potranno esser di aiuto. Possono muoversi agevolmente in aree a rischio e, non meno importante, portare supporto psicologico ai pazienti. Per esempio connettendoli con i parenti a casa. 

Di seguito una selezione delle pubblicazioni sul Coronavirus

London School of Hygiene & Tropical Medicine, modello stocastico della trasmissione del virus

https://www.thelancet.com/pdfs/journals/langlo/PIIS2214-109X(20)30074-7.pdf

Hong Kong University, studio sull’importanza ed efficacia delle misure ‘non farmaceutiche’

https://wwwnc.cdc.gov/eid/article/26/5/19-0995_article

Bradford Lab del Fred Hutchinson Cancer Research Center di Seattle, sequenziamento genomico e dinamiche di evoluzione del virus

https://bedford.io/blog/

Towards Data Science e Wired, impiego dell’intelligenza artificiale e della data science per combattere il virus

https://towardsdatascience.com/how-to-fight-the-coronavirus-with-ai-and-data-science-b3b701f8a08a

https://www.wired.com/story/chinese-hospitals-deploy-ai-help-diagnose-covid-19/

Dashboard Coronavirus COVID-19 Global Cases by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University

https://www.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6

Articolo del Professor Giancarlo Ruffo su Big Data e Coronavirus

https://blog.certimetergroup.com/it/articolo/data_analysis/big-data-coronavirus-usare-scienza-dati-prevedere-diffusione-epidemia