di Franco Debenedetti, Natale D’Amico e Francesco Vatalaro
Per contrastare la pandemia (prima che arrivino i vaccini, e finché non saremo praticamente tutti vaccinati) ci sono sostanzialmente due modi: evitare i contagi e isolare quelli che possono contagiare. I lockdown e i tamponi. I due metodi sono opposti per molti aspetti: per la granularità, nulla nel lockdown totale, massima, fino al singolo individuo, con i tamponi; per la collaborazione richiesta, pura obbedienza nei lockdown, volontaria coi tamponi; per la lesione delle libertà personali, grave nei divieti di movimento inerenti ai lockdown, minima coi tamponi; per l’efficienza attesa dalla pubblica amministrazione, “militare” per i lockdown, elevata per i tamponi, dato che i positivi vanno seguiti e isolati. I costi sono per entrambi notevoli e dipendenti, per il lockdown dalla durata ed estensione, per i tamponi dalla frequenza di ripetizione. Infine dai pericoli per la privacy, nulli nel lockdown, lasciati all’attenzione del personale nei tamponi. Dall’insorgere della pandemia, le pubbliche autorità hanno deliberato su chiusure e aperture, su categorie e su attività consentite; sui tamponi invece, tranne casi isolati, non sono riuscite neppure ad assicurarne la disponibilità in quantità adeguata. In entrambi i casi prendendo decisioni sulla base di valutazioni spesso qualitative o di analisi di parametri e di soglie lasciate all’apprezzamento di esperti, sprovvisti di un feedback georeferenziato e tempestivo sugli effetti delle misure prese. E’ invece noto che si formano dei focolai di contagio ossia luoghi di “super diffusione” del Covid-19 che per di più variano nel tempo in intensità e localizzazione in modo a prima vista imprevedibile; specie quando il numero di casi infetti supera una certa soglia e diviene difficile prevedere dove si verranno a creare. Inoltre sono ben note le disparità nei tassi di infezione entro una popolazione, con impatto sproporzionato del virus sui gruppi socio-economici svantaggiati.
Esiste un metodo che concilia l’efficacia del lockdown senza averne la brutalità e la precisione dei tamponi senza richiedere volontarietà. L’ha messo a punto un gruppo interdisciplinare di ricercatori statunitensi, accademici e industriali: un modello che dovrebbe consentire di intervenire in modo mirato e selettivo sui luoghi di super diffusione, e sulle diverse caratteristiche censuarie senza mettere in conflitto le tre essenziali libertà, alla salute alla mobilità e al lavoro, e senza alcun rischio per la privacy, utilizzando le tecnologie e conoscenze avanzate di teoria delle reti, modelli epidemiologici, intelligenza artificiale e big data. I risultati sono stati pubblicati pochi giorni fa sulla prestigiosa rivista scientifica Nature.
Il lavoro preliminare è consistito nel costruire reti di mobilità dinamica a grana fine a partire dai dati di geolocalizzazione dei telefoni cellulari per modellare la diffusione del Sars-CoV-2 in dieci delle più grandi aree metropolitane degli Stati Uniti coinvolgendo un campione di popolazione di quasi cento milioni di abitanti esaminato da marzo a maggio 2020. Le reti tracciano i movimenti orari delle persone fra gruppi con caratteristiche censuarie simili (Cbg, ovvero Census block group), unità geografiche che nel loro modello contengono tipicamente fra 600 e 3.000 persone, a specifici luoghi di incontro (Poi, point of interest), luoghi non residenziali che le persone visitano, come ristoranti, negozi di generi alimentari, palestre, luoghi di culto e così via. La struttura della rete è studiata matematicamente con la teoria dei grafi bipartiti con nodi che si dividono in due insiemi disgiunti e indipendenti (appunto i Cbg e i Poi) in modo tale che ogni ramo colleghi un nodo contenuto in un gruppo censuario con uno presente in un punto di interesse.
Sovrapponendo in ogni gruppo e in ogni punto il modello epidemiologico detto Seir (sensibile, esposto, infettivo e rimosso) con la rete dinamica basata sui dati di mobilità ottenuti dalle informazioni Gps dei telefoni cellulari anonimizzate si può eseguire con precisione non solo il conteggio dei casi di infezione su base oraria, ma anche condurre analisi dettagliate che possono suggerire risposte di policy al Covid-19 più efficaci, tempestive ed eque. Il modello proposto prevede le infezioni sulla base di soli tre parametri: la dimensione del locale, il tempo trascorso dai visitatori e il numero di persone probabilmente contagiose presenti. Lo studio ha confrontato il numero di infezioni previsto dal modello con il numero ufficiale di infezioni registrate in quei quartieri nello stesso periodo. Sulla base dei risultati presentati su Nature il modello è stato in grado di prevedere con precisione i casi reali e, con tecniche di machine learning, prevedere l’evoluzione dei possibili focolai di infezione.
I risultati sono notevoli: lo strumento ha consentito di riscontrare che l’imposizione di tetti massimi di occupazione pari al 20 per cento della capacità ridurrebbe i tassi di infezione dell’80 per cento; che solo il 10 per cento dei “punti di interesse” rappresentava l’85 per cento delle infezioni a Chicago nel periodo esaminato. Dato che questi tetti avrebbero per lo più un impatto solo sulle visite durante le ore di punta, i ristoranti – considerati nello studio i luoghi più rischiosi – perderebbero in media circa il 42 per cento dei clienti.
E’ evidente che un approccio selettivo nelle chiusure o nella riduzione di capacità potrebbe ridurre significativamente le velocità di trasmissione della pandemia, pur consentendo alle aziende di rimanere aperte; e di conseguenza avere un impatto significativo sia sulla maggiore equità nelle azioni di sostegno sia un minore impatto sulla finanza pubblica, oltre evidentemente a evitare in una crisi pandemica effetti troppo dirompenti sulla generazione del pil del paese. Occorre smetterla di gestire la pandemia come se fossimo nel Seicento. E invece finalmente cominciare a utilizzare quel patrimonio di conoscenze e di tecnologia che il XXI secolo mette a nostra disposizione.
(Il Foglio del 10 dicembre 2020)
Fonte:
