Ricercatori dell’Istituto di Calcolo e Reti ad Alte Prestazioni (ICAR) del CNR, in collaborazione con colleghi del DIEM dell’Università di Salerno, hanno progettato e implementato uno strumento previsionale per l’epidemiologia del Covid-19.

Questo strumento, basato sul noto modello epidemiologico SEIR, è stato migliorato dotandolo di due importanti caratteristiche aggiuntive.

In primo luogo, si è reso il modello più adatto alla situazione reale, aggiungendovi una caratteristica di distanziamento sociale variabile nel tempo, così da poter tener conto dei vari decreti promulgati dal Governo e dei loro effetti in termini di restrizioni alla mobilità.

In secondo luogo, uno dei problemi per un uso efficiente del modello SEIR è rappresentato dalla scelta dei valori dei suoi parametri. Questa è stata effettuata unendo il modello con un algoritmo di ottimizzazione proveniente dall’Intelligenza Artificiale, più precisamente dal Machine Learning.

Utilizzando questo strumento previsionale, a fine Marzo venne effettuata la previsione dell’andamento epidemiologico del Covid-19 per l’Italia, e per le regioni Campania e Lombardia, partendo dai dati disponibili fino a quel giorno. Questa fu fatta in termini di previsione del numero giornaliero di nuovi casi positivi. I risultati furono presentati in data 1 Aprile in un lavoro reso disponibile in rete nell’archivio scientifico ArXiv ad accesso libero.

In particolare, per la regione Campania, si era l’1 Aprile previsto che il numero dei nuovi casi positivi “si sarebbe approssimato allo zero intorno al 3 Giugno”.

I dati ufficiali più recenti per la Campania sono: 3 Giugno: 1 nuovo caso positivo; 4 Giugno: 0 nuovi casi positivi.

Per maggiori informazioni, il lavoro è disponibile con accesso libero in ArXiv all’indirizzo: https://arxiv.org/pdf/2004.00553.pdf