L’innovativo modello matematico che, con i dati, determina giorno per giorno, regione per regione, il numero di ricoverati in ospedale e terapia intensiva

Prima avvertenza, scordatevi lo stereotipo di accademico grigio e incupito che parla con voce bassa, piatta. Perché Leonardo Egidi è un giovane docente di statistica che la voce la sa usare, e bene. Sia in aula (i suoi allievi giurano che sia bravissimo a spiegare) che insieme alla sua inseparabile chitarra che lo accompagna. Perché, oltre ai numeri, la sua grande passione sono le note. Ricercatore di statistica all’università di Trieste di giorno e cantautore di sera, potremmo dire con un modello linguistico un po’ inflazionato. Ma nel suo caso, il modello è tutt’altro che inflazionato. Anzi, a suo modo è uno strumento rivoluzionario nella lotta al coronavirus. E noi del team di CMI, che abbiamo già avuto modo di conoscerlo per altri progetti, abbiamo compreso subito la portata del suo lavoro. Perché Leonardo, insieme al collega Nicola Torelli, ha elaborato un modello matematico per prevedere il numero di pazienti ospedalizzati e in terapia intensiva, giorno per giorno, regione per regione.  

Questa è la dimostrazione che le applicazioni dei big data sono davvero moltissime.

Spesso su questo blog li trattiamo come mezzi di “ascolto” per indagare la Rete e consentire alle imprese di conquistare un vantaggio competitivo importante, addirittura decisivo, rispetto alla concorrenza. Stavolta però l’applicazione dei Big Data è strettamente legata al contesto attuale e ad una emergenza sanitaria senza precedenti. Ora più che mai la loro applicazione può essere considerata un aiuto per chi lotta tutti i giorni contro un nemico nuovo, subdolo e sconosciuto per salvare più vite possibile. E allora scordatevi le bizzarre ricerche di tipo statistico-scientifico che ogni tanto qualche misconosciuta università americana cuce su misura per qualche magazine di infotainment. Perché questo modello è tremendamente concreto e serve a fornire indicazioni utili su quanti posti letto potrebbero servire ogni giorno negli ospedali e nei reparti di terapia intensiva del belpaese che, da qualche settimana a questa parte non se la passano troppo bene. Anzi.  

Quando avete pensato di costruire un modello matematico in grado di prevedere l’andamento del covid-19?

“Tutto è nato dalla collaborazione con un gruppo di lavoro SISSA-ICTP-Università degli studi di Trieste coordinato dal direttore scientifico dell’IRCCS materno infantile Burlo Garofolo, Fabio Barbone. Ci siamo messi al lavoro da un paio di settimane con il compito di implementare un modello matematico che, invece di concentrarsi sui contagi o sui positivi, potesse calcolare e prevedere il numero degli ospedalizzati, giorno per giorno, regione per regione [qui il link per vedere i dati aggiornati giorno dopo giorno del modello: https://www.leonardoegidi.com/covid-19]. Siamo un gruppo di 12 persone e io e Nicola ci stiamo occupando di questo modello previsionale. Ci stiamo lavorando giorno e notte, è dura ma la bellezza è quella di sentirsi utile in un momento come questo”. Questo ad esempio è il previsionale del 03 aprile per il 04 aprile: e del numero di pazienti previsti in terapia intensiva:  

Quali sono le variabili che prende in considerazione il modello?

“Molte, dal lockdown al numero di tamponi fino alle diverse esposizioni temporali dei vari territori. Più sono le variabili che riusciamo a prendere in considerazione, più il modello diventa preciso. I nostri ospedali sono sotto pressione in questo periodo e prevedere cosa accadrà domani e nei prossimi giorni può essere molto importante”.  

Si scrive modello di predizione bayesiana, come si traduce?

“Si tratta di un approccio molto utilizzato perché permette un utilizzo dei big data e del modello di calcolo computazionale che offre grande stabilità. E’ come se questo modello imparasse dai dati che arrivano dalle varie regioni italiane. Se avessimo osservato solo i dati del Friuli Venezia Giulia avremmo avuto dei dati solo parziali, ma analizzando tutte le regioni il calcolo è più preciso”.  

Quando avete a disposizione le informazioni rilasciate quotidianamente dalla Protezione civile, qual è la mole di dati che il modello deve analizzare ed elaborare per giungere a dei risultati previsionali attendibili?

“La mole di dati è importante anche se è bene precisare che si tratta di un modello, quindi di una previsione della realtà. Ovviamente non possiamo contare su variabili che sarebbero importanti come quella anagrafica dei pazienti, perché coperta da privacy e non abbiamo nemmeno informazioni precise sui tamponi perché ogni regione li gestisce in modo diverso. Quello che abbiamo osservato è che negli ultimi giorni c’è stata una crescita esponenziale del numero di tamponi e speriamo che presto questo numero scenda perché significherebbe che il contagio è in rallentamento”.  

Gli ultimi dati sembrano confortanti. Anche tu vedi la luce in fondo al tunnel?

“Se guardiamo al numero di ospedalizzati in terapia intensiva in molte regioni stiamo assistendo ad una stabilizzazione anche se in altre come Puglia, Marche e Lazio il numero di dimessi e guariti si discosta perché evidentemente ci sono delle distorsioni.

I dati possono anche dirci se torneremo a quella che, almeno fino a gennaio 2020 era la nostra cara, vecchia normalità o dovremo abituarci ad una nuova normalità?

“Ultimamente sento anche io alcune ricerche statistiche su questo tema, ma ci andrei molto cauto. Che cosa significa normalità? Andare a fare la spesa? Andare ad un concerto? Viaggiare? Le variabili sono talmente tante e questo virus ancora così sconosciuto che fare previsioni diventa difficile. Non dimentichiamoci di quello che è successo ad Hong Kong dove era stato riaperto tutto pochi giorni fa e adesso devono fare i conti con un nuovo boom di contagi”.  

Dire ad un esperto di buttare lì un numero stona, ma tu cosa pensi?

“Serviranno ancora un paio di settimane almeno per valutare il rallentamento del contagio. Saranno proprio il numero dei posti letto disponibili nei nostri ospedali a dirci come vanno le cose. Ma se parliamo di tornare ad una sorta di normalità, temo che ci vorranno ancora dei mesi”.

Un’ultima domanda per sdrammatizzare un po’: è vero che un metodo simile lo avevi già applicato anche al calcio?

“Sì, quasi per scherzo con alcuni amici lo avevamo utilizzato per gli europei del 2016 e per i mondiali 2018. Sono modelli diversi ma alla base la distribuzione delle probabilità è la stessa, una Poisson per essere precisi. Ricordo che agli europei di calcio 2016 andò particolarmente bene…”.  

Saranno state contente, si fa per dire, le società di scommesse…

[Ride] “Non giocammo per vincere cifre enormi, ma solo per divertirci”.   E noi tutti, amanti di calcio, tennis, basket o chissà cos’altro speriamo di poter chiedere presto a Leonardo chi vede favorito in un match sportivo. Significherebbe che ci saremmo riappropriati di un po’ di normalità, o nuova normalità.