Applicazione di modelli di machine learning per lo studio della propagazione di zoonosi

Come definito dall’ISS, Istituto Superiore di Sanità1 , One Health rappresenta un modello sanitario basato sull'integrazione di discipline diverse ed è fondato sul riconoscimento che la salute umana, la salute animale e la salute dell’ecosistema siano legate indissolubilmente. Pertanto, l’ISS ha avviato collaborazioni multidisciplinari e azioni congiunte, trasversali ai suoi settori di ricerca e di riferimento, per promuovere l'approccio One Health necessario a far fronte alle sfide presenti e future. Il lavoro di questa relazione può essere considerato il prosieguo di un’altra tesi “Applicazione di modelli di machine learning per lo studio della propagazione di zoonosi” nonché l’approfondimento dell’analisi dei dati dell’Istituto Zooprofilattico Sperimentale del Piemonte, Liguria e Valle d’Aosta (IZSPLV) nell’ambito del progetto “Intelligenza artificiale e One Health nella lotta alle zoonosi”. Nello specifico le zoonosi trattate sono: epatite, leishmania, leptospira e salmonella e lo scopo dell’analisi dei dati relativi è il raggiungimento di un database ancora più preciso e pulito, dalla cui elaborazione si possa più agevolmente approntare un protocollo di prevenzione fondato sull’indagine epidemiologica, tale da poter essere adottato in ambito regionale, nazionale e internazionale. Il database “Sigla” dell’Istituto Zooprofilattico Sperimentale del Piemonte, Liguria e Valle d’Aosta è relativo ai dati riguardanti gli animali a livello nazionale, i database “Seremi” e “Alisa” sono attinenti alla popolazione umana rispettivamente del Piemonte e della Liguria. Dopo la loro integrazione, normalizzazione ed elaborazione incrociata, l’Istituto Zooprofilattico Sperimentale del Piemonte, Liguria e Valle d’Aosta ha provveduto alla redazione, relativamente alle zoonosi oggetto di questa relazione, alla stesura di quattro tabelle corredate da documentazione contenete le motivazioni delle modifiche apportate. Il primo step di questo lavoro è stato quello di far chiarezza relativamente ai dubbi emersi e già evidenziati dall’Istituto Zooprofilattico Sperimentale del Piemonte, Liguria e Valle d’Aosta circa l’importanza o alla trascurabilità di alcuni dati e nella più precisa e uniforme definizione di altri. Successivamente è stata svolta una analisi descrittiva e approfondita dei dati, rimuovendo ulteriormente informazioni non rilevanti alla determinazione del lavoro e integrando alcuni dati incompleti. Questa rifinitura ha permesso la costruzione di modelli predittivi (ARIMA e Random Forest) con lo scopo raggiungere l’obiettivo prefissato da One Health.