Ricercatori dell’Istituto di analisi dei sistemi ed informatica “A. Ruberti” del Consiglio nazionale delle ricerche (Cnr-Iasi), dell’Università di Roma Tor Vergata e dell’Università di Milano-Bicocca hanno sviluppato una metodologia per ottimizzare l’impatto delle misure governative nell’eventualità di futuri scenari pandemici.
“L’approccio si basa sulla formulazione di un modello matematico dinamico SIRD (Susceptible, Infectious, Recovered e Deceased, cioè suscettibili, infetti, guariti e morti) tempo-variante, che è in grado di spiegare in modo semplice ed efficace la dinamica pandemica nelle sue diverse fasi”, spiegano i ricercatori coinvolti nello studio. “Le decisioni ottimali vengono prese in maniera tale da bilanciare diffusione del virus e politiche di contenimento, riducendo al minimo sia le perdite umane legate alla diffusione del virus sia l’impatto socioeconomico delle misure restrittive. La tecnica è applicata in uno scenario di simulazione realistico basato su dati triennali (2020-2023) dell’evoluzione di Covid-19 in Italia”.
L’analisi, pubblicata sulla rivista European Journal of Control, “conferma la necessità, in situazioni emergenziali come quella provocata dalla recente pandemia di Covid-19, di attuare misure non farmacologiche (mascherina, distanziamento sociale, ecc.) che abbassino il tasso di infettività relativa nel corso della pandemia, limitando così la perdita di vite umane e preservando, nei limiti del possibile, le attività socio-economiche.” In particolare, dal confronto tra i dati reali della pandemia del Covid-19 in Italia e quelli risultanti dall’algoritmo proposto (Figura 1), gli scienziati coinvolti nello studio concludono che “la procedura di ottimizzazione è in grado di ridurre il numero di morti di oltre il 75% ed il numero massimo di infezioni concomitanti di oltre il 90% rispetto al caso reale. Inoltre, nello scenario peggiore caratterizzato da una potenziale imprecisione nell’implementazione dell’algoritmo, la procedura è comunque in grado di garantire una significativa riduzione delle morti, in misura pari a oltre il 50% rispetto ai dati osservati”.
