Con il Progetto AIDEO ora è possibile prevedere aree a rischio per il virus della West Nile (WNV)

A dicembre 2020 si è concluso il Progetto AIDEO “Artificial Intelligence and Earth Observation data: innovative methods for monitoring West Nile Virus spread in Italy” , finanziato dall’Agenzia Spaziale Europea (ESA), e finalizzato a sviluppare un sistema capace di integrare sinergicamente dati di diffusione del virus della West Nile, dati climatici ed ambientali da satellite ad alta risoluzione e algoritmi di intelligenza artificiale altamente innovativi

Al meeting finale, organizzato in modalità virtuale, hanno partecipato agenzie e istituzioni internazionali tra cui l’European Centre for Disease Prevention and Control, la FAO, il CIRAD, il CReSA e l’Università della California

Nel ruolo di soggetto capofila, l’Istituto Zooprofilattico Sperimentale “G. Caporale” - attraverso il coordinamento e il contributo tecnico-specialistico del Reparto Scienze Statistiche e GIS, con il supporto del CESME e del Reparto Formazione e Progettazione - ha giocato un ruolo chiave e strategico per il conseguimento degli obiettivi progettuali, raggiunti in consorzio con numerosi partner accreditati che operano nel campo dell’Earth Observation (EO) e Artificial Intelligence (AI): il laboratorio AImageLab del Dipartimento di Ingegneria “Enzo Ferrari” - Università di Modena e Reggio Emilia (UNIMORE), esperto in Computer Vision, Pattern Recognition, Machine Learning e Artificial Intelligence; Progressive Systems srl, società esperta nella elaborazione dei dati di EO; ReMedia Italia, società specializzata in comunicazione e divulgazione di contenuti scientifici

Integrando, quindi, i dati di diffusione del virus della West Nile, i dati climatici e ambientali da satellite e gli algoritmi di A.I., è stato possibile realizzare un sistema di previsione, nello spazio e nel tempo, di aree a rischio per il West Nile Virus (WNV).

Per raggiungere l’obiettivo, sono stati considerati i dati storici di circolazione virale come “verità a terra” e i dati di osservazione della Terra derivati ​​da diverse fonti (Copernicus, NASA).

Due i modelli sviluppati: il primo, con l'obiettivo di prevedere l’arrivo di condizioni climatiche e ambientali favorevoli alla circolazione del virus, il secondo, finalizzato a classificare aree a rischio in base all’analisi di immagini ad alta risoluzione Copernicus Sentinel 2A/2B e Landsat 8 attraverso l’impiego di reti neurali convoluzionali e grafi.

Le conoscenze acquisite attraverso il Progetto AIDEO potranno essere utilizzate per definire le priorità di intervento all'interno dei piani nazionali di sorveglianza. Inoltre, la definizione e lo sviluppo di algoritmi che lavorano su immagini satellitari disponibili e frequenti, potranno essere messi al servizio delle autorità competenti e applicati come sistemi di allerta precoce circa il sopraggiungere di condizioni climatiche e ambientali favorevoli all'insorgenza e alla diffusione del virus.

Numerosi gli output del progetto tra pubblicazioni scientifiche, articoli e strumenti divulgativi.