All'interno del modello di machine learning di ProPublica per le future epidemie di Ebola — ProPublica

Aug 27, 2023

La prossima pandemia non sarà altro che un disboscamento della foresta. Non stiamo facendo abbastanza per impedire che i virus si diffondano dalla fauna selvatica all’uomo.

ProPublica è una redazione no-profit che indaga sugli abusi di potere. Iscriviti per ricevere le nostre storie più importanti non appena vengono pubblicate.

Iscriviti alla newsletter di Big Story.

Grazie per esserti iscritto.Se ti piacciono le nostre storie, ti dispiace condividerle con un amico?

Per ulteriori modi per tenere il passo, assicurati di controllare il resto delle nostre newsletter.

Oggi più che mai è necessario un giornalismo indipendente e basato sui fatti.

Quest'anno a ProPublica abbiamo abbinato la modellazione computerizzata al reporting tradizionale per esplorare le domande sulle epidemie virali: cosa le causa e cosa si può fare per prevenire la prossima grande epidemia?

Una delle malattie più temute è l’Ebola, che uccide circa la metà delle persone che infetta e ha dimostrato che può manifestarsi in paesi inaspettati come la Guinea. Nel 2013 il virus è passato da un animale selvatico a un essere umano, provocando un’epidemia che alla fine ha causato la morte di 11.000 persone in tutto il mondo.

I ricercatori che studiano come iniziano le epidemie hanno scoperto che la deforestazione può aumentare le possibilità che gli agenti patogeni si trasmettano dalla fauna selvatica all’uomo. Jesús Olivero, professore nel dipartimento di biologia animale dell’Università di Malaga, in Spagna, ha scoperto che sette epidemie di Ebola, inclusa quella iniziata a Meliandou, in Guinea, erano significativamente legate alla perdita di foreste. Abbiamo scoperto che, in circa cinque di questi luoghi dell’epidemia, le foreste erano state abbattute in modo rivelatore, aumentando le possibilità che gli esseri umani potessero condividere lo spazio con animali che potrebbero ospitare la malattia.

Ci siamo chiesti: potremmo utilizzare ciò che abbiamo appreso su questi luoghi per trovare luoghi che non hanno ancora subito epidemie ma che potrebbero essere a rischio? C’erano luoghi in cui l’Ebola potrebbe emergere che assomigliano molto a quelli di Meliandou nel 2013?

Con l'aiuto di epidemiologi ed esperti di deforestazione, insieme a uno dei consulenti di scienza dei dati di ProPublica, Heather Lynch, professoressa di ecologia ed evoluzione alla Stony Brook University, abbiamo sviluppato un modello di apprendimento automatico progettato per rilevare luoghi che presentavano sorprendenti somiglianze con luoghi che avevano subito epidemie.

NIGERIA

DEMOCRATICO

RAPPRESENTANTE. DEL CONGO

oceano Atlantico

Tutti i candidati modello

Candidati segnalati

Il risultato? Su un campione casuale di quasi 1.000 località in 17 paesi, il modello di ProPublica ha identificato 51 aree che, nel 2021 (l’anno più recente in cui erano disponibili dati di immagini satellitari sulla perdita di foreste al momento della nostra analisi), assomigliavano molto a luoghi che avevano sperimentato epidemie guidate da cambiamenti nelle foreste.

Queste località rientravano nelle zone boschive dell’Africa in cui si ritiene che la fauna selvatica sia portatrice di Ebola; che avevano recentemente sperimentato un’estesa frammentazione delle foreste (vale a dire, l’abbattimento delle foreste in molte piccole aree sconnesse); e che hanno una popolazione di riferimento che potrebbe sostenere un’epidemia se ne emergesse una. Con nostra sorpresa, 27 località erano in Nigeria, dove non è mai iniziata un’epidemia di Ebola.

Dopo aver esaminato i nostri risultati, una delle ricercatrici che abbiamo consultato, Christina Faust, ricercatrice presso l’Università di Glasgow, in Scozia, ha definito l’analisi una “migliore stima del rischio”, alla luce delle numerose domande in sospeso su come nasce l’Ebola.

"Avete chiaramente identificato le caratteristiche ecologiche che sono coerenti in tutte le posizioni di spillover", ha detto Faust. “E queste condizioni ecologiche e umane stanno emergendo in altri luoghi. E dato che non sappiamo molto sui giacimenti, penso che questa sia la nostra migliore capacità per fare un’analisi dei rischi”.

Questo modello è stato sviluppato a partire da una precedente analisi pubblicata a febbraio. Abbiamo utilizzato immagini satellitari e modelli epidemiologici per dimostrare che i villaggi in cui si sono verificate cinque precedenti epidemie di Ebola corrono un rischio maggiore di ricadute oggi, incluso Meliandou, in Guinea, il sito della peggiore epidemia di Ebola della storia.