L'algoritmo per scoprire il paziente zero

Un gruppo di ricercatori croati ha elaborato un algoritmo che potrebbe aiutare i medici a individuare la prima persona che è stata infettata durante un'epidemia: il cosiddetto paziente zero. Il procedimento è stato descritto nel dettaglio in un articolo pubblicato su Physical Review Letters.

Utilità. L'identificazione del paziente zero è importante per comprendere lo sviluppo di epidemia e scoprire, come nel caso di Ebola, in che modo un virus o un qualunque altro agente patogeno "salta" da una specie animale all'uomo. Lo sforzo degli scienziati si è concentrato sullo sviluppo di un metodo in grado di supportare le ordinarie indagini epidemiologiche e che consenta di risalire all'origine del contagio con un'elevata probabilità.

Parola alla statistica. L'algoritmo prevede la costruzione di una rete di nodi, ciascuno dei quali rappresenta un paziente infetto o una persona sana all'interno di un determinato insieme di individui (vedi immagine sotto). Attraverso calcoli analitici combinati con una simulazione Monte Carlo (un metodo numerico basato su procedimenti probabilistici), il software determina la probabilità che un nodo corrisponda al paziente zero.

Missione compiuta. Nel corso dei test i ricercatori hanno preso in prestito i dati di un sito di incontri "galanti" e simulato successivamente la diffusione di una malattia a trasmissione sessuale. L'algoritmo è stato in grado di individuare l'origine dell'epidemia – o nel peggiore dei casi un soggetto a un nodo di distanza dal paziente zero – con un tasso di precisione del 60%.

Preciso, ma con dei limiti. Nel documento si sottolinea come il metodo guadagni in accuratezza quando viene applicato su malattie a rapida diffusione, mentre tende a mostrare dei limiti nel caso di popolazioni eccessivamente numerose. Come è facile intuire, i risultati migliori si ottengono quando non trascorre troppo tempo dall'insorgere dell'infezione.

Multiuso. In teoria l'algoritmo può essere utilizzato anche in altri ambiti, ad esempio per capire in che modo si è diffuso un virus informatico o per studiare la diffusione di uno specifico fenomeno in una rete sociale.