Il focolaio di hantavirus sulla MV Hondius ha acceso i riflettori sui rischi di trasmissione dei patogeni ‘esotici’ o zoonotici negli ambienti crocieristici e, più in generale, nelle grandi infrastrutture mobili ad alta densità umana. Ad analizzare la questione – e le opportunità dell’AI – è un nuovo lavoro italiano, firmato dal gruppo Gabie formato da Massimo Ciccozzi, Francesco Branda e Giancarlo Ceccarelli, in pubblicazione sulla rivista ‘Infectious Diseases’.
Per Ciccozzi, epidemiologo dell’Università Campus Bio-Medico di Roma e coautore del paper, “l’episodio rappresenta un vero stress test per la sanità pubblica internazionale. Il focolaio è stato ricostruito perché il virus coinvolto, l’Andes hantavirus, possiede una rara capacità di trasmissione interumana. Ma proprio questo mette in evidenza un problema: se ci fossimo trovati di fronte a una trasmissione esclusivamente ambientale, i sistemi tradizionali di sorveglianza avrebbero avuto molte più difficoltà a riconoscere rapidamente il rischio”.
I virus tradizionali e i rischi sulle navi
Finora la medicina marittima e la sorveglianza sanitaria internazionale hanno considerato le navi da crociera luoghi ad alta probabilità di diffusione di virus respiratori o gastrointestinali, come Covid-19, influenza e norovirus. Secondo gli autori, però, questa impostazione rischia oggi di essere insufficiente. Le navi non sono solo ambienti sociali affollati, ma sistemi architettonici ed ecologici complessi, nei quali infrastrutture, ventilazione, compartimenti tecnici, supply chain, gestione dei rifiuti e dinamiche ambientali possono diventare elementi centrali nella trasmissione biologica.
“Questo lavoro nasce da una domanda molto semplice: siamo sicuri che i sistemi di sorveglianza sulle navi da crociera stiano raccogliendo e interpretando tutti i dati realmente utili a identificare un rischio epidemico? Con questo studio abbiamo proposto un cambio di paradigma data-driven: la nave deve essere letta come un ecosistema complesso, nel quale dati epidemiologici, ambientali, logistici, genetici e infrastrutturali devono essere integrati in un unico modello di sorveglianza”, spiega Francesco Branda, esperto di intelligenza artificiale applicata ai dati delle malattie infettive. Secondo Branda uno degli aspetti più innovativi riguarda proprio l’utilizzo dell’AI nella lettura simultanea di dati eterogenei.
Una miniera di dati e la sfida hantavirus
Il fatto è che le moderne navi da crociera producono enormi quantità di informazioni: parametri ambientali, qualità dell’aria, logistica dei rifiuti, flussi dei passeggeri, manutenzione tecnica, dati microbiologici e perfino informazioni genomiche relative ai patogeni identificati durante eventuali outbreak.
“Oggi l’AI permette di correlare informazioni che, fino a pochi anni fa, sarebbero rimaste completamente separate. Possiamo integrare epidemiologia molecolare, sequenziamento genomico, mobilità umana e dati infrastrutturali per identificare pattern invisibili ai modelli epidemiologici tradizionali”, spiega Branda.
Gli hantavirus rappresentano un caso emblematico. Si tratta di virus zoonotici trasmessi principalmente attraverso l’inalazione di particelle contaminate da urine, saliva o feci di roditori infetti. In molti casi documentati in letteratura, il contagio non avviene tramite contatto diretto tra persone, ma attraverso l’aerosolizzazione di polveri contaminate in ambienti chiusi, scarsamente ventilati o difficili da ispezionare. Depositi, magazzini, caserme, cabinati isolati e strutture tecniche sono stati storicamente identificati come scenari ad alto rischio.
Secondo gli autori molte di queste caratteristiche sono sorprendentemente sovrapponibili ad alcune aree presenti nelle moderne navi da crociera: compartimenti di servizio, aree di stoccaggio alimentare, corridoi tecnici, intercapedini, locali rifiuti, bilge e spazi manutentivi con accesso intermittente. Il rischio, spiegano, non sarebbe quindi legato esclusivamente alla presenza del virus, ma all’interazione tra contaminazione ambientale, configurazione architettonica e attività umane capaci di aerosolizzare materiale infetto.
Una fortuna epidemiologica
I ricercatori sottolineano che il focolaio della MV Hondius è stato interpretato e ricostruito con successo perché l’Andes virus possiede una caratteristica estremamente rara tra gli hantavirus: la capacità di trasmettersi da persona a persona. Questa peculiarità ha consentito di seguire una catena di contagio relativamente riconoscibile. Tuttavia, il paper evidenzia come questa apparente fortuna epidemiologica abbia anche mostrato una fragilità strutturale dei sistemi di sorveglianza attuali.
Nel paper vengono quindi proposte nuove linee di sorveglianza integrata: monitoraggio ambientale delle polveri nei compartimenti tecnici, controllo sistematico delle infestazioni di roditori, mappatura dei flussi d’aria, verifica dei sistemi di ventilazione, integrazione dei dati di manutenzione con quelli epidemiologici e genomici, oltre allo sviluppo di sistemi di allerta precoce basati su indicatori ambientali e infrastrutturali.
La lezione dell’hantavirus e l’AI
Per Ciccozzi “dobbiamo ampliare il concetto stesso di preparedness. Le grandi infrastrutture chiuse e ad alta mobilità, come le navi da crociera, non possono essere monitorate soltanto attraverso i casi clinici nei passeggeri. Servono modelli integrati One Health che mettano insieme epidemiologia, controllo ambientale, monitoraggio dei roditori, ventilazione, genetica molecolare, gestione dei rifiuti e sorveglianza degli spazi tecnici. Il messaggio del nostro studio è che le epidemie del futuro potrebbero emergere proprio nelle interfacce nascoste tra uomo, ambiente e infrastruttura”.
Integrando i dati con algoritmi di AI è possibile costruire modelli predittivi capaci di segnalare anomalie biologiche prima ancora dell’emergere dei sintomi clinici su larga scala. “L’intelligenza artificiale ci permette di fare un salto qualitativo decisivo nella sorveglianza epidemiologica: può contribuire a identificare in modo più rapido eventuali mutazioni virali, segnali di adattamento del patogeno a nuovi ambienti e variazioni associate a maggiore trasmissibilità o a diversi pattern di diffusione. In questo modo possiamo anticipare la dinamica di un focolaio, simulare scenari di diffusione e identificare punti critici di un ambiente che potrebbero favorire la trasmissione, trasformando la sorveglianza da reattiva a realmente predittiva”, conclude Branda.