“Il primo caso di Ebola scoperto a Lagos: state attenti ragazzi!”  Prima di essere ufficialmente riconosciuta dalle autorità sanitarie in Nigeria e causare migliaia di morti, l’infezione che ha messo in ansia l’intero pianeta era già una realtà sui social media. Tre giorni prima dell’annuncio ufficiale della presenza della malattia nel Paese africano, infatti, erano già circa 1500 i tweet dedicati all’infezione, tanto che Twitter è stato considerato un efficace sistema d’allarme per la comparsa di riaccensioni di malattie infettive.

A ricordarlo, puntualizzando il ruolo dei social media e più in generale della rete nelle previsioni a breve termine di un evento epidemico come quello occorso in Africa, è una ricerca condotta da alcuni studiosi della Columbia University di New York apparsa su American Journal of Infection Control: l’indagine dei cinguettii ha permesso di dimostrare come i social network possono rappresentare un efficace sistema di previsione, monitoraggio e controllo di patologie infettive a rapida diffusione, contribuendo a mettere in guardia la popolazione. Sempre dallo studio, che ha preso in esame una settimana di tweet con hashtag come Nigeria ed Ebola, gli studiosi hanno analizzato più di 42.000 messaggi, in molti casi rimbalzati da nuovi utenti, con un potenziale impatto su oltre quattro miliardi di persone nel mondo.

“Le ricerche e la trasmissione dei dati attraverso i social e soprattutto fruendo di strumenti come Google Trends per giungere a previsioni accurate nell’ambito delle malattie infettive, e non solo, stanno diventando una realtà sempre più diffusa – spiega Giancarlo Icardi, direttore dell’Istituto di Igiene dell’Università di Genova.  In termini predittivi, cioè di informazioni che possono risultare di grande importanza per ipotizzare tempi e modi di interventi sanitari mirati in specifiche realtà geografiche, esistono oggi strumenti estremamente efficaci ed efficienti. Ad esempio Google Flu Trends, che parte proprio dai dati raccolti dalla piattaforme di Google Trends, riesce oggi a prevedere anche con 10-15 giorni di anticipo rispetto ai tradizionali sistemi di sorveglianza epidemiologica il picco dei casi di influenza stagionale”.

Le prove in questo senso non mancano certo. Basti pensare al programma di monitoraggio dei social media coordinato da Ming-Hsiang Tsou valido strumento per prevenire i giorni più “caldi” della stagione influenzale con un valido anticipo, consentendo così un’ottimale preparazione della risposta sanitaria. L’algoritmo messo a punto ha permesso di controllare per sei mesi i tweet in cui era presente la parola influenza, concentrando l’attenzione in 11 città americane, dimostrando di poter allertare sulle esacerbazioni epidemiologiche del virus con diversi giorni di anticipo.  Sia chiaro, l’influenza non è l’unico esempio in questo senso.

Anche per malattie per fortuna meno diffuse come la dengue, che si concentra ad esempio  in alcune aree del pianeta come in America latina e nel sud-est asiatico, grazie alle ricerche rilevate da Google Trends è possibile stimare e prevedere l’andamento del quadro patologico. E così, anche sul fronte della distribuzione delle risorse umane e sanitarie, l’attenzione del web diventa un modo per gestire al meglio le potenzialità di gestione della malattia causata dal virus omonimo e trasmessa dalla puntura di zanzara, capace di provocare sintomi pericolosi. Ad oggi, peraltro, non esiste un vaccino preventivo per contrastare questa infezione.

Proprio sulla scorta di queste indicazioni, peraltro, si stanno addirittura sviluppando strumenti su misura per la rapida risposta alle infezioni. Ad esempio, gli studiosi dell’Università di Rochester hanno messo a punto una App  chiamata Node, focalizzata ancora una volta sul virus Ebola. Con l’applicazione si è in grado non solo di consentire la trasmissione e la ricezione di dati sui movimenti delle persone infette, ma anche di migliorare la gestione della patologia e di favorire una più elevata sensibilizzazione nella popolazione in termini di strategie preventive. Ovviamente uno strumento di questo tipo, messo a punto da Solomon Abiola per monitorare la meningite tra gli studenti quando si trovava all’Università di Princeton e poi sviluppato a Rochester, può davvero modificare l’intero percorso di gestione dei “clusters” epidemici più o meno grandi causati da batteri o virus. Il tutto via smartphone o talbet e non attraverso rilevazioni mirate dei sanitari.

In futuro, l’integrazione di queste strategie di rilevazione e contenimento delle epidemie potrebbe diventare una realtà in molte aree del mondo, consentendo quindi di attivare le misure preventive e organizzative utili a salvare migliaia di vite umane.