Verrà creato un radar pandemico globale per rilevare nuove varianti di COVID e altre malattie emergenti. Guidato dall'OMS, il progetto mira a costruire una rete internazionale di hub di sorveglianza, impostato per condividere dati che ci aiuteranno a monitorare la resistenza ai vaccini, monitorare le malattie e identificarne di nuove man mano che emergono.

Questa è innegabilmente una buona cosa. Forse più di ogni evento nella memoria recente, la pandemia di COVID ha portato a casa l'importanza di mettere in comune l'intelligenza collettiva della società e trovare nuovi modi per condividere quella conoscenza combinata il più rapidamente possibile.

Nella sua forma più semplice, l'intelligenza collettiva è la capacità potenziata che si crea quando diversi gruppi di persone lavorano insieme, spesso con l'aiuto della tecnologia, per mobilitare più informazioni, idee e conoscenze per risolvere un problema. Le tecnologie digitali hanno trasformato ciò che si può ottenere attraverso l'intelligenza collettiva negli ultimi anni:connettendo più di noi, aumentare l'intelligenza umana con l'intelligenza della macchina, e aiutandoci a generare nuove intuizioni da nuove fonti di dati.

Quindi cosa abbiamo imparato negli ultimi 18 mesi di raccolta di informazioni collettive che può informare il Global Pandemic Radar? Costruire dalla crisi COVID, quali lezioni ci aiuteranno a perfezionare la sorveglianza delle malattie ea rispondere meglio alle crisi future?

La gente vuole aiutare gli scienziati

Rispondere alle minacce nuove ed emergenti richiede nuovi metodi per colmare rapidamente le lacune nei dati e nelle prove. I metodi di intelligenza collettiva come la scienza dei cittadini sono stati ampiamente utilizzati per anni nel settore ambientale, ma scienziati esperti hanno visto rapidamente l'opportunità di implementare questi e altri approcci per attingere all'appetito del pubblico per contribuire alla risposta COVID-19.

Prima che i medici avessero accesso a test comunitari di massa o previsioni accurate, ad esempio, i dati forniti dal pubblico sono stati una preziosa fonte di informazioni in anticipo. Per esempio, i ricercatori del King's College di Londra hanno sviluppato rapidamente l'app di monitoraggio dei sintomi COVID Zoe, a cui oltre 4,6 milioni di persone hanno contribuito con i loro sintomi da marzo 2020. Questi dati hanno svolto un ruolo fondamentale nell'aiutarci a capire come il virus colpisce diversi gruppi di persone, esponendo la varietà di sintomi COVID-19 che le persone hanno sperimentato.

Anche i giocatori hanno fatto la loro parte dietro le quinte. Project Discovery è descritto come un "mini-gioco della scienza dei cittadini, " in cui i giocatori esplorano lo spazio mentre disegnano poligoni attorno a gruppi di cellule. Le popolazioni cellulari che tracciano provengono da dati di citometria a flusso che normalmente verrebbero accuratamente esaminati dagli scienziati per vedere come un'infezione da COVID colpisce diversi tipi di cellule. Oltre 327, 000 giocatori hanno preso parte da giugno 2020, risparmiando agli scienziati circa 330 anni di ricerca.

Forse più visibilmente, anche gli sforzi per lo sviluppo del vaccino sono stati alimentati da volontari. Oltre 500, 000 persone si sono iscritte al servizio di volontariato per gli studi sui vaccini COVID del Regno Unito.

La formazione scientifica e il finanziamento della ricerca di solito non sono orientati alla partecipazione e alla collaborazione del pubblico. Questo significa, nonostante il potenziale, il pubblico è tipicamente escluso dalla partecipazione alla ricerca scientifica. Cambiare questo potrebbe aiutarci a spostare il controllo sulla prevenzione della prossima pandemia e ad affrontare tutta una serie di altre nostre complesse sfide, come il cambiamento climatico.

Dare un senso a troppi dati

Accanto a questo aumento della scienza dei cittadini, Il 2020 è stato anche un anno eccezionale per la ricerca scientifica, vedendo un aumento del 15% degli invii cartacei. Oltre 475, 000 documenti e pre-stampe relativi al COVID sono stati condivisi online a partire da giugno 2021.

Questo febbrile resoconto scientifico, particolarmente intenso nel campo della salute e della medicina, ha sollevato preoccupazioni sul controllo di qualità. I processi tradizionali di revisione paritaria sono stati messi a dura prova, con documenti sempre più diffusi in prestampa, prima che siano stati sottoposti a peer review. Nel frattempo, i decisori affrontano la sfida di trovare le risorse più rilevanti di fronte al sovraccarico di informazioni.

Il database collaborativo delle prove sanitarie, Epistemonikos, offre un po' di sollievo a queste sfide. Utilizza una combinazione di algoritmi di apprendimento automatico e convalida della folla per identificare tutte le revisioni sistematiche cliniche relative alla query di ricerca inserita dall'utente.

Nel passato, è stato utilizzato dai responsabili politici in Cile per accelerare il processo di legislazione sulla salute pubblica. Dal 2020, il team dietro Epistemonikos ne ha individuati più di 6, 000 revisioni sistematiche relative a COVID-19 all'interno del loro database. Evidenziarli ha aiutato i professionisti della salute e i responsabili delle decisioni a trovare ciò che stanno cercando in mezzo al rumore.

Non è solo la ricerca scientifica che si è rivelata difficile da dare un senso. L'ondata di dati sulla pandemia ha richiesto anche un'attenta raccolta, visto che spesso proviene da più fonti ed è sparso su diversi siti Web e database aperti, molti dei quali seguono standard e formati diversi. I dati su una crisi sono utili solo se sintetizzati e presentati in modo comprensibile per i decisori.

Uno studio retrospettivo ha mostrato come le ricerche su Google che coinvolgono parole chiave legate alla pandemia, come "polmonite, " avrebbe potuto essere utilizzato per individuare i primi segnali di allarme della diffusione del COVID-19 in Europa. Lo stesso risultato è stato raggiunto utilizzando i dati di Twitter, e potrebbe in futuro essere raggiunto con i dati della tecnologia indossabile. Per adesso, queste nuove fonti di dati non sono integrate in più ampi sforzi di sorveglianza, ma farlo potrebbe aiutare i governi a migliorare nell'anticipare le crisi in futuro.

Negli Stati Uniti, l'assenza di un sistema pubblicamente disponibile per l'aggregazione dei dati relativi al COVID ha portato alla creazione del COVID Tracking Project. Una comunità di oltre 300 volontari raccolti, fonti di dati curate e analizzate per produrre la fonte pubblica più completa di informazioni su COVID negli Stati Uniti. I loro sforzi hanno aiutato a elaborare i dati sottostimati su coloro che sono in cura a lungo termine e l'incidenza di COVID organizzata per razza ed etnia.

Però, un'altra promettente iniziativa pandemica, il progetto Collective and Augmented Intelligence Against COVID-19 (CAIAC), non è riuscito a decollare, nonostante il sostegno dell'UNESCO e dello Stanford Institute for Human-Centered Artificial Intelligence. La lezione:combinare in modo produttivo intelligenza umana e macchina potrebbe aiutarci a gestire enormi quantità di dati, ma non è facile. La creazione e la manutenzione di nuove infrastrutture di dati globali richiede tempo, sforzo e investimenti significativi.

La diversità migliora l'intelligenza collettiva

C'è di più che possiamo fare per sfruttare adeguatamente l'intelligenza collettiva di fronte a crisi future. Più dati sicuramente aiutano, e coloro che organizzano quei dati possono aiutare a presentarli ai decisori chiave il più rapidamente possibile. Ma conta anche chi prende le decisioni.

Con il mondo preso di sorpresa, sembra che il processo decisionale relativo al COVID-19 abbia seguito il consueto modus operandi di escludere le voci delle donne e delle minoranze. Un'analisi di 115 processi decisionali COVID-19 e task force di esperti provenienti da 87 paesi, compresi Regno Unito e Stati Uniti, ha rilevato che solo il 3,5% aveva la parità di genere nella propria appartenenza, mentre l'85,2% erano in maggioranza uomini. L'impatto sproporzionato di COVID-19 sulle comunità e sulle donne di minoranza etnica e nera sarebbe stato altrettanto grave se questi gruppi di esperti fossero stati più diversificati?

La letteratura sull'intelligenza collettiva ha da tempo indicato il potenziale della diversità nella risoluzione dei problemi, ma questi effetti positivi possono essere realizzati solo se le istituzioni cercano attivamente una varietà di voci. Senza trovare modi migliori per portare prospettive diverse nel processo decisionale, non saremo troppo entusiasti di come ugualmente i benefici del Global Pandemic Radar, e altri sforzi futuri per mettere in comune dati e intelligence, si farà sentire.

Mentre COVID ha elevato la modellazione abilitata all'intelligenza artificiale al centro delle decisioni del governo, c'è ancora molta strada da fare prima che questi modelli siano accessibili alla gente comune, qualcosa che potrebbe aiutare a diversificare il processo decisionale. È qui che i metodi partecipativi più creativi, mirato ad aiutare i membri del pubblico a esplorare le conseguenze delle decisioni politiche e dei comportamenti collettivi, potrebbe avere un ruolo da svolgere.

Il gioco Corona Minister consente alle persone di esplorare le conseguenze di diversi interventi politici mentre navigano nei compromessi tra salute pubblica, l'economia e i diritti civili. Altrove, ricercatori in Danimarca hanno creato un'esperienza di gioco VR in cui i cittadini navigano attraverso scene affollate e cercano di evitare l'infezione. Lo scopo dell'esperienza è aiutare i partecipanti a confrontarsi con la complessità della diffusione della malattia e il ruolo svolto dalla vaccinazione.

Fare progressi nel modo in cui possiamo pensare in modo efficace, decidere e agire insieme è un settore che non riceve quasi nessun investimento in ricerca. Pensiamo di utilizzare l'intelligenza artificiale per sfruttare al meglio l'intelligenza collettiva distribuita di grandi, gruppi diversificati è una frontiera importante per l'innovazione, e un'enorme opportunità per preparare la popolazione a una crisi futura.

Investire in iniziative dal basso

Dall'Ebola al COVID, abbiamo imparato più e più volte che le crisi richiedono risposte sia dall'alto che dal basso. Quindi, mentre il Global Pandemic Radar è un grande passo avanti, i governi che prendono sul serio la prevenzione e la risposta alle crisi devono iniziare a supportare le infrastrutture digitali e sociali che consentono alle comunità di agire in modo intelligente.

Nel 2020, abbiamo visto come i sistemi esistenti di azione comunitaria sono stati in grado di ruotare rapidamente per concentrarsi su COVID-19. Uno di questi era MetaSUB, un progetto globale per costruire ritratti microbici dei sistemi di trasporto urbano che esiste dal 2015. Con una rete di volontari e scienziati in oltre 100 città, prendono regolarmente tamponi da treni e scale mobili, testare i patogeni che trovano per eventuali marker di resistenza agli antibiotici.

La pandemia li ha visti impostare rapidamente il progetto MetaCOV, applicando la loro metodologia precedente per vedere come i campioni microbici sono cambiati durante la pandemia. I loro dati hanno aiutato a dimostrare che più a lungo il COVID-19 era su una superficie, meno era probabile che facesse ammalare qualcuno.

Poi c'è il sistema di previsione FluCast, che ha sfruttato la "saggezza delle folle" per prevedere le tendenze dell'influenza stagionale per i Centri statunitensi per il controllo delle malattie dal 2015. Il sistema è stato rapidamente riproposto in COVIDCast nel 2020, che si basa su fonti di dati aperti e sulla partecipazione di volontari. COVIDCast ora offre dati in tempo reale su una serie di indicatori, tra cui l'uso di maschere e le visite mediche correlate al COVID, per prevedere picchi regionali di infezioni e ricoveri in ospedale.

Il fatto che questi sistemi fossero già presenti e connessi significava che potevano essere rapidamente implementati per soddisfare nuovi pressanti requisiti. Molte risposte guidate dalla comunità hanno, Certo, emerse per svolgere un ruolo vitale senza alcun supporto istituzionale esistente, come i gruppi che creano DPI per gli ospedali in difficoltà, e le comunità in India e Nepal che monitorano le forniture di ossigeno e la disponibilità di letti ospedalieri. Molti di questi nuovi gruppi dovrebbero essere sostenuti in modo che possano mobilitarsi rapidamente in future emergenze.

Oltre a ciò, maggiore investimento proattivo, seguendo l'esempio di organizzazioni come la rete Omidyar, dovrebbe ora essere indirizzato verso le infrastrutture comunitarie. E le istituzioni governative dovrebbero riconoscere che attualmente è troppo difficile per i progetti comunitari collegarsi alle istituzioni. Se sono esclusi dalla pianificazione formale, tali gruppi non possono offrire la loro intelligenza collettiva per il bene collettivo.

Sfruttare l'intelligenza collettiva

Al suo meglio, l'intelligenza collettiva può aiutarci a rispondere alle crisi con maggiore fiducia, chiarezza e collaborazione. Ma dobbiamo iniziare a costruire e rafforzare questi schemi e sistemi ora, prima della prossima crisi.

La pandemia è stata dura. Ma ha anche messo sotto i riflettori la nostra intelligenza collettiva, sia attraverso gruppi WhatsApp di quartiere o ricerche scientifiche internazionali. Mentre ci muoviamo verso il recupero da COVID, scommettendo su nuove iniziative come il Global Pandemic Radar, dobbiamo assicurarci che queste lezioni non vengano dimenticate. Ora dobbiamo investire nella potenza combinata dei dati, tecnologia e persone, che ci aiuterà a evitare la prossima epidemia e a contrastare la prossima grande crisi della società.

Questo articolo è stato ripubblicato da The Conversation con una licenza Creative Commons. Leggi l'articolo originale.