I focolai di malattie di origine alimentare degli ultimi anni dimostrano che, a causa delle catene logistiche sempre piĂą interconnesse, le situazioni di crisi possono interessare migliaia di persone, comportando costi sanitari significativi, perdita di ricavi per le aziende alimentari e, nei casi peggiori, avere esito fatale. Quando si rileva un focolaio, infatti, individuare rapidamente il cibo contaminato è vitale per ridurre al minimo la diffusione della malattia e limitare le perdite economiche. Tuttavia, il tempo richiesto per tale rilevamento può variare da giorni a settimane, sottoponendo a forte pressione il sistema di salute pubblica. Per questo motivo, grazie a nuovi algoritmi, alla visualizzazione e a tecniche statistiche, in Usa è stato inventato un nuovo sistema in grado di individuare automaticamente, contestualizzare e visualizzare i dati provenienti da diverse fonti, per ridurre di giorni, o addirittura settimane, il tempo di identificazione delle cause. Il sistema integra i dati di vendita pre-calcolati con i dati di salute pubblica geocodificati, per consentire ai ricercatori di vedere la distribuzione dei cibi sospetti e, selezionando un’area della mappa, visualizzare i casi clinici e i referti di laboratorio derivati dalle interazioni cliniche. L’algoritmo apprende efficacemente da ogni nuovo rapporto e referto e ricalcola la probabilitĂ per ciascun alimento di essere responsabile della malattia. Questo strumento è un valido aiuto per i rivenditori e i distributori di prodotti alimentari e per le autoritĂ sanitarie in grado di prevedere le fonti alimentari con maggiore probabilitĂ di essere contaminate. Questa ricerca è stata recentemente pubblicata sulla rivista Plos Computational Biology.
