Ascolta

 

1. Titolo del Progetto

"Behaviour and Sentiment Monitoring and Modelling for Outbreak Control"

Acronimo: BEHAVE-MOOD / ID SA-02.P0001

Codice identificativo progetto: PRJ-1813 - COC-1-2023-ISS-02_BEHAVE-MOD

CUP: I83C22001810007

2. Responsabile Scientifico e Unità Coinvolte

Istituzione coordinatrice	ISS (Spoke che ha emanato il Bando a Cascata) Dipartimento Malattie Infettive, Istituto Superiore di Sanità Research Node 4 Leader: Anna Teresa Palamara
Unità 2 – Associated Investigator	UNICAMPANIA (Beneficiario Capofila)
Unità 3 – Associated Investigator	UNIPI
Unità 4 – Associated Investigator	UNIPA Responsabile: Emanuele Amodio €. 512.668,75
Unità 5 – Associated Investigator	BOCCONI
Unità 6 – Associated Investigator	UNITN
Unità 7 – Associated Investigator	UNITS
Unità 8 – Associated Investigator	OSR
Durata del progetto	36 mesi (1° dicembre 2022 - 28 febbraio 2026)
Finanziamento totale	115.900.000,00 €

 

Vincitore Bando a Cascata 2023-01 Spoke 4 - all’interno del Nodo di Ricerca 4

Il progetto BEHAVE-MOD mira a rispondere alla necessaria esigenza di monitorare la dinamica delle malattie infettive e comprendere l'impatto dei comportamenti individuali sulla trasmissione delle malattie.

Basato sulle lezioni apprese dalla pandemia di COVID-19, questo progetto intende integrare i comportamenti di salute preventiva in un nuovo framework di modellizzazione in grado di prevedere le epidemie e guidare gli interventi di sanità pubblica.

Focalizzandosi su infezioni respiratorie e trasmesse da vettori, gli obiettivi del progetto includono la creazione di un sistema integrato di raccolta dei dati tramite indagini tradizionali, che incorpori determinanti demografici, sociali e psicologici.

Ciò comporta un design innovativo dei sondaggi e una piattaforma di sorveglianza partecipativa. Il progetto si propone di monitorare l’adozione dei comportamenti di salute integrando fonti di dati non convenzionali, come i social media, le ricerche su internet, i dati di mobilità e i dispositivi indossabili.

Inoltre, intende sviluppare modelli predittivi convenzionali e basati sull'intelligenza artificiale che incorporino dati comportamentali, valutino l’impatto delle misure di sanità pubblica e generino previsioni sulle malattie. Il progetto mira anche a separare i comportamenti spontanei da quelli indotti, stabilire i principi di preparazione alle pandemie e integrare tecniche di machine learning.

Combinando risultati di sondaggi, epidemiologia digitale e modellizzazione, il progetto punta a ottenere intuizioni sui comportamenti delle persone durante le epidemie.

L’obiettivo finale è fornire linee guida basate su prove per i decisori politici, offrendo dati in tempo reale su atteggiamenti e comportamenti, migliorando la modellizzazione predittiva e fornendo spunti per una presa di decisioni informata e per strategie di intervento nella sanità pubblica.

Allineato con INF-ACT, BEHAVE-MOD potenzia la sorveglianza della salute pubblica integrando i dati comportamentali, migliorando la modellizzazione epidemiologica, aumentando l'accuratezza, la prevedibilità e informando interventi tempestivi.

Questo approccio interdisciplinare unisce tecniche analitiche avanzate dalla scienza dei dati alla psicologia, promuovendo la collaborazione e lo scambio di conoscenze.

 

Sito ufficiale di INF-ACT

Dettagli del bando e l'accordo di finanziamento sul documento ufficiale dell'Università di Palermo

4.1. Obiettivi Principali

• Raccolta integrata dei dati: Sviluppare un sistema di sorveglianza partecipativa che combini sondaggi tradizionali con dati demografici, sociali e psicologici.
• Monitoraggio non convenzionale: Analizzare fonti digitali come social media, ricerche web, dati di mobilità e dispositivi indossabili per valutare i comportamenti e il livello di allerta della popolazione.
• Modellistica predittiva: Integrare i dati comportamentali e di sentiment in modelli matematici avanzati e algoritmi di Intelligenza Artificiale per migliorare l'accuratezza delle previsioni epidemiche.

4.2. Risultati Attesi

• Nuovi strumenti decisionali: Fornire ai decisori politici (policy maker) framework predittivi in grado di valutare in anticipo l'efficacia delle misure di sanità pubblica (es. distanziamento o vaccinazioni).
• Strategie mirate: Creare sistemi di allerta precoce basati non solo sulla diffusione del patogeno, ma anche sull'adesione della popolazione alle misure preventive.

Il progetto è gestito nell'ambito del Nodo di Ricerca 4 della Fondazione INF-ACT (sostenuta dai fondi Next Generation EU).