La Public AI Challenge è un’iniziativa annuale della Fondazione Hub Innovazione Trentino, realizzata in collaborazione con l’Università di Trento, la Fondazione Bruno Kessler (FBK) e la Provincia autonoma di Trento, che dal 2022 consente alle strutture della Pubblica Amministrazione trentina di scoprire e testare i benefici dell’intelligenza artificiale (IA) al fine di ottimizzare e prevedere eventi che influenzano l’organizzazione e l’erogazione di servizi e procedure, grazie al coinvolgimento di gruppi di studenti universitari che, in due mesi, applicano tecniche di machine learning e creano modelli predittivi basati sui dati forniti dalle strutture pubbliche.

Le quattro sfide della Public AI Challenge 2024

La Public AI Challenge 2024 ha coinvolto quattro strutture della Provincia autonoma di Trento: l’Agenzia provinciale per le risorse idriche e l’energia (APRIE), l’Agenzia provinciale per la protezione dell’ambiente (APPA) in collaborazione con la Fondazione Edmund Mach, l’Unità di Missione Semplice Disabilità e integrazione socio-sanitaria (UMSDISS) e il Servizio Foreste.

Ognuna delle quattro strutture provinciali ha proposto una sfida: APRIE ha proposto l’applicazione di modelli predittivi per il monitoraggio della produzione e del consumo energetico, APPA con FEM ha proposto la previsione dei livelli di concentrazione dei pollini nell’aria, UMSDISS ha proposto l’efficientamento della pianificazione dei trasporti per persone con disabilità, il Servizio Foreste ha proposto l’analisi dei cambiamenti nella copertura forestale per una gestione sostenibile del territorio.

Il lavoro dei team

Per 11 settimane, quattro team multidisciplinari composti da studenti e studentesse dell’Università di Trento hanno avuto l’opportunità di applicare le proprie competenze nell’affrontare queste sfide innovative, attraverso l’analisi dei dati, la comprensione di processi e fenomeni complessi e la creazione di modelli predittivi basati sul machine learning.

Per l’intera durata della Challenge, i team di giovani talenti sono stati affiancati da mentori esperti, provenienti dal mondo della ricerca e dell’innovazione tecnologica: Niccolò Lazzaro e Maurizio Napolitano della Fondazione Bruno Kessler, Alessandro Prada dell’Università di Trento e Nicola Cracchi Bianchi di Dedanext. Grazie alla loro esperienza, i team hanno ricevuto il supporto necessario per tradurre le proprie idee in soluzioni concrete.

La sfida proposta da APPA

A vincere la competizione è stato proprio il team che ha raccolto la sfida proposta da APPA con FEM, la quale ha riguardato la previsione dei livelli di concentrazione dei pollini nell’aria.

Il Ministero della Salute riporta che il 20% della popolazione italiana soffre di allergia ai pollini, con una tendenza crescente, prevista anche nei prossimi anni. Per limitare la sintomatologia e l’esposizione ai pollini, è necessario conoscerne i livelli in atmosfera in modo tempestivo.

Le informazioni sui tipi e i livelli di pollini presenti in atmosfera sono ottenute attraverso il monitoraggio aerobiologico, che in Trentino viene svolto presso FEM a San Michele all’Adige, dove si trova un sito di campionamento aerobiologico funzionante in continuo dal 1989. Tale sito fa parte di POLLnet, la Rete di monitoraggio del Sistema Nazionale per la Protezione dell'Ambiente (SNPA), a cui FEM aderisce in rappresentanza di APPA. I dati sono diffusi anche attraverso l’app PolliniTrentino.

Il monitoraggio pollinico basato su sistemi tradizionali (analisi al microscopio ottico del campione aerobiologico per il riconoscimento e la conta dei granuli pollinici) richiede molto tempo. Ne consegue che le informazioni sui livelli di concentrazione sono per lo più disponibili con un ritardo di alcuni giorni, il tempo necessario a svolgere le analisi. Sarebbe pertanto molto utile poter disporre di informazioni tempestive basate su modelli predittivi, al fine di una migliore gestione delle allergopatie (da parte del paziente e del medico).

Il progetto del team vincitore

Affiancato dal mentore Nicolò Lazzaro di FBK (Unità Data Science for Health), il team vincitore, che ha lavorato sulla sfida proposta da APPA, è composto da Stefano Camposilvan, Filippo De Grandi, Chiara Marangoni, Giulia Modenese, Lorenzo Pattaro Zonta, Petr Sabel e Roberto Savi dei corsi UNITN-DISI Master's Degree in Computer Science e Master's Degree in Artificial Intelligence Systems.

L’obiettivo del team vincitore è stato quello di sviluppare un algoritmo d’intelligenza artificiale in grado di prevedere i livelli di pollini, superando i limiti temporali dei metodi di monitoraggio tradizionali. Il progetto ha mirato alla creazione di modelli predittivi per anticipare le tendenze stagionali dei pollini (inizio, picco, fine, livelli giornalieri) e per fornire previsioni fino a una settimana in anticipo. FEM sta già lavorando per integrare l’algoritmo sviluppato dal team vincitore nell'app PolliniTrentino.

Dati predittivi consentirebbero ai cittadini trentini e ai turisti che soffrono di allergia ai pollini di di adottare manovre preventive atte a limitare l’esposizione ai pollini e di fare un uso mirato dei farmaci; ciò porterebbe inoltre alla riduzione del numero di visite mediche, dei giorni di assenza da lavoro e scuola, e in generale dell’impatto sul sistema socio-sanitario.

Marco Niro

Gabriele Tonidandel