Il nome che gli epidemiologi danno alla prima persona da infettare durante un focolaio di malattia è "paziente zero" - è da lì che tutto inizia. Identificare quella persona è spesso difficile, ma una squadra croata ha sviluppato un algoritmo che potrebbe essere in grado di aiutare.

Il loro lavoro si occupa di una situazione in cui esiste una rete di persone interconnesse, alcune infette e altre no. Le epidemie di malattia sono un esempio, ma lo stesso principio potrebbe applicarsi anche ai virus dei computer o persino alla diffusione di un meme attraverso i social media.

miglio ŠIkic dell'Università di Zagabria e dei suoi colleghi hanno costruito un algoritmo che simula diversi modi in cui l'infezione potrebbe diffondersi attraverso quella rete, e quindi confronta quelle simulazioni con i dati reali per calcolare una probabilità che un individuo sia il vero 'paziente zero'.

Più veloce è, meglio è

Una probabilità del 100% significa che hai trovato dove tutto ha avuto inizio, ma se più persone hanno probabilità uguali allora hai bisogno di più dati per individuare l'origine. È interessante notare che più l'infezione si verifica, più è facile rintracciare dove è iniziata. "Con un processo più lento, si perde qualche tipo di informazione" ŠIkic ha detto al New Scientist.

Per vedere se il sistema ha funzionato, il team ha utilizzato i dati STI da un sito Web brasiliano in cui i lavoratori del sesso vengono esaminati dai loro clienti. L'algoritmo è stato in grado di trovare "zero paziente" o essere un salto di distanza, il 60% delle volte. "Se non possiamo dire chi è paziente zero, possiamo essere nel loro vicinato", dice ŠIkic.

I dettagli dell'algoritmo sono stati pubblicati in Physical Review Letters.

  • I computer ora possono rilevare quando un artista copia se stesso