SEMINARIO WEB
Disponibile su:
L’emergenza sanitaria Covid-19 ha portato negli ultimi mesi alla necessità da parte di molti Paesi di definire applicazioni (app) per smartphone in grado di fornire indicazioni sui “contatti” di ciascun utente al fine di favorire il controllo dell’epidemia. Lo sviluppo di algoritmi di contact tracing corredato da tempestive verifiche sanitarie costituisce una arma importantissima nel contrasto al virus.
L’efficacia di tali soluzioni si basa essenzialmente sulla corretta definizione di cosa sia un “contatto” che, secondo le indicazioni dell’OMS, è convenzionalmente caratterizzato dall’interazione tra due utenti ad una distanza inferiore ai 2 metri per un tempo di esposizione maggiore di 15 minuti. Maggiore è la capacità di riconoscere affidabilmente un contatto, maggiori sono la fiducia dei cittadini, la conseguente penetrazione delle app e, in definitiva, l’efficacia complessiva dell’iniziativa di contact tracing.
La migliore tecnologia in grado di dare informazioni con questo dettaglio appare generalmente essere il Bluetooth Low Energy (BLE), che grazie al ridotto consumo energetico risulta essere la soluzione attualmente più diffusa negli smartphone. La penetrazione di tale soluzione, adottata da tutti i principali brand di smartphone, fa sì che risulti quindi la più adeguata tra le tecnologie a corto raggio per realizzare applicazioni di contact tracing.
Tale tecnologia grazie a metodologie di “ranging” è, in linea di principio, in grado di fornire una stima della distanza tra due terminali attraverso la misura della potenza del segnale ricevuto, il cosiddetto RSSI (Received Signal Strength Indicator). In realtà, la precisione di questa stima non è esente da incertezze, essendo il canale BLE soggetto sia a fluttuazioni di natura aleatoria di breve termine, dovute tipicamente ai cammini multipli cui è soggetto il segnale, sia ad attenuazioni di più lungo periodo legate alle condizioni operative di utilizzo dei due smartphone in contatto (smartphone in tasca, in borsa, con orientamenti relativi diversi, e così via).
Pertanto, al fine di fornire un’indicazione sull’affidabilità della stima della distanza con tecnologia BLE, molti centri di ricerca hanno avviato nuove campagne di misura per giungere ad un’accurata analisi del canale di propagazione e per cercare di scomporre e isolare le singole cause di variabilità.
Dalle varie valutazioni condotte è emerso rapidamente che le fluttuazioni dei valori di RSSI sono così ampie che l’errore sulla posizione può essere non trascurabile. In altri termini, ciò potrebbe portare alla definizione di liste di contatti caratterizzate da informazioni con margini di incertezza, con l’identificazione di falsi positivi (distanza stimata minore di quella reale) o di falsi negativi (distanza stimata maggiore di quella reale).
Tuttavia, la disponibilità e la elaborazione delle informazioni sul RSSI può offrire miglioramenti significativi. Ad esempio, in primo luogo, essendo interessati a “contatti” di durata significativa esistono le condizioni per trarre vantaggio dalle misure multiple disponibili per ridurre gli effetti delle incertezze, almeno quelle di breve termine. La scelta delle soluzioni più adeguate possono avvantaggiarsi anche di simulazioni basate su modelli di mobilità realistici.
Per le attenuazioni di lungo periodo, in alcuni ambienti si potrebbe ricorrere ad algoritmi più complessi di “positioning”, che attraverso l’uso di nodi in posizione fisse e note (anchor node) consentano, tramite tecniche di triangolazione, di ridurre l’incertezza della posizione fino a pochi centimetri oppure, senza ricorrere a soluzioni infrastrutturate, una soluzione alternativa potrebbe derivare dalla disponibilità centralizzata dei valori RSSI, in quanto l’analisi congiunta delle distanze relative fra i terminali può condurre a stime accuratissime.
In prospettiva, laddove il giudizio delle autorità sanitarie dovesse indirizzarsi verso l’opportunità di dedicare attenzione al miglioramento della precisione della stima delle distanze di contatto, il ricorso ad algoritmi di elaborazione – da quelli distribuiti di filtraggio temporale fino a quelli centralizzati per la minimizzazione delle incertezze – potrebbe essere in grado di conferire maggiore affidabilità al servizio di contact tracing.