Anche in Svizzera possono comparire o ripresentarsi epizoozie nuove o già note in qualsiasi momento. Ma come si fa a riconoscere i casi inattesi? L’USAV ha sostenuto diversi progetti di ricerca sull’argomento. Allo studio l’idoneità dei dati sulla salute degli animali rilevati di prassi per individuare precocemente le epizoozie.
Alla ricerca di tracce: in che modo i dati sulla salute degli animali sono utili per rilevare tempestivamente i focolai di epizoozie
Anche se in Svizzera ne esistono numerosi, questi programmi di sorveglianza coprono solo specifiche epizoozie e zoonosi: una frazione infinitesimale di tutti i virus, batteri e parassiti che potrebbero mettere in pericolo la salute animale e umana. Il COVID-19 è stata la prova impressionante della velocità con cui un nuovo patogeno può fare il giro del mondo. È quindi essenziale rilevare i casi inattesi di epizoozie per tempo. I sistemi di sorveglianza che esaminano i campioni solo per patogeni specifici possono riuscirci solo limitatamente.
Di che cosa si tratta
I progetti di ricerca descritti di seguito mirano a elaborare i dati sulla salute degli animali registrati di prassi e a collegarli ad altre fonti d’informazione. Si dovrebbe così riuscire a individuare i focolai di epizoozie con la massima affidabilità, precise e tempestività possibile.
I computer leggono i rapporti autoptici
Per sorvegliare la salute degli animali, l’analisi delle carcasse è fondamentale. Tuttavia, i risultati di tali esami figurano in testi separati. Ecco perché si trovano termini diversi per gli stessi risultati. Per tale motivo, gli scienziati di diverse specialità veterinarie e della linguistica computazionale hanno sviluppato congiuntamente un’applicazione per rendere questi dati utilizzabili con l’aiuto dei cosiddetti metodi di text mining. Si tratta di tecniche che consentono di leggere un testo, riconoscere i termini affini, anche se formulati in maniera diversa. Questi metodi consentono di riassumere i risultati per noi rilevanti e di suddividerli in categorie di sindrome.
Dopo il text mining, i dati sono stati confrontati con dati clinici provenienti da diverse fonti. Dal confronto è emerso che solo l’1 per cento circa di tutti i bovini morti era stato sottoposto a esami patologici. Peraltro, questi casi provenivano da aziende problematiche: in quelle che avevano inviato le biopsie, in media due animali erano morti e cinque si erano ammalati. Inoltre, grazie all’uso dei dati patologici, sono stati scoperti ulteriori casi di aborti e di animali nati morti che non erano registrati nei dati clinici.
Gli esami patologici degli animali morti si sono quindi rivelati una preziosa fonte d’informazioni per la sorveglianza della salute degli animali.
Il collegamento dei dati aiuta a rilevare tempestivamente i focolai di epizoozie
Un altro progetto di ricerca ha collegato i dati sulla salute degli animali con le informazioni della banca dati sul traffico di animali. I ricercatori hanno sviluppato e studiato vari approcci metodologici per rilevare tempestivamente i focolai di epizoozie tra i bovini.
Fortunatamente non ci sono stati grandi focolai di epizoozie in Svizzera durante il periodo analizzato. Pertanto, i metodi sono stati testati utilizzando focolai simulati. Dopo meno di quattro mesi, tutti i focolai simulati sono stati riconosciuti. Nei periodi senza focolai di epizoozie c’erano al massimo tre falsi allarmi all’anno. La rinotracheite infettiva dei bovini (IBR) è stata l’epizoozia riconosciuta con più facilità. La diarrea virale bovina (BVD) invece è stata individuata più tardi e con maggiore incertezza.
La ricerca fornisce una base per decidere
I progetti di ricerca hanno fornito importanti risultati sui vantaggi e sulle sfide dell’analisi tempestiva dei dati sulla salute degli animali per individuare precocemente i focolai di epizoozie. Sulla base di questi risultati, l’USAV sta esaminando quali elementi delle soluzioni elaborate dovrebbero essere attuati in futuro, sotto quale forma e con quali partner.
Ulteriori informazioni
Maggiori dettagli
Applicazione di uno strumento di text mining per utilizzare i dati patologici nella sorveglianza e nel riconoscimento precoce delle epizoozie
Gli esami post-mortem forniscono informazioni preziose sulla causa della morte e sullo stato di salute degli animali. I veterinari e gli agricoltori usano queste informazioni per eseguire una diagnosi degli effettivi e per definire i possibili trattamenti. Siccome in genere i dati patologici sono disponibili come semplici documenti di testo, è difficile procedere a un’analisi più approfondita. Lo strumento sviluppato in questo progetto permette di leggere, raggruppare e valutare questi dati in modo standardizzato. I dati si rivelano così utili per il riconoscimento precoce delle epizoozie.
Sviluppo di strumenti di testo e di data mining per il riconoscimento precoce delle epizoozie tramite l’analisi e la combinazione di dati patologici e clinici dei bovini
Il riconoscimento precoce delle epizoozie può essere migliorato collegando i dati provenienti da diverse fonti. Oltre ai dati patologici, anche i dati clinici raccolti dalle organizzazioni di allevatori e per la salute sono un’importante fonte d’informazioni. Tuttavia, questi dati si basano su una nomenclatura diversa. Lo strumento sviluppato nel progetto precedente per valutare i dati patologici è stato modificato in modo tale da poter considerare anche i dati clinici e da poter valutare congiuntamente entrambe le fonti di dati.
Approccio bayesiano per combinare e interpretare i risultati degli algoritmi di rilevamento degli eventi da diverse fonti di dati in tempo reale
Esistono numerosi algoritmi che consentono di rilevare nei dati eventi come per esempio i focolai di epizoozie. In questa ricerca, i metodi bayesiani sono serviti per analizzare varie serie di dati e interpretare i risultati di diversi algoritmi. Questi metodi consentono inoltre d’integrare le conoscenze sulle epizoozie provenienti dagli esperti e dalla letteratura.
Ultima modifica 14.06.2022
