Si chiama Oasis, Optimizing Air Safety for Indoor Spaces, il progetto realizzato da Santer Reply, in qualità di capofila, Enea e Cefriel che ha l’obiettivo di monitorare la qualità dell’aria in ambienti chiusi, al fine di fornire tempestivamente alert e azioni correttive a tutela della salute della persona, sfruttando le tecnologie, tra cui l’intelligenza artificiale. Il progetto sarà testato grazie alla collaborazione dell’Aeroporto di Fiumicino.
Il contesto
Le linee guida dell’Oms, per la tutela della salute pubblica e la protezione dai rischi legati alla presenza di sostanze chimiche comunemente nell’aria degli ambienti interni, si basano su un’ampia revisione e valutazione delle prove scientifiche accumulate da gruppi multidisciplinari di esperti che studiano le proprietà tossiche e gli effetti sulla salute di questi inquinanti. Le Air Quality Guidelines 2021 dell’Oms incorporano linee guida più severe per l’inquinamento atmosferico, che ora includono sia la qualità dell’aria dell’ambiente che quella indoor.
Il bisogno
I tre driver principali del progetto Oasis sono la sicurezza degli ambienti in termini di qualità dell’aria, di sostenibilità ambientale e di ottimizzazione delle risorse. L’inquinamento atmosferico rappresenta infatti uno dei maggiori rischi ambientali per la salute umana e comporta gravi implicazioni per le condizioni fisiche e il benessere delle persone. I sistemi di monitoraggio della qualità dell’aria possono essere degli ottimi alleati per il mantenimento di un’alta qualità della vita. Questo è vero in particolare negli ambienti indoor, dove la maggior parte della popolazione trascorre più del 90% della giornata e dove la concentrazione di agenti inquinanti può arrivare a livelli fino a 5 volte superiori a quelli degli ambienti esterni.
I campi di applicazione di un progetto come Oasis sono molteplici e coinvolgono strutture sia pubbliche che private adibite agli scopi più vari: luoghi di lavoro, infrastrutture per la sanità, per l’intrattenimento, per l’educazione, per l’erogazione di servizi primari e complessi per il settore terziario, per citarne alcuni.
Il metodo
Il progetto Oasis, recentemente avviato e della durata di tre anni, svilupperà e sperimenterà una metodologia integrata in grado di analizzare grandi quantità di dati sperimentali e valutare l’impatto degli inquinanti sulla salute in ambienti indoor. Verranno condotte diverse campagne sul campo, durante le quali la sensoristica per il rilevamento dei sistemi di aerazione e dei livelli di inquinamento dell’aria sarà affiancata da un sistema espositivo cellulare portatile che riproduce condizioni sperimentali molto vicine a quelle fisiologiche. Questo sistema utilizzerà sia cellule bronchiali umane (Beas-2B) in monostrato (2D) sia cellule bio-stampate in 3D, creando un’architettura cellulare simile a quella polmonare umana, al fine di analizzare gli end-point tossicologici legati alla risposta infiammatoria, allo stress ossidativo e alla cancerogenesi. Un sottosistema IoT/Edge avrà la capacità di misurare i parametri significativi, anche relativi ai movimenti dei flussi dell’aria, e di eseguire analisi avanzate in tempo reale mediante modelli di IA.
Gli obiettivi e la soluzione
Oasis si pone così l’obiettivo di realizzare strumenti per gestire la qualità dell’aria in modo sostenibile, valutando accuratamente le condizioni e i parametri di impatto e potendo quindi identificare e quantificare le necessità di areazione forzata, garantendo così la salubrità dell’aria senza sovradimensionare l’impegno energetico e identificando il miglior modo di utilizzo degli impianti di ventilazione.
La realizzazione della soluzione tecnologica alla base di Oasis richiede l’impiego di numerose competenze disciplinari, messe a fattore comune dal team di ricerca e sviluppo.
Sviluppato nell’ambito degli Accordi per l’Innovazione del ministero delle Imprese e del Made in Italy, il sistema modulare per la gestione sostenibile della salubrità dell’aria negli ambienti confinati sarà realizzato applicando modelli di conoscenze all’avanguardia derivanti da analisi dell’impatto di vari inquinanti ambientali su cellule dell’epitelio bronchiale umano, utilizzando sensori intelligenti, con intelligenza artificiale a bordo del dispositivo e metodi avanzati di tracciabilità dei flussi dell’aria negli spazi. Sarà così possibile raccogliere dati sulla circolazione di particolati negli ambienti indoor e creare un modello previsionale.
Nel progetto, Santer Reply realizzerà il sistema che consente di connettere la sensoristica per tenere sotto controllo i sistemi di areazione (umidità, vibrazioni, ecc.) e introdurrà un innovativo utilizzo di sistemi di biotagging per rilevare e simulare le dinamiche dei flussi di aerosol, ovvero minuscole goccioline respiratorie che possono trasportare agenti patogeni nell’aria. Il biotagging può essere utilizzato per tracciare il movimento dei flussi d’aria, al fine di valutare l’esposizione al rischio dei lavoratori e migliorare l’impatto ambientale degli impianti di areazione.
Il processo di analisi delle strutture e di raccolta dei dati tramite biotagging è tuttavia un processo complesso e altamente sensibile ad errori. Ad oggi, la pianificazione e l’esecuzione dei test necessari a valutare l’indice di rischio in una struttura sono fatti manualmente e sotto il solo controllo degli operatori. In un contesto come questo, in cui la correttezza e l’attendibilità del dato sono aspetti fondamentali, è cruciale lo sviluppo di un software di supporto che permetta di ridurre l’incidenza di errori a valori prossimi allo zero. Il progetto prevede quindi anche lo sviluppo di un’app che si affianca alla tecnologia di tracciamento per guidare e monitorare gli operatori durante l’esecuzione dei test, in modo da ottimizzare il processo di misura e ridurre al minimo il rischio di errori, di contaminazione e la massima validità del risultato.
On top delle varie evidenze e sperimentazioni, Cefriel si occuperà di definire sistemi di AI e dashboarding per gestire la mole di dati necessari alla previsione dell’inquinamento futuro degli ambienti e degli effetti sulla popolazione che li abita. L’output delle rilevazioni consisterà infatti in un insieme di dati rilevanti, ben strutturati e attendibili dai quali si potranno dedurre modelli di predizione della dinamica del particolato nella struttura di interesse grazie ad algoritmi di Machine Learning e Intelligenza Artificiale.
La tracciabilità intelligente e autonoma che il progetto intende realizzare è, infatti, basata, tra l’altro, sull’uso innovativo dell’intelligenza artificiale per modellare sia le condizioni dell’aria e di altri parametri ambientali, sia la loro relazione con effetti tossicologici sulle cellule bronchiali (modelli descrittivi), che la previsione del rischio di effetti tossicologici associati alla qualità dell’aria (modelli predittivi).
* Manuel Vimercati, Data Scientist Cefriel, e Diego Peroni, Senior Data Analyst Cefriel
This study was carried out within the project “Optimizing Air Safety for Indoor Spaces (OASIS)” (Project n° F/350321/01-03/X60) funded by ministero delle Imprese e del Made in Italy within the program Accordi per l’Innovazione (DM 31/12/2021, D.D. 14/11/2022). This manuscript reflects only the authors’ views and opinions, and the Ministry cannot be considered responsible for them.
Leggi tutti gli approfondimenti della Rubrica Never stop innovating by Cefriel e Inno3
© RIPRODUZIONE RISERVATA
