Διεθνές βραβείο στο ΕΜΠ για ηλεκτρονική πλατφόρμα που εντοπίζει κρούσματα κορονοϊού

Πώς λειτουργεί η πλατφόρμα και εντοπίζει ασθενείς σε σχεδόν πραγματικό χρόνο
Coronavirus in China. Novel coronavirus (2019-nCoV), people in white medical face mask. Concept of coronavirus quarantine vector illustration pattern.
Coronavirus in China. Novel coronavirus (2019-nCoV), people in white medical face mask. Concept of coronavirus quarantine vector illustration pattern.
All Royalty-Free licenses include global use rights. via Getty Images

Από την ανάλυση των λυμάτων στη χαρτογράφηση των κρουσμάτων του κορονοϊού: Σε αυτή τη φράση θα μπορούσε να συμπυκνωθεί η καινοτόμα ιδέα της ομάδας Sewers4COVID που απέσπασε το πρώτο βραβείο στον διεθνούς κύρους πανευρωπαϊκό διαγωνισμό #EuvsVirusHackathon.

«Ήταν το αποτέλεσμα μιας ομάδας ανθρώπων που δουλεύουμε πολλά χρόνια μαζί και γι’ αυτό μπορέσαμε να βρούμε μια αποτελεσματική λύση σε τόσο σύντομο χρονικό διάστημα» λέει στο ΑΠΕ-ΜΠΕ η καθηγήτρια του Εθνικού Μετσόβιου Πολυτεχνείου Μαρία Παπαδοπούλου. Στην ομάδα Sewers4COVID συμμετείχαν επίσης το πανεπιστήμιο Θεσσαλίας, το ολλανδικό ινστιτούτο KWR, το ισπανικό Εurecat και το πανεπιστήμιο του Εξιτερ από τη Βρετανία.

Πώς όμως έφτασαν σε αυτήν την ιδέα; «Ο χώρος στον οποίο δραστηριοποιούμαστε είναι η διαχείριση των υδάτων και γενικότερα η αποδοτικότερη διαχείριση των πόρων είτε είναι το νερό είτε η ενέργεια είτε το έδαφος. Γνωρίζαμε στο πλαίσιο αυτό πως υπάρχουν μελέτες μικροβιολόγων που ανίχνευσαν τον ιό σε δείγματα λυμάτων» εξηγεί η ελληνίδα καθηγήτρια.

«Με έναυσμα αυτές τις μελέτες, οι οποίες είναι διαθέσιμες στην επιστημονική κοινότητα, σκεφτήκαμε πως μπορούμε με βάση τα ευρήματα στην είσοδο του χώρου επεξεργασίας λυμάτων να φτιάξουμε ένα “έξυπνο” σύστημα που θα μας λέει σε ποιες περιοχές υπάρχουν άνθρωποι που έχουν νοσήσει αλλά χωρίς να έχουν εμφανίσει συμπτώματα» προσθέτει.

Στην ουσία, πρόκειται για μια ηλεκτρονική πλατφόρμα που με τη χρήση μεθόδων τεχνητής νοημοσύνης επιτρέπει την παρακολούθηση της πορείας του ιού στα λύματα και επομένως τον εντοπισμό κρουσμάτων σε χρόνο σχεδόν πραγματικό.

Το πρόγραμμα αυτό αναπτύχθηκε σε πιλοτική φάση. «Για να μπορέσει να εφαρμοστεί στην πράξη θα χρειαστεί χρηματοδότηση αλλά και βεβαίως δεδομένα ανίχνευσης του ιού στα λύματα. Όσο πιο πλούσια είναι αυτά τα δεδομένα τόσο καλύτερα θα μπορέσει να λειτουργήσει η πλατφόρμα ως ένα σύστημα έγκαιρης προειδοποίησης για την καταπολέμηση του κορωνοϊού ή ανάλογων υγειονομικών απειλών» αναφέρει η Μαρία Παπαδοπούλου.

Από την πλευρά του, ο πρύτανης του ΕΜΠ Ανδρέας Μπουντουβής σημειώνει μιλώντας στο ΑΠΕ-ΜΠΕ πως «η υψηλή διάκριση της ελληνικής ομάδας στο EUvsVirusHackathon, με συμμετοχή και του ΕΜΠ, μέσω της καθηγήτριας της Σχολής Αγρονόμων και Τοπογράφων Μηχανικών, κ. Μαρίας Παπαδοπούλου, αναδεικνύει το σοβαρό θέμα της πρόληψης πλήγματος από τον COVID-19 σε κλίμακα αστικού ιστού, με παρακολούθηση δικτύου λυμάτων πόλης».

Ο πρύτανης του Μετσοβείου εξηγεί ακόμη πως το Sewers4COVID βασίζεται σε τεχνικές μηχανικής μάθησης, που προσφέρονται για ευρύτατες εφαρμογές στην αντιμετώπιση της πανδημίας. Υπενθυμίζει τέλος την πρόσφατη επιτυχία που σημείωσαν δύο ερευνητικές ομάδες του ΕΜΠ, από τη Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, με το έξυπνο σύστημα SMARTY που βασίζεται σε μεθόδους τεχνητής νοημοσύνης και υποστηρίζει λήψη αποφάσεων σε συνδυασμό με ανίχνευση κρουσμάτων και τηλε-παρακολούθηση ασθενών COVID-19.

Δημοφιλή