In che modo l'analisi video può aiutare ad accelerare la ripresa mondiale da COVID-19

Pubblicato: 2021-02-02

Il nostro mondo ha combattuto una pandemia globale nota come COVID-19 nell'ultimo anno. Ci sono centinaia di migliaia di nuovi casi in tutto il mondo ogni giorno, riferisce l'OMS. La diffusione di questa malattia è diventata problematica ed è una preoccupazione costante per scienziati e medici di tutto il mondo.

Molti paesi hanno emanato leggi in merito al distanziamento sociale e all'uso di maschere. Si sta facendo quanto indicato nella speranza di cercare di fermare la diffusione di questo virus. Con così tanti luoghi pubblici aperti (o riaperti) come centri commerciali, negozi, ristoranti, è diventata una sfida tenere traccia del rispetto o meno di queste leggi sulla distanza sociale.

Poiché i dipendenti stanno tornando ai loro luoghi di lavoro e alcuni governi stanno lentamente revocando le restrizioni di blocco, non è chiaro come verrà controllato il virus e questa mancanza di controllo potrebbe diventare un problema. Il datore di lavoro dovrebbe essere responsabile di tenere traccia se i lavoratori seguono le regole di distanziamento sociale, che a un certo punto potrebbero diventare opprimenti.

In che modo la tecnologia può aiutare?

Una delle soluzioni logiche sarebbe rivolgersi alla tecnologia. Ma in che modo la tecnologia può aiutare qui? Oggi, ovunque andiamo, siamo circondati dalla tecnologia. Una recente ricerca a Londra ha dimostrato che ci sono oltre 600.000 telecamere per 9,3 milioni di persone (circa 67,5 telecamere per 1000 persone). Il filmato raccolto qui potrebbe essere di grande importanza quando si osservano le interazioni e si monitora la pratica della distanza sociale.

La tecnologia che ha attirato l'attenzione negli ultimi anni e ha continuato a migliorare è l'analisi video. Concentrandosi sul riconoscimento facciale o sulla gestione della folla, si prevede che questo tipo di tecnologia aumenterà fino a 12 miliardi di dollari entro il 2026. Il mercato dell'analisi video si è dimostrato estremamente utile nella pandemia mondiale applicandosi a cose come il rilevamento della febbre o l'allontanamento sociale .

Questo filmato può essere estremamente utile, ma rivedere centinaia o migliaia di ore del filmato stesso potrebbe essere una perdita di tempo. Qui è necessaria una tecnologia più avanzata, come AIVA (Artificial Intelligence Video Analytics). AIVA utilizza algoritmi geospaziali per stabilire la posizione di un individuo e per apprendere la prospettiva della scena.

Algoritmi di rilevamento della febbre e distanziamento sociale

Poiché uno dei sintomi del COVID-19 è avere la febbre, è stato necessario misurare la temperatura corporea nei luoghi di lavoro. Il rilevamento della febbre è estremamente efficiente e utile, rendendo più facile rilevare una persona con un livello di temperatura corporea più elevato. La maggior parte di questi sistemi funzionano perché utilizzano l'apprendimento profondo per ingrandire l'occhio di una persona, che è il più riflettente della temperatura corporea. Questo screening può essere eseguito in molti luoghi pubblici come scuole, università, aeroporti, ospedali o hotel.

Anche se questo si è dimostrato molto utile, non è abbastanza. Una persona infetta potrebbe essere ancora nel periodo di incubazione, il che significa che non mostrerebbe alcuni sintomi (come la febbre) in questa fase iniziale.

Quando si tratta di distanziamento sociale, un algoritmo che tenga traccia se due (o più) persone si mantengono a una distanza di 2 metri l'una dall'altra sarebbe estremamente utile. Se qualcuno infrange le regole, un trigger avviserà le autorità. Anche se le regole cambiano quando si tratta di quanto dovrebbe essere la distanza sociale, è facile regolare le impostazioni.

Se un particolare negozio o un ristorante ha più persone all'interno, sarebbe essenziale praticare il distanziamento sociale. Questo tipo di algoritmo incoraggerebbe il distanziamento sociale e stabilirebbe un modo per tutti di ricordare l'importanza del distanziamento sociale in primo luogo.

Algoritmi di riconoscimento della maschera facciale

Avere una mascherina è diventata anche la nuova normalità. La maggior parte dei paesi richiede ai cittadini di indossare maschere quando si è fuori casa. Indossare una maschera rallenta la diffusione del virus. Ma è estremamente difficile monitorare ogni singola persona e se indossa una maschera. Poiché è quasi impossibile per gli esseri umani svolgere questo lavoro in tempo reale, automatizzare questo processo con l'aiuto della tecnologia è essenziale.

Molti algoritmi di riconoscimento facciale oggi ruotano attorno alla scansione di occhi, naso, bocca e orecchie. Ma la maggior parte di questi algoritmi ha problemi quando si tratta di scansionare il viso se una persona indossa una maschera. Ad esempio, l'iPhone di Apple (che utilizza FaceID per sbloccare il telefono di una persona) ha avuto problemi a scansionare il viso di una persona mentre indossava una maschera. Apple ha dovuto migliorare il suo algoritmo per rilevare una maschera sul viso di una persona. iPhone darebbe loro la possibilità di digitare il loro passcode invece di fargli togliere la copertura del viso.

Gli sviluppatori hanno spiegato che l'algoritmo che rileverebbe una maschera sul viso di qualcuno aggira i problemi di privacy che stavamo riscontrando in passato. Questo perché l'algoritmo non identifica una persona o la sua identità. L'algoritmo è addestrato per fare due cose:

Rilevamento dei volti: l'unica cosa che un algoritmo farebbe qui è rilevare un volto
Rilevamento della maschera: riconoscimento della presenza o meno di una maschera.

Il vantaggio è che l'algoritmo non identifica il volto, quindi non lo collega a una persona specifica.

Alcune aziende hanno iniziato a utilizzare questi algoritmi per aiutarli a monitorare se i loro dipendenti indossano o meno una maschera. L'algoritmo dividerebbe le persone in due gruppi, un gruppo di persone che indossano una maschera e persone che non indossano una maschera. I dati qui raccolti sarebbero nelle mani dell'azienda. Sarebbe utile, perché un'azienda potrebbe licenziare i propri dipendenti che si rifiutano di indossare una maschera sul posto di lavoro.

Tali algoritmi potrebbero essere utilizzati anche in luoghi pubblici (come centri commerciali, negozi, ecc.). Ma alcuni paesi (come gli Stati Uniti d'America) non hanno leggi che regolerebbero la privacy dei dati. Pertanto, le aziende che raccolgono questi dati non sono obbligate a dirci o spiegare cosa sta succedendo con i dati che raccolgono.

Affollamento e hotspot ridotti

Come abbiamo visto, la distanza sociale è diventata una risorsa predominante nella lotta a questo virus. A volte può essere difficile, specialmente nelle città enormi e più popolate. E per molti versi, l'interazione sociale è fondamentale e può contribuire alla crescita economica. Ma in questa pandemia che stiamo combattendo, è qualcosa che dobbiamo controllare.

L'obiettivo finale del distanziamento sociale è rallentare il più possibile la diffusione del virus. Il distanziamento sociale aiuta anche a mantenere gli ospedali lontani dal traboccamento. Quindi, come riusciamo a raggiungere questo obiettivo? Nelle aree e nei quartieri più ricchi, non è così difficile. Le persone possono isolarsi nelle loro case e lavorare a distanza da casa.

Ma che dire dei residenti meno abbienti? E i quartieri e le aree troppo affollate? La maggior parte delle persone deve lasciare la propria casa e andare al lavoro. Sono continuamente circondati da persone nella zona in cui vivono o lavorano.

Per evitare crisi future, sarebbe di grande aiuto avere punti caldi emergenti. Con più di qualche milione di cittadini nelle città più grandi, le aree sovraffollate rendono più difficile controllare la diffusione del virus. Avendo gli hotspot emergenti identificati automaticamente dagli algoritmi, possiamo individuare tempestivamente luoghi critici e affollati e allertare gli operatori sanitari o il governo.

Abbiamo bisogno di questa tecnologia a causa dell'incapacità delle persone in determinate aree di mantenere una distanza sociale, dove le persone, anche in lockdown, non hanno altra soluzione che raggrupparsi. Utilizzando la visione artificiale e la tecnologia basata sull'intelligenza artificiale per individuare queste aree, possiamo fornire una prospettiva in tempo reale alle persone in posizioni di leadership. Di conseguenza, possono prepararsi meglio a combattere la pandemia ed essere al servizio dei propri cittadini.

Parole finali

Con l'intero globo che sta ancora combattendo questo virus mortale, è la priorità numero uno a livello globale per superare tutti i problemi che il virus ha causato. Il COVID-19 ha colpito quasi tutti, soprattutto gli anziani. In molti modi, ha cambiato il modo in cui viviamo. È difficile immaginare che una volta vivessimo senza maschere e che non avessimo la distanza sociale, ma questa è la nuova normalità, almeno per ora.

La buona notizia è che abbiamo un modo per capire come la pandemia ci colpisce, in una certa misura. La tecnologia è stata di grande aiuto finora e continua ad aiutare. Ad esempio, in un periodo che richiede alle persone di indossare una maschera quasi sempre, un algoritmo che tiene traccia se le persone indossano una maschera si è dimostrato molto utile. Inoltre, disporre di algoritmi che aiutano con la distanza sociale potrebbe incoraggiare le persone a rispettare le leggi sulla distanza sociale.

Avere una tecnologia avanzata ha aiutato, ma per sconfiggere a fondo questa pandemia, il mondo deve essere unito e combatterla insieme. Non solo aumenta le nostre possibilità di sconfiggerlo del tutto, ma ci preparerebbe anche per situazioni future simili a quella che abbiamo avuto con il COVID-19.

Nota del redattore: Michael è CTO e fondatore di BroutonLab, una società di data science che ha completato oltre 50 progetti di sviluppo di intelligenza artificiale per un valore totale di oltre $ 1 milione. Michael è un esperto di Deep Learning, in particolare le sue applicazioni in Computer Vision, NLP e Reinforcement Learning.

Hai qualche idea su questo? Fatecelo sapere in basso nei commenti o trasferite la discussione sul nostro Twitter o Facebook.