IISS E. LANOCE – MAGLIE
Il mondo degli adolescenti ha subito con la pandemia un duro attacco alle già poche certezze dell’età: isolamento, mancanza di socializzazione, difficoltà di comunicazione hanno impattato negativamente su un’epoca della vita caratterizzata da incertezza e instabilità psichica, corporea e relazionale (Lancini, Cirillo; Scodeggio, Zanella. 2020).
Secondo un’indagine dell’OMS del 2021 la depressione, l’ansia e i disturbi comportamentali sono tra le principali cause di malattia e disabilità tra gli adolescenti e il suicidio rientra come quarta causa di mortalità nei giovani.
Dalle indagini svolte dall’Istituto Superiore di Sanità su circa 89000 ragazzi e ragazze è emerso un quadro allarmante: rispetto ai dati raccolti negli anni 2017/18 è diminuita molto la percentuale di ragazzi che si dichiarano in buona salute ed è aumentato di circa il 50% il numero dei ragazzi che riferiscono di presentare spesso una serie di sintomatologie negative quali tristezza, irritabilità, nervosismo, insonnia, depressione, stress ,paura di fallire e conseguente ansia nell’affrontare la permanenza scuola,le relazioni con i compagnie con gli adulti.
Tuttavia sono questi stessi ragazzi ad avere maggiore dimestichezza con il mondo della informatizzazione: dalla scuola ai giochi, dagli acquisti online alla musica, il mondo virtuale sembra non avere segreti per loro “figli“ dell’era digitale..
E allora, perchè non sfruttare l’A.I per coinvolgerli, motivarli e provare a risollevarli dai problemi legati alla loro “delicata“ fascia di età?
I ragazzi delle Classi 5 SA e 5CA dell’Indirizzo Chimica, Materiali e Biotecnologie, Articolazione Sanitaria ed Ambientale, dell’IISS “E: Lanoce” di Maglie, partiti dalle proprie esperienze con convinzione e consapevolezza dell’importanza della salute e della sua gestione, coordinati dai loro docenti, hanno pensato di sfruttare le enormi potenzialità offerte dall’intelligenza artificiale nell’elaborazione di dati volti a creare modelli previsionali.
Riuscire a prevedere comportamenti anomali, progressione di malattie, e risposte a trattamenti, permettendo una gestione costruttiva della salute e del comportamento
specie negli adolescenti a rischio, rappresenta per loro motivo di “accattivante” strategia didattica verso la motivazione allo studio e, per tutti, un grande passo avanti nell’intervento medico mirato.
Da queste considerazioni nasce il nostro Avatar, un “Digital Twin umano”, un gemello digitale ovvero una replica virtuale di un individuo in grado di raccogliere dati in tempo reale per monitorare, simulare e prevedere lo stato di salute.
Per raggiungere questo obiettivo è necessario raccogliere dati biometrici da fornire all’AI per generare il modello previsionale.
Da questo modello si possono ricavare informazioni con le quali, per esempio, realizzare un piano terapeutico appropriato.
Diventano così indispensabili strumenti quali dispositivi indossabili, che ci permettono di ricavare informazioni come la frequenza del battito cardiaco, la pressione sanguigna, la saturazione.
Possiamo inoltre avvalerci di sensori medici che monitorano condizioni specifiche quali ad esempio i valori degli ormoni dello stress, come il cortisolo.
Risulta fondamentale nell’analisi la raccolta di dati comportamentali quali l’analisi del sonno, l’iperattività, gli episodi ansiogeni.
Questa prima fase serve a raccogliere informazioni da fornire poi all’intelligenza artificiale che interverrà da questo momento con algoritmi di machine learning che identificano pattern anomali o che prevedono malattie o condizioni anomale.
Il nostro gemello digitale, ME & M.A, inizierà a simulare scenari per anticipare la progressione di malattie, quali quelle che assillano lo studente soprattutto nella fascia d’età relativa alla Scuola Secondaria Superiore, a cui rispondere nell’immediato con farmaci mirati o per prevedere situazioni comportamentali a rischio.
Per lo studio abbiamo pensato di sfruttare un metodo innovativo per la classificazione di oggetti, sviluppato presso Unisalento, che si basa su un’estensione di una rete neurale nota come MAPPA DI KOHONEN(SOM).
La Som è addestrata fornendo N esempi delle variabili biochimiche di interesse e minimizzando una particolare funzione matematica su un campione di prova.
La SOM classifica i dati in gruppi simili e può essere usata per stimare l’appartenenza ad una certa classe di un nuovo set di variabili, che nel nostro esempio è un nuovo paziente.
Gli esempi da noi considerati sono passati alla rete che arrangia in propri parametri in modo da minimizzare una funzione errore.
La rete apprende dai dati di esempio e contestualmente lavora su nuovi dati in entrata.
Alla fine i dati utilizzati in addestramento vengono clusterizzati in regioni particolari a seconda della loro natura.
L’addestramento termina quando si raggiunge un minimo che nel nostro grafico è dato dalla curva arancione.
Possiamo così calcolare la probabilità che ogni evento cada in una determinata regione della mappa.

E’ grazie a questo procedimento che ME and M.A, utilizzando dati biometrici, simulazioni e relative notifiche immediate, permette:
- la prevenzione personalizzati di stati anomali;
- la valutazione dell’efficacia dei farmaci;
- la valutazione di cambiamenti nello stile di vita;
- il monitoraggio, da parte del medico,dell’evoluzione di uno stato patologico;
- la visione di un cambiamento comportamentale nell’individuo.
Quest ultimo aspetto è quello che ha destato maggiore interesse negli studenti i quali hanno evidenziato come un cambiamento comportamentale possa essere l’espressione di un disagio interiore che, nell’età dei problemi, delle incertezze e dei dubbi, non sempre viene colto e compreso dal mondo degli adulti e quindi Me and M.A potrebbe anche costituire un valido supporto alle tradizionali strategie didattiche che non sempre riescono in modo completo a comprendere il mondo degli adolescenti.
Realizzato dagli alunni delle classi 5SA e 5CA dell’indirizzo Chimica, Materiali e Biotecnologie, indirizzo Sanitario e Ambientale dell’IISS Lanoce -Maglie:
Cuppone Elisa, De Iaco Ilaria, Letizia Lara, Pilon Ginevra, Rizzo Ines
In collaborazione con i docenti: Amato Sergio, Nucita Maria Loredana, Pasca Lucia
Dirigente scolastico: prof. Giovanni Casarano
