Abbiamo in precedenti articoli parlato delle ultime novità e dei trend del mercato in tema di Agricoltura 4.0.

Parlammo di MoWI, il progetto della Statale di Milano che mira, mediante l’utilizzo di sensori e intelligenza artificiale, a prevenire l’attacco della vite da parte della peronospora, un fungo che ne danneggia la qualità. Parlammo di Aermatica3D, l’interessante realtà comasca leader nello sviluppo di integrazioni tra droni e sensori ai fini della realizzazione di droni professionali da impiegare anche nel settore agricolo. Parlammo di Robot e Intelligenza artificiale nella serra verticale ideata da Plenty e molto altro.

Un settore, quello agricolo, sempre più tecnologico, in cui l’innovazione va di pari passo con livelli crescenti di efficienza e sostenibilità.

Parleremo oggi di due differenti progetti riconducibili a due differenti filiere: l’olio e il vino. Entrambi sviluppati dal Dipartimento Scienze Agrarie e Ambientali – Produzione, territorio e agroenergia dell’Università Statale di Milano, si chiamano Smart-hand e iGrape.

🍇 Si chiamano #Smart-hand e #iGrape i due dispositivi ottici sviluppati con il contributo del Dipartimento di Scienze Agrarie e Ambientali de @LaStatale, con l’obiettivo di risolvere le criticità del processo produttivo nei settori di #olio e #vino.
👉 https://t.co/YsJ0zzHfkZ pic.twitter.com/gbNuzpJVpM

— Open Innovation (@LombardiaInnova) September 7, 2021

Il primo, vincitore di Seed4Innovation, il programma dell’Università Statale di Milano dedicato all’innovazione, è già un brevetto e sarà a breve disponibile per il lancio da parte dello spin off di Unimi FIND. Si tratta di un dispositivo il cui hardware è stampato 3D, mentre il software che si basa su un modello matematico, dispone di app intuitive, un servizio cloud per l’archiviazione e gestione dei dati. Lo strumento è in grado di effettuare delle analisi sulla pianta di ulivo e nel frantoio per poter valutare oggettivamente lo stato della pianta, delle olive, sino all’olio. Non solo consente dunque di valutare i livelli di umidità e maturazione per prendere decisioni sulla raccolta, ma permette anche di prevederne la qualità e determinarne il prezzo oltre che di ottimizzare tutta la logistica relativa al momento della trasformazione del prodotto.

iGrape invece è un progetto (il cui titolo completo è Integrated, Low-cost and Stand-Alone Micro-Optical System for Grape Maturation and Vine Hydric Stress Monitoring) afferente alla viticoltura di precisione. Grazie ad un lettore ottico è possibile analizzare il livello di maturazione del grappolo oltre alle eventuali necessità idriche della pianta; tali sensori, dotati di una batteria sostenibile a basso consumo, trasmettono poi in wireless dati a dei box posizionati ai pali del vigneto. Grazie a questo strumento è possibile individuare l’esatto momento in cui è possibile procedere alla vendemmia, ma anche andare ad agire in fase di maturazione in risposta alle necessità via via rilevate.

Il gruppo di ricerca è costituito da Riccardo Guidetti, Valentina Giovenza, Roberto Beghi, Alessio Tugnolo, Andrea Casson, Alessia Pampuri.

L'articolo Da UniMI Sensori, IoT e Intelligenza Artificiale per l’Agricoltura 4.0 proviene da Osservatorio C Quadra.

A differenza di quest’ultimo oltre al nettamente diverso approccio metodologico, il Progetto patrocinato dalla ESC (European Society of Cardiology) non va a concentrarsi sui soggetti che hanno subito un infarto in ottica di ottimizzazione delle cure. Al contrario, l’obiettivo della ricerca a cui hanno partecipato numerosi Paesi Europei mira a migliorare la predizione del rischio di malattie cardiovascolari su soggetti sani, senza alcun tipo di problema cardiaco.

Coordinata da due gruppi di lavoro, SCORE2 e SCORE2 Older Person, e realizzata in collaborazione con la Cardiovascular Risk Collaboration della ESC ha visto il coinvolgimento di 700.000 adulti e anziani distribuiti tra le diverse regioni europee. Con un’età compresa tra i 40 e i 69 anni e il possesso o meno di differenti fattori di rischio (fumatori e non fumatori, con diversi livelli di pressione sanguigna, diversi livelli di colesterolo, ecc) rappresenta un contributo scientificamente rilevante nella prevenzione primaria.

I risultati sono stati pubblicati sullo European Heart Journal ed è solo l’inizio: i modelli SCORE2 e SCORE2-OP verranno infatti inseriti nelle Linee guida Europee sulla prevenzione cardiovascolare, raccomandandone l’utilizzo. I due algoritmi offrono infatti un’accurata stima del rischio in diverse popolazioni andando ad identificare e classificare i Paesi europei in differenti livelli di rischio.

I nuovi algoritmi […] sono superiori ai loro predecessori in termini di accuratezza, generalizzabilità e validità, e potrebbero quindi avere un impatto sostanziale nel mondo reale, migliorando la prevenzione primaria delle malattie cardiovascolari in tutta Europa.

Queste le parole del Professor Emanuele Di Angelantonio dell’Università di Cambridge.

Nel gruppo di ricerca, versante italiano, il Professor Giovanni Veronesi, la Professoressa Licia Iacoviello e il Professor Marco Ferrario del Centro Ricerche EPImediologia e MEDicina preventiva (EPIMED) dell’Università degli Studi dell’Insubria.

[…] Il nostro Paese ha dato un contributo scientificamente rilevante sul tema, iniziato venti anni fa con il Progetto CUORE, e continuato attraverso il costante aggiornamento dei modelli di rischio per renderli più accurati in sotto-popolazioni specifiche, quali i più giovani, le basse classi socio-economiche, e la popolazione lavorativa.

Decisivo dunque il contributo del Centro di Ricerca insubrico, caratterizzato da un elevato profilo internazionale oltre che da un approccio multidisciplinare che nell’analisi della predisposizione al rischio cardiovascolare fa davvero la differenza.

Per approfondire
SCORE2 working group and ESC Cardiovascular risk collaboration (2021), SCORE2 risk prediction algorithms: new models to estimate 10-years risk of cardiovalscular disease in Europe, European Heart Journal, ehab 309, https://doi.org/10.1093/eurheartj/ehab309 

L'articolo Rischio Cardiovascolare e algoritmi predittivi: rilevante il contributo insubrico proviene da Osservatorio C Quadra.

Lo sviluppo di superconduttori a temperatura ambiente è un obiettivo cruciale nella fisica della materia. Fino ad ora la conduttività dei materiali nei dispositivi era vincolata alla presenza di temperature estremamente rigide, fattore che ne limita l’applicazione. Ma i ricercatori dell’Università di Rochester hanno compiuto un essenziale passo in avanti realizzando un prototipo funzionante a 14,5 gradi centigradi circa.

Il team di ingegneri e fisici guidati da Ranga Dias, assistente professore di ingegneria meccanica e fisica e astronomia presso l’Università di Rochester, ha infatti sintetizzato un materiale superconduttore a temperatura ambiente. L’articolo sulla ricerca è apparso recentemente nella testata Nature.

Si tratta di una combinazione di idrogeno, carbonio e zolfo che può essere metallizzato utilizzando una cella a incudine di diamante, dispositivo in grado di esaminare materiali con pressione estremamente alta. L’idruro di zolfo carbonioso generato ha mostrato superconduttività in una condizione di 14,5° circa e pressione di circa 39 milioni di libbre per pollice quadrato.

La scoperta potrebbe rivelarsi sostanziale in diversi ambiti di applicazioni, dalla mobilità elettrica ai campi inerenti la levitazione magnetica. L’impiego della ricerca prospetta vantaggi quali la trasmissione di elettricità senza perdite o il rinnovamento delle tecniche di scansione medica.

Ashkan Salamat, assistente professore di fisica presso l’Università del Nevada di Las Vegas e coautore della scoperta, afferma che “Con questo tipo di tecnologia puoi portare la società in una realtà superconduttrice dove non avrai più bisogno di cose quali le batterie”.

La prossima sfida del team è quella di creare materiali superconduttori a temperature ambiente, ma a una pressione nettamente inferiore, simile a quella atmosferica. Dias e Salamat hanno avviato con questo scopo un’azienda, la Unearthly Materials, e sono in attesa di brevetto.

I coautori della ricerca sono Elliot Snider, Nathan Dasenbrock-Gammon, Raymond McBride, Kevin Vencatasamy e Hiranya Vindana, tutti membri del Dias Lab. Mathew Debessai di Intel Corporation e Keith Lawlor dell’Università del Nevada di Las Vegas.

L'articolo Superconduttore a temperatura ambiente? Potrebbe diventare realtà proviene da Osservatorio C Quadra.

Il Covid-19 continua ad essere una priorità mondiale: la sua ampia diffusione spinge i ricercatori a impegnarsi nella lotta contro la pandemia sviluppando progetti innovativi. Recentemente un team del MIT ha scoperto che i soggetti positivi al Coronavirus tossiscono in modo diverso dai negativi ed è in grado di individuarli grazie all’intelligenza artificiale. Una ricerca che può rivelarsi sostanziale contro l’espansione della malattia.

Un articolo pubblicato sull’IEEE Journal of Engineering in Medicine and Biology dai ricercatori Brian Subirana, Jordi Laguarta e Ferran Hueto descrive e dimostra i risultati dello studio. Utilizzando un algoritmo che esamina la tosse forzata dei soggetti esaminati è possibile individuare chi ha contratto il virus.

Il modello del MIT, settato su migliaia di campioni di tosse e parole, ha identificato il 98,5% di emissioni prodotte da soggetti positivi al Covid-19, di cui il 100% dei casi asintomatici.

"COVID-19 Artificial Intelligence Diagnosis using only Cough Recordings"
An algorithm can correctly identify people with COVID-19 by the way they sound–even if they are asymptomatic. Read fulltext article from #IEEE #OJEMB https://t.co/vglOmKOuC6 #COVID19 pic.twitter.com/pZLi0lDSnD

— IEEE Engineering in Medicine and Biology Society (@IEEEembs) November 3, 2020

In passato il team di ricerca aveva già elaborato degli algoritmi tarati sull’emissione di tosse per individuare casi di malattie quali asma, polmonite e Alzheimer. Il modello di intelligenza artificiale settato per rilevare i segnali di Alzheimer si è dimostrato essenziale per lo studio sul Coronavirus. Le due malattie hanno infatti sintomi simili tali per cui il comportamento delle corde vocali risulta analogo.

Per individuare i biomarcatori del Covid-19 e valutare la degradazione polmonare sono stati combinati tre algoritmi di apprendimento. Il primo è settato sul grado di forza delle corde vocali, il secondo sugli stati emotivi del linguaggio e il terzo sui colpi di tosse.

Il team di ricercatori dell’Auto-ID Laboratory del MIT è ora al lavoro per incorporare il modello di intelligenza artificiale a un’applicazione: all’utente basterebbe accedere e tossire per avere feedback immediato sulla possibilità di infezione. Uno strumento gratuito che potrebbe attestarsi come valido alleato nelle attività di screening preventive, essenziali in questa fase di seconda ondata del virus.

L'articolo Grazie all’intelligenza artificiale basta un colpo di tosse per rilevare il Covid-19 proviene da Osservatorio C Quadra.