Eventi

Quando cardiologia e Formula 1 parlano la stessa lingua

Alessio Quaglino
Alessio Quaglino

Servizio comunicazione e media

Alessio Quaglino è un giovane ricercatore dell'Istituto di scienza computazionale all'USI, con una passione per l'applicazione di metodi d'analisi matematica in contesti diversi fra loro, dalla Formula 1 alla cardiologia. 

Come sei giunto all’USI?

Mi sono laureato in matematica al Politecnico di Milano nel 2008, ma in realtà è stata una doppia laurea perché l’anno prima avevo ottenuto una laurea in ingegneria fisica alla Royal Institute of Technology di Stoccolma, in Svezia. In pratica, con solo un anno in più ho potuto ottenere due lauree distinte. Dopodiché sono andato in Germania all’Università di Göttingen, dove nel 2012 ho ottenuto il dottorato in matematica applicata. In seguito mi sono recato in Inghilterra a Woking, dove per tre anni ho lavorato presso la scuderia McLaren di Formula 1.
Sapevo di un mio compagno di corso al Politecnico che stava svolgendo il suo dottorato all’USI, e grazie a lui sono venuto a conoscenza della ricerca che si conduceva all’ateneo luganese. In quel periodo stavo appunto valutando un ritorno in ambito accademico, ma in Germania non volevo tornare perché le condizioni non erano particolarmente interessanti. La Svizzera, invece, mi ha sempre attirato molto, sia come Paese, sia per le condizioni lavorative. Nel 2015 ho poi siglato un accordo con l’Istituto di scienza computazionale dell’USI

Descrivici il tuo approdo al mondo della Formula 1

È stato un po’ casuale, a dire il vero. Premetto che il mondo delle corse automobilistiche mi interessa da sempre (fin verso i vent’anni correvo in go-kart). Ho semplicemente inviato il mio CV al team McLaren senza grandi aspettative. Invece mi hanno contattato: cercavano un ingegnere della dinamica del veicolo, qualcuno che elaborasse modelli matematici per studiare il comportamento dinamico delle sospensioni.
In pratica si trattava di inventare nuovi prototipi di sospensioni, il cui modello matematico veniva poi inserito nel simulatore e testato virtualmente dai piloti. Questi poi ti dicono se, secondo loro, la guidabilità è migliore o peggiore. Se è migliore si va avanti con lo sviluppo per cercare di capire come realizzare l’idea astratta originale, quindi ne seguivo il progetto fino all’analisi della telemetria una volta in pista.

Un’applicazione dell’ingegneria matematica alla tecnica automobilistica, dunque…

Sì, diciamo che l’attività è più a carattere matematico e concettuale che ingegneristico. Quando si trattava di sviluppare la sospensione vera e propria, ci si interfacciava con gli ingegneri che si occupavano piuttosto della costruzione delle componenti. 

Dovevi seguire le gare?

Seguivo i test invernali in pista, mentre per le gare eravamo in contatto via radio, facendo da supporto il venerdì durante le prove libere, ma non dai box, bensì dalla sede in Inghilterra. Capitava comunque che dai box ci chiedevano di controllare qualcosa di specifico a seguito di un’anomalia riscontrata dal pilota. Questo veniva fatto di venerdì in quanto non sono possibili ulteriori modifiche all’auto dopo le prove del sabato.

Veniamo a quello che svolgi ora all’USI

Rispetto ai colleghi mi ritengo una figura abbastanza trasversale. In questa fase sto seguendo un progetto di ricerca al Centro di Medicina Computazionale in Cardiologia (CCMC), dove mi occupo di simulazioni per il cuore allo scopo di aiutare i medici ad effettuare diagnosi e sperimentare terapie in maniera virtuale. Il nostro contributo consiste nell’usare i dati reali dei pazienti per creare un cuore virtuale. Ciò è estremamente utile sia per effettuare diagnosi, ad esempio alterando parametri fisici (dalla chimica delle cellule ai tessuti muscolari) per ricreare virtualmente la patologia capendone le cause effettive, sia per sperimentare possibili terapie, applicandole al modello per vedere se agiscono correttamente. Tutto questo è molto simile a quanto avviene in Formula 1, dove prima si cercano i parametri che meglio spiegano i dati misurati dalla telemetria e poi si usano tali valori come base di partenza da cui migliorare e ottimizzare il progetto dell’auto.

Dunque sei attivo anche in ambito clinico?

Il mio lavoro riguarda piuttosto lo sviluppo degli strumenti matematico-informatici che aiutino medici e ingegneri biomedici negli aspetti pianificatori che precedono l’intervento in sala operatoria, a partire dalla valutazione stessa dell’effettivo bisogno di intervenire chirurgicamente oppure no. Ad esempio, ciò è utile in casi in cui le terapie proposte non agiscono su dei pazienti ma lo fanno invece su altri che, tuttavia, condividevano apparentemente lo stesso problema. Non capendone le ragioni, “intervengono” le simulazioni che consentono di ricreare le patologie e di applicare modifiche a livello microscopico fino alle singole cellule. In questo modo, le alterazioni permettono di identificare le variabili che spesso incidono sull’efficacia o meno di una terapia.

Il cuore è un organo biologico, che cosa ha in comune con l’ingegneria matematica?

In fin dei conti, la simulazione in ambito cardiologico è come quella in Formula 1. Si tratta infatti di capire quale equazione descrive un fenomeno fisico e, in seguito, risolvere tale equazione. La dinamica del cuore risulta dall’interazione chimica a livello cellulare che genera degli impulsi elettrici che, a loro volta e su scala più ampia, generano una contrazione muscolare, la quale pompa il sangue nel sistema circolatorio. Dal piccolo al grande, tutto ciò che succede viene descritto in equazioni fisiche, dunque il comportamento del cuore è frutto dell’interazione fra sistemi a loro volta molto complessi, come accade in un’auto di Formula 1 in cui interagiscono elettronica, termodinamica e fluidodinamica.

Hai altri progetti in cantiere?

In generale, sia con il Cardiocentro Ticino che con altri progetti, mi sto specializzando nel campo di ricerca che studia la cosiddetta ‘quantificazione dell’incertezza’ (in inglese, Uncertainty Quantification, su cui ho organizzato una Winter School all’USI con più di 50 partecipanti da tutto il mondo), un tema che ho conosciuto nell’ambito della Formula 1 e che mi ha spinto a fare ritorno nel mondo accademico per poter approfondirlo. Ciò che ho visto nella Formula 1, infatti, è che quando si fanno delle simulazioni spesso non si conoscono i parametri con esattezza, non si sa quanto potersi fidare dei dati ottenuti e non si sa come cambieranno i risultati al modificarsi dei parametri. La cosa più importante è perciò il trattamento sistematico dei parametri per determinare quanto i dati siano sensibili alle incertezze e quanto alla fine ci si possa fidare. Bene o male, l’approccio con le simulazioni è ormai consolidato, soprattutto in ingegneria. Quantificare le incertezze in modo sistematico, invece, significa porsi domande nuove, del tipo “chissà che cosa succederebbe se…”.
In parallelo, con il professor Rolf Krause, direttore dell’Istituto di scienza computazionale all’USI, sto collaborando nell’ambito di una start-up, o spin-off, che si chiama Algo4U, la quale si fonda sull’idea di sviluppare algoritmi ‘personalizzati’. In altre parole, le aziende che sviluppano i propri sistemi o software – per esempio in ambito medico, meccanico, o altro – e che vogliono innovare i loro prodotti con algoritmi più sofisticati, spesso necessitano di acquisire competenze completamente estranee a loro, correndo rischi e dovendo sostenere costi. L’idea di Algo4U è che queste aziende affidino a noi, in modalità “outsourcing”, la parte matematica-scientifica e che noi vediamo cosa bisogna imparare e cerchiamo di ampliare il loro software. Questo metodo è applicabile a qualsiasi ambito delle aziende, da quello fisico a quello finanziario. Non lavoriamo solo alla parte della matematica ma proprio anche allo sviluppo stesso dell’idea.

 

Facoltà

Categorie