Il Consiglio Nazionale delle Ricerche ha sviluppato Algal Sentinel, un’applicazione web basata sull’intelligenza artificiale che permette di stimare con 48 ore di anticipo il rischio di concentrazioni elevate della microalga potenzialmente tossica Ostreopsis cf. ovata nelle acque costiere. Il progetto è stato realizzato da Maddalena de Virgilio, ricercatrice dell’Istituto di Bioscienze e Biorisorse del CNR, con l’obiettivo di affiancare ai tradizionali sistemi di monitoraggio ambientale uno strumento previsionale utilizzabile per anticipare situazioni di possibile esposizione della popolazione. La presenza di elevate concentrazioni di questa microalga può essere associata a disturbi oculari, respiratori, cutanei e gastrointestinali. I controlli istituzionali condotti attraverso campionamenti e analisi di laboratorio consentono di misurare la presenza dell’organismo nei punti osservati, ma non offrono necessariamente una previsione anticipata della sua evoluzione. Algal Sentinel è stato progettato per integrare questa attività con una stima del rischio riferita alle successive 48 ore.
Il sistema utilizza un modello di intelligenza artificiale addestrato su 15 anni di dati storici relativi alle concentrazioni di Ostreopsis cf. ovata, acquisiti nell’ambito delle attività di monitoraggio di ARPA Puglia. Le informazioni biologiche vengono combinate con dati meteorologici disponibili in modalità open access, permettendo al modello di individuare relazioni tra le condizioni ambientali e l’andamento delle concentrazioni della microalga. La prima applicazione territoriale riguarda le aree costiere di Bisceglie, Molfetta, Giovinazzo e Bari, particolarmente interessate da questo fenomeno. Il prototipo è stato sperimentato in condizioni operative reali durante l’estate 2025, raggiungendo un’accuratezza previsionale dichiarata del 90%. I risultati scientifici sono stati pubblicati nel 2026 sulla rivista Marine Pollution Bulletin, con identificativo DOI 10.1016/j.marpolbul.2026.119487. Il risultato indica la capacità del sistema di fornire previsioni utili nelle condizioni considerate dalla sperimentazione, senza sostituire le misurazioni ufficiali necessarie a verificare l’effettiva presenza della microalga.
L’origine del progetto è collegata all’esperienza di ricerca partecipata maturata con Seaty Lab, iniziativa dedicata al monitoraggio della biodiversità marino-costiera attraverso attività di citizen science. Il passaggio dai risultati scientifici alla realizzazione dell’applicazione digitale è stato sostenuto dai finanziamenti ottenuti da Maddalena de Virgilio nell’edizione 2024 del premio CNR per la citizen science della Biblioteca Guglielmo Marconi. Algal Sentinel ha successivamente ottenuto il riconoscimento come progetto vincitore del Contest Acqua, dedicato alle soluzioni per la qualità, l’utilizzo e la gestione equa e sostenibile delle risorse idriche. La premiazione si è svolta il 16 ottobre 2026 presso il Genova Blue District, nell’ambito dell’iniziativa Genova, dal Blue District alla Casa delle Tecnologie Emergenti: la linea blu.
L’applicazione è stata progettata per essere accessibile attraverso un normale browser, senza installazione di software dedicato, e per fornire informazioni utilizzabili da cittadini, bagnanti, operatori turistici, amministrazioni locali e organismi incaricati dei controlli ambientali. Le previsioni possono contribuire alla programmazione dei campionamenti, alla pianificazione delle attività lungo la costa e alla comunicazione tempestiva del rischio sanitario. Il prototipo è consultabile all’indirizzo https://algalsentinel.rainweb.it e l’obiettivo dichiarato è renderlo fruibile gratuitamente durante la stagione balneare 2027, favorendone la diffusione e valutando una successiva estensione ad altre località costiere soggette a proliferazioni di Ostreopsis. La disponibilità di serie storiche sufficientemente estese e di dati meteorologici appropriati rappresenta un elemento essenziale per l’applicazione del modello in nuovi contesti territoriali.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)