Il progetto COST Action CA25159 dal titolo From Data to Decision in Transforming Agrifood-Systems – Operationalizing One Health through AI” (Agrifood-OneAI), attiva per un periodo di 5 anni a partire dal 2026, rappresenta una rete paneuropea di eccellenza volta a guidare la trasformazione digitale, sostenibile e sicura dei sistemi agroalimentari attraverso l’intelligenza artificiale.

Il progetto che intende rendere operativo l’approccio One Health, integrando le prospettive della salute umana, animale, vegetale e ambientale, unisce ricercatori, enti pubblici, industria e società civile con l’obiettivo di co-produrre strumenti aperti, quadri intelligenti (intelligent frameworks) e modelli di governance affidabili, rendendo l’IA utilizzabile, pratica e sicura nei contesti reali della salute, dell’agroalimentare e dell’ambiente.

Il piano d’azione quinquennale si sviluppa attorno a due macro-aree di obiettivi specifici:

Coordinamento della Ricerca (Research Coordination)

• Creare una rete paneuropea per coordinare la ricerca, lo scambio di conoscenze e l’innovazione, mappando gli sforzi in corso per applicare l’IA all’approccio One Health nell’agroalimentare
• Realizzare legami intersettoriali dinamici tra gli stakeholder per stimolare la collaborazione e il co-sviluppo partecipati
• Identificare le lacune di conoscenza e definire una tabella di marcia scientifica e politica congiunta, consolidando e allineando i risultati delle iniziative nazionali, europee e global
• Armonizzare i risultati della ricerca sviluppando metodi e strumenti economicamente vantaggiosi a supporto delle decisioni basate sull’IA
• Fornire orientamenti scientifici ai responsabili politici e promuovere l’armonizzazione dei dati, l’interoperabilità e la condivisione responsabile dei dati a supporto di One Health.

Rafforzamento delle Capacità (Capacity Building)

• Costruire una rete collaborativa di esperti che guidano l’innovazione One Health abilitata dall’IA nei sistemi agroalimentari.
• Promuovere la collaborazione interdisciplinare e l’apprendimento condiviso attraverso Missioni Scientifiche Brevi (STSM), borse di mobilità virtuale (VM), scuole di formazione, conferenze e workshop.
• Formare e fare da mentore ai Giovani Ricercatori e Innovatori (YRI)— inclusi studenti magistrali, dottorandi e post-dottorandi — offrendo opportunità di apprendimento pratico e ruoli di leadership
• Incoraggiare scambi di personale e peer learning per sviluppare competenze cross-settoriali e rafforzare la coesione europea.

Il progetto è strutturato attorno a cinque Working Groups (WGs) che coprono l’intera gamma delle attività di ricerca, sviluppo e diffusione, ciascuno dei quali comprende molteplici obiettivi e compiti specifici:

• WG1 – AI in Agrifood Systems Transformation: focalizzato sulla mappatura e sulla promozione della trasformazione digitale dei sistemi agroalimentari mediante l’adozione strategica dell’intelligenza artificiale.
• WG2 – Integrated approaches for risk prediction and risk analysis: dedicato allo sviluppo di metodologie avanzate e integrate per la previsione e l’analisi del rischio lungo le catene del valore agroalimentari.
• WG3 – Conceptual framework for AI-powered synergistic antimicrobial resistance (AMR) mitigation: focalizzato sullo sviluppo di un quadro concettuale avanzato per sfruttare l’intelligenza artificiale nella mitigazione sinergica della resistenza agli antimicrobici (AMR).
• WG4 – Data & Model Sharing: incentrato sulla creazione di infrastrutture di dati interoperabili, standard condivisi e modelli di governance responsabili per la condivisione sicura dei dati.
• WG5 – Communication & Training: responsabile della disseminazione, della comunicazione strategica, della promozione della scienza aperta e della formazione di giovani ricercatori e stakeholder attraverso iniziative mirate (come MOOC e scuole di formazione)

Maurizio Ferri partecipa in qualità di secondary proposer al WG3. All’interno di questo gruppo di lavoro, l’attenzione si concentra sul superamento delle attuali frammentazioni: sebbene l’intelligenza artificiale e la data-driven intelligence offrano strumenti potenti per trasformare dati complessi (genomici, clinici, veterinari, ambientali e di consumo di antimicrobici) in approfondimenti concreti, le applicazioni attuali soffrono ancora di limitata integrazione cross-dominio, eterogeneità dei dati e mancanza di standard condivisi. Il WG3 lavora per sviluppare quadri concettuali avanzati e integrati basati sull’IA, essenziali per trasformare i dati in decisioni mirate, guidare politiche basate sull’evidenza scientifica e coordinare strategie di mitigazione dell’AMR in tutta Europa.

Maurizio Ferri, ASL Pescara e SIMeVeP