Il cane può mostrare in anticipo il rischio di una mancata segnalazione?

Nel lavoro di detection una mancata segnalazione non dovrebbe essere letta automaticamente come un episodio isolato. Può riflettere una variazione momentanea dello stato del cane, del carico fisico, dell’attenzione o delle condizioni nelle quali si svolge la ricerca. Lo studio di Jörg Schultz e colleghi, pubblicato su Scientific Reports il 15 settembre 2026, affronta una domanda molto concreta: alcuni segnali associati al rischio di un miss sono già presenti prima che il cane incontri l’odore target?

Un sistema sperimentale costruito per controllare il tempo

Gli autori hanno lavorato con quattro cani sani, tra due e quattro anni, addestrati alla detection. I soggetti operavano su un tapis roulant collegato a un olfattometro automatizzato, capace di presentare lo stimolo in momenti stabiliti dal computer. I cani furono testati camminando a 4 km/h e trottando a 8 km/h; l’analisi principale ha considerato soltanto le prove con target presente svolte a 8 km/h, condizione nella quale il calo di prestazione risultava più evidente.

Il target era il 1-bromottano, un composto organico volatile usato come odore sperimentale e diluito in olio minerale. Non si trattava quindi di un esplosivo o di una sostanza stupefacente. La concentrazione era stata definita individualmente mediante prove di soglia e poi mantenuta costante. La presenza del target era randomizzata nel 50% delle prove; lo sperimentatore non conosceva il tipo di prova e valvole e feedback erano gestiti automaticamente.

La risposta richiesta consisteva in un breve inserimento del muso nella porta dell’odore, con interruzione di un fascio a infrarossi per una durata prestabilita. Se la risposta non veniva completata entro dieci secondi, la prova era classificata come mancata indicazione. Questo punto va compreso bene: il miss descriveva il mancato completamento della risposta prevista dal protocollo, non dimostrava necessariamente che il cane non avesse percepito l’odore.

I 4,5 secondi prima dell’odore

Per ogni prova i ricercatori hanno analizzato esclusivamente i 4,5 secondi precedenti l’attivazione della valvola. Il modello non conosceva ancora né lo stimolo né l’esito. Da una ripresa laterale sono stati ricavati 29 punti anatomici distribuiti tra testa, collo, tronco, coda e arti. Ogni sequenza comprendeva 135 fotogrammi a 30 fotogrammi al secondo. Le coordinate sono state normalizzate rispetto al garrese per ridurre l’effetto della posizione assoluta sul tapis roulant e concentrarsi sulle variazioni relative di postura e coordinazione.

Il modello considerava sia le relazioni tra le parti del corpo sia la loro evoluzione nel tempo. Non osservava quindi una singola postura, ma la dinamica del movimento nei secondi precedenti allo stimolo. Le regioni più influenti erano soprattutto lungo l’asse corporeo: parte superiore della testa, tratto cervicale, garrese e punta della coda. È un’associazione predittiva, non la dimostrazione che uno specifico movimento provochi il miss.

Che cosa significano AUC 0,81 e 77%

Il modello basato soltanto sul movimento è stato verificato su un insieme indipendente di 216 prove originali, composto da 144 mancate indicazioni e 72 indicazioni corrette. Ha raggiunto un’AUC di 0,81 e un’accuratezza complessiva del 73,6%.

L’AUC misura la capacità di distinguere le prove che termineranno con un miss da quelle che termineranno con un’indicazione. Un valore di 0,5 corrisponde al caso; 0,81 segnala una buona discriminazione nel campione studiato. Non significa che il sistema sia “corretto nell’81% dei casi” e non autorizza a trasferire direttamente quella percentuale sul campo.

Il modello identificò il 77% dei miss effettivi: questo è il recall. L’82% delle prove classificate come probabili miss si concluse davvero con una mancata indicazione: questa è la precisione.

Il contributo dei parametri fisiologici

Gli autori hanno poi aggiunto frequenza cardiaca, caratteristiche degli intervalli tra i battiti e temperatura corporea interna. Frequenza e intervalli interbattito furono registrati con una fascia Polar H10; la temperatura gastrointestinale con una capsula ingeribile AniPill. Tutte le misure furono allineate alla medesima finestra precedente all’odore.

Il modello multimodale raggiunse un’accuratezza del 76,9% e un’AUC di 0,80, sostanzialmente paragonabile all’AUC 0,81 del solo movimento. Il vero miglioramento riguardò la capacità di riconoscere i miss effettivi, salita dal 77% all’85%. Non è quindi corretto dire che l’accuratezza generale sia passata dal 77% all’85%: è aumentata la sensibilità verso le mancate indicazioni, mentre la precisione delle previsioni di miss è rimasta quasi invariata, da 0,82 a 0,81.

Le caratteristiche degli intervalli interbattito offrirono il contributo fisiologico maggiore. Gli autori avvertono, però, che una finestra di 4,5 secondi non equivale a una normale analisi della variabilità della frequenza cardiaca, che richiede registrazioni più lunghe.

Tre livelli da non confondere

Ciò che lo studio ha dimostrato è che, nel compito controllato esaminato, movimento e fisiologia registrati prima dell’odore contenevano informazioni sull’esito successivo. Le mancate indicazioni erano precedute da configurazioni misurabili, anche se non da un’evidente rottura dell’andatura.

Ciò che si può ipotizzare è l’esistenza di uno stato prestazionale dinamico. Postura, coordinazione, regolazione cardiaca e temperatura potrebbero contribuire a descrivere variazioni della disponibilità al lavoro. L’aggregazione di più previsioni consecutive potrebbe forse consentire di seguire l’evoluzione del rischio durante una sessione.

Ciò che deve ancora essere verificato è la validità operativa. Nello studio l’odore proveniva da una porta visibile e sempre nello stesso punto. Mancavano pennacchi variabili, terreno, distrazioni, interazione con il conduttore e incertezza sulla sorgente. Anche l’aggregazione delle previsioni fu illustrata su una sola sessione. Il sistema non è pronto per certificare un cane, dichiarare affidabile una bonifica o decidere automaticamente di interrompere una ricerca.

Leggere la prestazione del binomio

Nella mia lettura, il valore pratico di questo lavoro consiste soprattutto nel ricordarci che un miss deve essere contestualizzato. Vanno considerati carico accumulato, durata e qualità delle pause, temperatura, umidità, posizione della prova nella sequenza e modificazioni del comportamento. Un errore iniziale, uno successivo a una fase intensa e una serie di errori verso la fine del lavoro non sono necessariamente equivalenti.

Una futura validazione sul campo dovrebbe sincronizzare esiti, durata del lavoro, pause, temperatura e umidità ambientale, temperatura corporea, frequenza cardiaca, intervalli interbattito, movimento, velocità, terreno, disponibilità dell’odore, posizione nella sequenza e osservazioni del conduttore. Servirebbero molti più cani, differenti profili addestrativi, target diversi, risposte finali diverse e ambienti realistici. Non si tratta di un protocollo già approvato, ma dei dati che avrebbe senso considerare per verificare seriamente la trasferibilità del risultato.

L’obiettivo non dovrebbe essere sostituire il giudizio professionale con un algoritmo. La prospettiva interessante è capire se misure oggettive possano affiancare l’osservazione del conduttore e rendere leggibili variazioni che precedono il decadimento evidente.

Nei vostri registri annotate soltanto l’esito della ricerca oppure anche le condizioni e i cambiamenti del cane che hanno preceduto un eventuale miss?

Fonte scientifica

Schultz, J., Rothkoff, L., Aviles-Rosa, E. O., Hall, N. J. & Maughan, M. N. “Predicting missed alerts in detection dogs”. Scientific Reports, 16, 28712 (2026). https://doi.org/10.1038/s41598-026-71367-8.


Francesco Piliego è CEO di FP GROUP SRL, azienda specializzata in servizi cinofili professionali per la sicurezza, la difesa e l’ambiente. Ex specialista delle unità cinofile antiesplosivo della Polizia di Stato, è formatore, autore ed esperto in detection. Svolge attività di divulgazione attraverso podcast su Spotify ed è autore e proprietario del canale YouTube @francescopiliegoreal, che ha superato le 100.000 visualizzazioni. Attraverso la formazione, la divulgazione e l’esperienza operativa contribuisce allo sviluppo di unità K9 preparate, affidabili e adeguate ai diversi contesti d’impiego.

Torna in alto