Vědci vyvíjejí počítačový model „optimálních strategií“, který by mohl významně omezit budoucí infekce a úmrtí na COVID-19

Vědci vyvinuli prediktivní počítačový model, který při testování na skutečných pandemických datech navrhl strategie, které by na základě vzorku ze čtyř zemí snížily míru infekce i úmrtí na COVID-19 v průměru o 72 procent.

coronavirus

Tým vědců z technologické univerzity Nanyang v Singapuru (NTU Singapur) vyvinul prediktivní počítačový model, který při testování na skutečných údajích o pandemii navrhl strategie, které by snížily míru infekcí i úmrtí na COVID-19 v průměru o 72 procent, na základě vzorku ze čtyř zemí.

Model nazvaný NSGA-II by mohl být použit k včasnému upozornění místních vlád na možné nárůsty infekcí a úmrtnosti na COVID-19, což jim poskytne čas na rychlejší předložení příslušných protiopatření.

Tým prokázal testováním NSGA-II ve čtyřech asijských zemích s využitím údajů dostupných od 1. ledna 2020 do 31. prosince 2020, že mohl pomoci snížit počet infekcí a úmrtí na COVID-19 až o 76 procent v Japonsku, 65 procent v Jižní Koreji, 59 procent v Pákistánu a 89 procent v Nepálu.

Počítačový model dosáhl výsledku doporučením včasných rad pro konkrétní zemi ohledně optimálního použití a délky intervencí COVID-19, jako jsou domácí karantény, opatření pro sociální distancování a osobní ochranná opatření, která by pomohla zmařit negativní dopad pandemie.

Tým také ukázal, že NSGA-II dokáže předpovědět denní zvýšení počtu potvrzených případů a úmrtí na COVID-19, které byly vysoce přesné, na úrovni spolehlivosti 95 procent, ve srovnání se skutečnými případy, ke kterým došlo ve čtyřech zemích v průběhu minulý rok.

Výzkumný tým, který využívá sílu strojového učení, vyvinul NSGA-II zadáním velkého množství údajů o úmrtnosti a infekcích na COVID-19 na celém světě, které jsou k dispozici po celý rok 2020, což mu pomáhá poznat dynamiku pandemie. Výzkum byl zaznamenán v recenzovaném vědeckém časopise Sustainable Cities and Society v srpnu.

Odborný asistent Zhang Limao ze Školy stavebního a environmentálního inženýrství NTU, který studii vedl, řekl: „Hlavním cílem naší studie je pomoci zdravotním orgánům činit rozhodnutí založená na datech v boji proti globální pandemii COVID-19. Jak jsme vypozorovali v rámci globálního úsilí, neexistuje univerzální řešení pro všechny a doufáme, že náš komplexní program by mohl pomoci vládám přizpůsobit řešení v počáteční fázi tak, aby co nejlépe odpovídala potřebám jejich země v různých fázích pandemie. Kritické znalosti objevené v historických datech nám umožňují poskytnout včasné varování, přípravu a prevenci při zvládání krizí a posílit odolnost lidských společností“.

Spoluautor profesor May O. Lwin, předseda Školy komunikace a informací Wee Kim Wee NTU, řekl: „Jak epidemie pokračuje, v rámci globální společnosti, existuje již mnoho zkušeností s učením ohledně strategií a účinků kontroly pandemie. Je zde také jistá potřeba vlády neustále zdokonalovat své plány a reakce na omezení šíření viru a čerpat z vhodné kombinace politik a intervenčních strategií, mezi něž patří kombinace karantén, opatření sociální vzdálenosti, osobní ochranná opatření a podpora očkování a aktivního chování občanů v každodenním životě, včetně pracovních a cestovních režimů, a zapojení do sociálních aktivit. “

Odborný asistent Yan Zhenzhen ze Školy fyzikálních a matematických věd NTU, který je spoluautorem studie, uvedl: „Náš výzkum nabízí příležitost plně těžit cenné informace v nahromaděných datech týkajících se environmentálních a sociálních rozměrů pandemie Covid-19 „Aplikací našeho programu se nám podařilo vytvořit predikční model, který přesně odhaduje denní míru infekce a úmrtí na vysoké úrovni spolehlivosti 95% v národním měřítku.“

Včasná akce je klíčem

Jak pandemie postupuje a virus COVID-19 prochází mnoha mutacemi, ohrožuje odolnost globální společnosti ve všech aspektech každodenního života, životního prostředí a ekonomiky a vyžaduje rychlou a prioritní pozornost tvůrců politik na celém světě.

Počítačový program vyvinutý NTU by mohl sloužit jako užitečný nástroj, který pomůže vládám formulovat strategie a intervence v rané fázi, aby se omezil nebo dokonce zvrátil předpokládaný nárůst případů, čímž se sníží infekce a úmrtnost.

vaccine

Asst Prof Zhang dodal: „Kromě stávajících bioinformatik a lékařských metodologií pro studium mechanismů virů náš program ukazuje, že datová věda je přístup, který může poskytnout výhody v boji s pandemií. Praktická hodnota našeho programu spočívá ve dvou aspektech. Na jedné straně, může dobře zachytit dynamiku přenosu viru pro přesnou predikci s ohledem na environmentální a sociální proměnné. Na druhou stranu dokáže systematicky analyzovat a optimalizovat relevantní faktory na jistých cílech adaptivní kontroly“.

Profesor Lwin dodal: „Pro naši analýzu jsme vybrali Japonsko a Jižní Koreu, protože tyto země byly dvě z prvních, které přijaly opatření a politiky k potlačení pandemie. Doufáme, že program bude zvláště užitečný v relativně méně rozvinutých zemích, protože čelí větším výzvám na lékařské a ekonomické frontě.

Asst Prof Yan dodal: „Vzhledem k tomu, že se naše analýza dat rozšiřuje tak, aby zahrnovala stále více dat z historie pandemie, program by snad mohl být použit k pomoci zdravotním orgánům při jejich rozhodování o snížení rizik COVID-19 pro jejich populaci.“ Tým doufá, že bude spolupracovat s regionálními partnery, kteří budou těžit z prediktivního programu.

Tým také plánuje do modelu zavést více proměnných, jako je ekonomický stav a kulturní rozdíly, aby se dále zlepšila jeho přesnost. Snaží se ověřit jeho účinnost zahrnutím údajů z dalších zemí v Evropě a Severní Americe, které poskytují pohledy na vývoj COVID-19 napříč různými geografickými oblastmi.

ZDROJ:

Yue Pan, Limao Zhang, Zhenzhen Yan, May O. Lwin, Miroslaw J. Skibniewski, „Objevování optimálních strategií pro zmírnění šíření COVID-19 pomocí strojového učení: Zkušenosti z Asie“, Udržitelná města a společnost, 2021, <https://www.sciencedaily.com/releases/2021/09/210915134602.htm> 15. 9. 2021[29.10. 2021].