AI-model finder, at fysisk afstand har en positiv effekt, er nødvendig

En ny studie udført af et hold af forskere har anvendt AI til at forudsige trenden for coronavirus-pandemien over de næste tre uger. Som rapporteret af VentureBeat, forudsiger AI-modellen, at sociale afstandsregler og karantæne har den ønskede effekt, nemlig at udskyde og dæmpe alvoren af coronavirus-udbrud, og forhindre, at sundhedssystemerne overbelastes.

Da coronavirus-pandemien fortsætter verden over, og da økonomierne verden over føler den intense belastning fra pandemiens resultater, bliver der mere og mere fokus på effekten af karantæne og sociale afstandsforanstaltninger. Det overvældende flertal af videnskabsmænd og sundhedsmyndigheder er enige om, at sociale afstandsforanstaltninger er nødvendige og har den ønskede effekt på virussets spredning, og nu støtter en AI-model designet af et hold af forskere fra forskellige universiteter dem.

Forskere fra University of Texas Health Science Center, Southwest Research Institute og University of Texas har samarbejdet om en sygdomsforudsigelsesmodel, der returnerer forudsigelser for coronavirussets spredning op til tre uger frem. Forskerne sammenfattede deres resultater i en preprint-artikel. Modellen produceret af forskerne anvendte vægtede befolkningsdata samt smartphone-placeringdata til at udgive deres forudsigelser. Dataene blev indsamlet fra forskellige organisationer som Verdenssundhedsorganisationen, US Center for Disease Control and Prevention og Safe Graph. Modellen er et hybrid-AI-system kaldet SIRnet, og den er integreret med forskellige epidemiologiske modeller. Artiklens forfattere siger, at modellen er nøjagtig i sine forudsigelser, idet den tidligere har forudset resultatet af forskellige fysisk afstandsforanstaltninger.

Forskerne anvendte smartphone-data til at udregne en “kontakt-rate”, et resultat af beregninger udført ved hjælp af bevægelser og interaktioner mellem personer inden for et bestemt geografisk område. Kontakt-raten blev beregnet for delstats- og landniveau, og den blev plotteret mod coronavirus-tilfælde, der dækkede dødsfald, aktive tilfælde og tilfælde, der var blevet erklæret for helbredte inden for det pågældende geografiske område. Forskerne anvendte en tidsforsinkelse på ti dage for at tage højde for forsinkelsen, der opstår mellem en positiv test og den tid, hvor man er smittende.

Ifølge forskerholdet er “karantæne-niveau-mobilitet” (intensiv fysisk afstand) nødvendig for, at COVID-19-tilfælde kan holdes lavt. Forskerholdet baserede dette på deres vurdering af modellens forudsigelser for tre uger frem, idet modellen fandt, at hvis restriktionerne blev lettet til kun 50% af deres nuværende niveau, ville visse regioner nå kanten af en stabil top (døds kurven for disse regioner kunne enten forblive lav eller stige skarpt). Imens ville der, hvis omkring tre fjerdedele af befolkningen fik lov til at forlade hjemmet og færdes frit, kun være en lidt forsinket top, der ville være omkring 2/3 så alvorlig som toppen i et fuldstændigt ukontrolleret miljø.

Naturligvis er de ovennævnte parametre kun gennemsnit, og alvoren af udbruddet varierer mellem regioner afhængigt af en række faktorer. Visse geografiske regioner, der allerede praktiserer tung fysisk afstand, er godt placeret til at forhindre mange flere dødsfald i de kommende uger. For eksempel har King County i Washington praktiseret social afstand og været under strenge restriktioner i lidt over en måned, og modellen forudsiger, at hvis disse foranstaltninger forbliver aktive, kan antallet af nye dødsfald falde til næsten nul i juni. Imens ville der, hvis en county som Bexar County i Texas lettet sociale afstandsforanstaltninger, ske ekstrem vækst. Bexar Countys mobilitet var omkring halvdelen af normalt så sent som den 11. april.

Den nye model og dens forudsigelse synes at være enig med andre modeller om effekten af fysisk afstandsforanstaltninger, herunder en model udviklet af MIT-forskere og en model udviklet af et fælles hold af forskere fra Microsoft , TCS Research og Indian Institue of Technology. MIT-modellen forudsagde specifikt, at hvis karantæneforanstaltningerne blev lettet for tidligt, ville der ske katastrofer, da COVID-19-tilfælde ville se massive stigninger. Forskerne bag den model forudsagde, at “lettelse eller ophævelse af karantæneforanstaltninger nu vil føre til en eksponentiel eksplosion i antallet af inficerede tilfælde, og dermed nullificere rollen, der er spillet af alle foranstaltninger, der er implementeret i USA siden midten af marts 2020”.

Det er vigtigt, at modellen kun ekstrapolerer fra historiske data, og at som Brookings Institution bemærkede, “hvis ikke håndteret omhyggeligt, vil en AI-algoritme gå til ekstraordinære længder for at finde mønstre i data, der er forbundet med resultatet, det forsøger at forudsige.” Der er altid muligheden for, at modellen har under- eller overtilpasningsdata, og at forudsigelserne altid

Ikke desto mindre tilføjer forudsigelserne fra den nye model til konsensus blandt sundhedsmyndigheder om, at fysisk afstand og karantæne er nødvendige og effektive.