Model AI Menemukan bahwa Pemisahan Fisik Memiliki Dampak Positif, Diperlukan

Sebuah studi baru-baru ini yang dilakukan oleh tim peneliti menggunakan AI untuk memprediksi tren pandemi koronavirus selama tiga minggu ke depan. Seperti yang dilaporkan oleh VentureBeat, model AI memprediksi bahwa kebijakan pemisahan sosial dan karantina memiliki efek yang diinginkan, yaitu memperlambat dan melemahkan keparahan wabah koronavirus, mencegah sistem kesehatan dari kelebihan beban.

Seiring pandemi koronavirus terus berlanjut di seluruh dunia, dan seiring ekonomi di seluruh dunia merasakan tekanan yang kuat dari hasil pandemi, perhatian yang lebih besar diberikan pada efektivitas tindakan karantina dan pemisahan sosial. Sebagian besar ilmuwan dan ahli kesehatan masyarakat setuju bahwa pemisahan sosial diperlukan dan memiliki efek yang diinginkan pada penyebaran virus, dan sekarang model AI yang dirancang oleh tim peneliti dari berbagai universitas mendukung mereka.

Peneliti dari University of Texas Health Science Center, Southwest Research Institute, dan University of Texas telah berkolaborasi pada model prediksi penyakit yang mengembalikan prediksi untuk penyebaran koronavirus hingga tiga minggu ke depan. Peneliti merangkum temuan mereka dalam sebuah makalah pra-cetak. Model yang dihasilkan oleh peneliti menggunakan data populasi terstruktur serta data lokasi smartphone untuk membuat prediksi. Data tersebut dikumpulkan dari berbagai organisasi seperti Organisasi Kesehatan Dunia, Pusat Pengendalian dan Pencegahan Penyakit AS, dan Safe Graph. Model ini adalah sistem AI hibrida yang disebut SIRnet dan diintegrasikan dengan berbagai model epidemiologis. Penulis makalah tersebut mengatakan bahwa model tersebut akurat dalam prediksinya, telah memprediksi hasil dari berbagai upaya pemisahan fisik sebelumnya.

Peneliti menggunakan data smartphone untuk menghitung “tingkat kontak”, hasil dari perhitungan yang menggunakan gerakan dan interaksi antara individu dalam wilayah geografis tertentu. Tingkat kontak dihitung untuk tingkat negara bagian dan negara, dan diplot terhadap jumlah kasus koronavirus yang mencakup kasus fatal, kasus aktif, dan kasus yang pulih dalam wilayah geografis tersebut. Peneliti menggunakan waktu tunda selama sepuluh hari untuk mempertimbangkan keterlambatan yang terjadi antara hasil tes positif dan waktu ketika seseorang menjadi menular.

Menurut tim peneliti, “mobilitas karantina” (pemisahan fisik yang intens) diperlukan untuk menjaga kasus COVID-19 tetap rendah. Tim peneliti tersebut berdasarkan pada penilaian mereka terhadap prediksi model untuk tiga minggu ke depan, karena model menemukan bahwa jika pembatasan dilonggarkan hingga 50% dari tingkat saat ini, beberapa wilayah akan mencapai puncak yang stabil (kurva kematian untuk wilayah tersebut bisa tetap rendah atau meningkat tajam). Sementara itu, jika sekitar tiga perempat dari populasi diizinkan untuk meninggalkan rumah dan bergerak bebas, hanya akan ada puncak yang sedikit tertunda yang sekitar 2/3 kali lebih parah daripada puncak dalam lingkungan yang tidak terkendali.

Secara alami, parameter yang disebutkan di atas hanya rata-rata dan keparahan wabah bervariasi antara wilayah berdasarkan berbagai faktor. Beberapa wilayah geografis yang sudah menerapkan pemisahan fisik yang ketat sangat siap untuk mencegah banyak kematian dalam beberapa minggu mendatang. Misalnya, King County, Washington telah menerapkan pemisahan sosial dan pembatasan yang ketat selama lebih dari sebulan, dan model memprediksi bahwa jika langkah-langkah tersebut tetap aktif, jumlah kematian baru bisa turun hampir menjadi nol pada bulan Juni. Namun, jika sebuah kabupaten seperti Bexar County di Texas melonggarkan kebijakan pemisahan sosial, pertumbuhan yang ekstrem akan terjadi. Mobilitas Bexar County sekitar setengah dari normal pada tanggal 11 April.

Model baru dan prediksinya tampaknya setuju dengan berbagai model lainnya tentang keberhasilan upaya pemisahan fisik, termasuk satu yang dikembangkan oleh peneliti MIT dan satu yang dikembangkan oleh tim peneliti gabungan dari Microsoft , TCS Research, dan Institut Teknologi India. Model MIT khususnya memprediksi bahwa jika tindakan karantina dilonggarkan terlalu cepat, bencana akan terjadi karena kasus COVID-19 akan mengalami lonjakan besar. Peneliti yang bertanggung jawab atas model tersebut memprediksi bahwa “melonggarkan atau membalikkan tindakan karantina sekarang akan menyebabkan ledakan eksponensial dalam jumlah kasus yang terinfeksi, sehingga membatalkan peran yang dimainkan oleh semua langkah yang diterapkan di AS sejak pertengahan Maret 2020.”

Penting untuk dicatat bahwa model hanya melakukan ekstrapolasi dari data historis, dan seperti yang dinyatakan oleh Institusi Brookings, “jika tidak dikelola dengan hati-hati, algoritma AI akan melakukan upaya ekstra untuk menemukan pola dalam data yang terkait dengan hasil yang ingin diprediksi.” Selalu ada kemungkinan bahwa model telah underfit atau overfit data dan bahwa prediksi selalu

Meskipun demikian, prediksi oleh model baru tersebut menambah kesepakatan di antara pejabat kesehatan masyarakat bahwa pemisahan fisik dan karantina diperlukan dan efektif.