AI-modell finner at fysisk distansering har positiv effekt, er nødvendig

En nylig studie utført av et team av forskere brukte AI til å forutsi trenden for koronapandemien over de neste tre ukene. Ifølge VentureBeat forutsier AI-modellen at sosiale distanseringspolitikker og karantene har den ønskede effekten, nemlig å skyve tilbake og dempe alvorlighetsgraden av koronavirusutbrudd, og forhindre at helse-systemene blir overbelastet.

Ettersom koronapandemien fortsetter over hele verden, og økonomier over hele verden føler den intense belastningen fra pandemien, blir det mer og mer fokus på effekten av karantene og sosiale distanserings tiltak. Det overveldende flertall av vitenskapsmenn og offentlige helse-eksperter er enige om at sosial distansering er nødvendig og har den ønskede effekten på virusets spredning, og nå støtter en AI-modell designet av et team av forskere fra ulike universiteter dem.

Forskere fra University of Texas Health Science Center, Southwest Research Institute og University of Texas har samarbeidet om en sykdoms-prediksjonsmodell som returnerer prediksjoner for koronavirusets spredning opp til tre uker fremover. Forskerne sammenfattet sine funn i en preprint-artikkel. Modellen produsert av forskerne brukte vektet befolkningsdata samt mobil-lokasjonsdata for å rendre sine prediksjoner. Dataene ble samlet inn fra ulike organisasjoner som Verdens helseorganisasjon, USAs sentre for sykdomskontroll og forebygging, og Safe Graph. Modellen er et hybrid-AI-system kalt SIRnet og det ble integrert med ulike epidemiologiske modeller. Forfatterne av artikkelen sier at modellen er nøyaktig i sine prediksjoner, og har tidligere forutsagt resultatet av ulike fysisk distanserings-tiltak.

Forskerne brukte mobil-dataene til å komme frem til en “kontakt-rate”, et resultat av beregninger utført ved hjelp av bevegelser og interaksjoner mellom individer innenfor et bestemt geografisk område. Kontakt-raten ble beregnet for statlige og nasjonale nivåer, og den ble plottet mot koronavirus-tilfeller som dekket dødsfall, aktive tilfeller og tilfriskede tilfeller innenfor det respektive geografiske området. Forskerne brukte en tidsforsinkelse på ti dager for å ta hensyn til forsinkelsen som oppstår mellom å få en positiv testresultat og den tid en person er smittsom.

Ifølge forsker-teamet er “karantene-nivå-mobilitet” (intens fysisk distansering) nødvendig for å holde COVID-19-tilfellene lavt. Forsker-teamet baserte dette på sin vurdering av modellens prediksjoner for tre uker fremover, da modellen fant at hvis restriksjonene ble lettet til bare 50 % av deres nåværende nivå, ville noen regioner nå grensen for en stabil topp (døds-kurven for disse regionene kunne enten forbli lav eller øke skarpt). Mens hvis omtrent tre fjerdedeler av befolkningen fikk lov til å forlate hjemmene og bevege seg fritt, ville det bare være en litt forsinket topp som ville være omtrent 2/3 like alvorlig som toppen i et fullstendig ukontrollert miljø.

Naturligvis er parameterne nevnt ovenfor bare gjennomsnitt, og den eksakte alvorlighetsgraden av utbruddet varierer mellom regioner basert på en rekke faktorer. Visse geografiske regioner som allerede praktiserer tung fysisk distansering er godt posisjonert for å forhindre mange flere dødsfall over de kommende ukene. For eksempel har King County i Washington praktisert sosial distansering og har vært under strenge restriksjoner i litt over en måned, og modellen forutsier at hvis disse tiltakene forblir aktive, kan antallet nye dødsfall falle til nesten null i juni. Men hvis en fylke som Bexar County i Texas skulle lette på sosiale distanserings-politikker, ville ekstrem vekst oppstå. Bexar County sin mobilitet var omtrent halvparten av normalt så sent som 11. april.

Den nye modellen og dens prediksjon synes å være i overensstemmelse med ulike andre modeller når det gjelder suksessen med fysisk distanserings-tiltak, inkludert en utviklet av MIT-forskere og en utviklet av et felles team av forskere fra Microsoft , TCS Research og det indiske instituttet for teknologi. MIT-modellen forutså spesielt at hvis karantene-tiltakene ble redusert for tidlig, ville katastrofer oppstå da COVID-19-tilfeller ville se massive økninger. Forskerne ansvarlige for den modellen forutså at “å lette eller reversere karantene-tiltak nå vil føre til en eksponentiell eksplosjon i antallet smittede, og dermed nullifisere rollen som alle tiltak implementert i USA siden midten av mars 2020.”

Det er viktig å huske at modellen bare ekstrapolerer fra historiske data, og at som Brookings Institution noterte, “hvis ikke nøye håndtert, vil en AI-algoritme gå til ekstraordinære lengder for å finne mønster i data som er assosiert med resultatet det prøver å forutsi.” Det er alltid mulighet for at modellen har under- eller over-tilpasset dataene og at prediksjonene alltid

Likevel bidrar prediksjonene fra den nye modellen til konsensus blant offentlige helse-myndigheter om at fysisk distansering og karantene er nødvendig og effektiv.