AI-modell visar att fysisk distansering har positiv effekt, är nödvändig

En nyligen genomförd studie av en grupp forskare använde AI för att förutsäga coronaviruspandemins utveckling under de kommande tre veckorna. Enligt VentureBeat förutsäger AI-modellen att social distansering och karantän har den önskade effekten, nämligen att fördröja och dämpa coronavirusutbrott, förhindra att hälso- och sjukvårdssystemen överbelastas.

Medan coronaviruspandemin fortsätter att spridas över hela världen och ekonomierna runt om i världen känner av den intensiva belastningen från pandemins följder, ägnas allt mer uppmärksamhet åt effektiviteten hos karantän- och social distanseringsåtgärder. Den överväldigande majoriteten av forskare och experter inom folkhälsa är överens om att social distansering är nödvändig och har den önskade effekten på virusets spridning, och nu stöder en AI-modell utvecklad av en grupp forskare från olika universitet dem.

Forskare från University of Texas Health Science Center, Southwest Research Institute och University of Texas har samarbetat om en sjukdomsprognosmodell som ger prognoser för coronavirusets spridning upp till tre veckor framåt. Forskarna sammanfattade sina resultat i en preprint-artikel. Modellen som forskarna utvecklade använde viktad befolkningsdata samt mobiltelefondata för att göra sina prognoser. Data samlades in från olika organisationer som Världshälsoorganisationen, US Center for Disease Control and Prevention och Safe Graph. Modellen är ett hybrid-AI-system kallat SIRnet och det integrerades med olika epidemiologiska modeller. Författarna till artikeln hävdar att modellen är tillförlitlig i sina prognoser, eftersom den tidigare har förutsagt resultatet av olika fysiska distanseringsinsatser.

Forskarna använde mobiltelefondata för att beräkna en “kontaktfrekvens”, som är resultatet av beräkningar som använder rörelse och interaktioner mellan individer inom ett specifikt geografiskt område. Kontaktfrekvensen beräknades för delstats- och landsnivå och den ritades mot coronavirusfall, inklusive dödsfall, aktiva fall och tillfrisknade fall inom det geografiska området. Forskarna använde en tidsfördröjning på tio dagar för att ta hänsyn till fördröjningen som uppstår mellan ett positivt testresultat och den tid då en person är smittsam.

Enligt forskargruppen är “karantänsnivå” (intensiv fysisk distansering) nödvändig för att hålla COVID-19-fallen låga. Forskargruppen baserade detta på sin bedömning av modellens prognoser för tre veckor framåt, eftersom modellen fann att om restriktionerna lättades till bara 50 % av nuvarande nivå, vissa regioner skulle nå gränsen för en stabil topp (dödskurvan för dessa regioner kunde antingen förbli låg eller skjuta i höjden). Samtidigt, om ungefär tre fjärdedelar av befolkningen tilläts lämna hemmen och röra sig fritt, skulle det bara finnas en något fördröjd topp som skulle vara ungefär 2/3 så allvarlig som toppen i en helt okontrollerad miljö.

Naturligtvis är de parametrar som nämns ovan bara genomsnitt och den exakta allvarlighetsgraden av utbrottet varierar mellan regioner beroende på en mängd olika faktorer. Vissa geografiska regioner som redan praktiserar tung fysisk distansering är väl rustade för att förhindra många fler dödsfall under de kommande veckorna. Till exempel har King County i Washington praktiserat social distansering och varit under tunga restriktioner i något över en månad, och modellen förutsäger att om dessa åtgärder förblir aktiva, kan antalet nya dödsfall minska till nästan noll i juni. Men om en county som Bexar County i Texas skulle lättade på social distanseringsåtgärderna, skulle en extrem tillväxt ske. Bexar Countys rörlighet var runt hälften av normalt så sent som den 11 april.

Den nya modellen och dess prognos verkar överensstämma med olika andra modeller om framgången med fysisk distansering, inklusive en utvecklad av MIT-forskare och en utvecklad av ett samarbetsprojekt mellan Microsoft , TCS Research och Indian Institute of Technology. MIT-modellen förutsåg i synnerhet att om karantänsåtgärderna avbröts för tidigt, skulle katastrofer uppstå eftersom COVID-19-fallen skulle se en massiv ökning. Forskarna som ansvarade för den modellen förutsåg att “att lättade eller omvända karantänsåtgärder just nu skulle leda till en exponentiell explosion i antalet smittade, och därmed ogiltigförklara alla åtgärder som har vidtagits i USA sedan mitten av mars 2020”.

Det är viktigt att modellen bara extrapolerar från historiska data, och att som Brookings Institution noterade, “om den inte hanteras noggrant, kommer en AI-algoritm att gå till exceptionella längder för att hitta mönster i data som är associerade med den utgång den försöker förutsäga.” Det finns alltid möjligheten att modellen har underanpassat eller överanpassat data och att prognoserna alltid

Ändå bidrar prognoserna från den nya modellen till enighet bland folkhälsoexperter om att fysisk distansering och karantän är nödvändiga och effektiva.