Новая стратегия моделирования распространения COVID-19 включает данные о передвижениях людей со смартфонов и обещает помочь в разработке оптимальных политик изоляции. Ритабрата Датта из Уорикского университета, Великобритания, и ее коллеги представляют эти результаты в журнале PLOS Computational Biology с открытым доступом .
Факты показывают, что блокировки эффективны для предотвращения распространения COVID-19. Однако они действительно обходятся дорого, и на практике не все соблюдают правительственные указания по блокировкам. Таким образом, Датта и его коллеги предполагают, что оптимальная стратегия блокировки будет балансировать между контролем над продолжающейся пандемией COVID-19 и минимизацией экономических затрат на блокировку.
Чтобы помочь в реализации такой стратегии, исследователи разработали новые математические модели, имитирующие распространение COVID-19. Модели ориентированы на Англию и Францию и - используя статистический подход, известный как приблизительное байесовское вычисление - они включают как данные общественного здравоохранения, так и данные об изменениях в передвижениях людей, которые фиксируются Google через устройства Android; эти данные о мобильности служат мерой эффективности политик блокировки.
Затем исследователи продемонстрировали, как их модели могут быть применены для разработки оптимальных стратегий блокировки для Англии и Франции, используя математический метод, называемый оптимальным управлением. Они показали, что можно разработать эффективные протоколы изоляции, которые позволят частично открыть рабочие места и школы, учитывая при этом как затраты на общественное здравоохранение, так и экономические затраты. Модели можно обновлять в режиме реального времени, и они могут быть адаптированы к любой стране, для которой доступны надежные данные об общественном здравоохранении и мобильности Google.
«Наша работа открывает дверь к более широкой интеграции между эпидемиологическими моделями и реальными данными, чтобы с помощью суперкомпьютеров определять наилучшую государственную политику по смягчению последствий пандемии», - говорит Датта. «В не столь отдаленном будущем лица , определяющие политику , смогут сформулировать определенные критерии приоритизации, а вычислительная машина с широким использованием различных наборов данных сможет определить наилучший курс действий».
Затем исследователи планируют усовершенствовать свои модели для всей страны, чтобы они работали в меньших масштабах; в частности, каждый из 348 местных районных властей Великобритании
Исследователи добавляют: «Интеграция больших данных , эпидемиологических моделей и суперкомпьютеров может помочь нам разработать оптимальную стратегию блокировки в режиме реального времени, сбалансировав как общественное здравоохранение, так и экономические затраты».