Când vine vorba de a şti când să înăspreşti restricţii pentru a ţine sub control pandemia, deciziile sunt luate în general în funcţie de anumite semnale de alarmă, cum ar fi atingerea unui anumit prag în ceea ce priveşte capacitatea spitalelor şi, desigur, creşterea cazurilor de coronavirus.
Problema cu aceste semnale este că ele vin prea târziu, după ce răul a fost deja făcut.
O echipă internaţională de cercetători a dezvoltat un model preliminar cu ajutorul căruia izbucnirea unui focar poate fi anticipată cu aproximativ două săptămâni înainte să aibă loc, dându-le astfel decidenţilor politici timp să implementeze măsurile de prevenţie necesare, scrie New York Times.
Algoritmul dezvoltat de o echipă condusă de Mauricio Santillana şi de Nicole Kogan de la Universitatea Harvard şi prezentat într-o lucrare publicată pe arXiv.org monitorizează în timp real date din surse precum Twitter, căutările pe Google, aplicaţiile de mobilitate de pe smartphone-uri etc., funcţionând ca un „termosat” în funcţie de care măsurile pot fi relaxate sau, dimpotrivă, înăsprite.
Dacă alte metode de anticipare folosite în astfel de situaţii se bazează pe presupuneri, în acest caz este vorba de observare, spun cercetătorii. „Diferenţa este că metodele noastre sunt sensibile la schimbările imediate de comportament şi că le putem încorpora”, spune Santillana.
Utilizarea analizei datelor în timp real pentru evaluarea evoluţiei unei boli îşi are începuturile în 2008, când inginerii Google au început să estimeze de câte ori s-au dus oamenii la medic din cauza gripei în funcţie de anumite căutări pe Internet.
Între timp, metoda a fost îmbunătăţită, cercetătorii combinând căutările pe Google cu alte tipuri de date, precum postările legate de Covid-19 de pe Twitter, geotagging-ul, căutările pentru un medic pe o platformă numită UpToDate, datele colectate de un termometru inteligent şi datele de mobilitate anonime de pe smartphone-uri.
Acest streaming de date este încorporat într-un model de prognoză sofisticat, bazat pe modul în care oamenii circulă şi interacţionează într-o comunitate.
Cercetătorii au testat algoritmul analizând în ce măsură tendinţele observate în streamingul de date s-au corelat cu numărul cazurilor de coronavirus din martie şi aprilie din fiecare stat american. Au constatat astfel că, în New York, de exemplu, a fost înregistrată o tendinţă ascendentă a postărilor despre Covid-19 pe Twitter cu mai bine de o săptămână înainte ca numărul cazurilor să explodeze la mijlocul lunii martie.
Căutările pe Google pe această temă s-au înmulţit cu câteva zile înainte. Combinând toate tipurile de date, algoritmul a anticipat izbucnirea focarelor cu 21 de zile în medie.
„Nu vrem ca aceste date să înlocuiască monitorizarea tradiţională, ci să o confirme. Este un tip de informaţie care le permite decidenţilor politici să spună: ‚Haideţi să nu aşteptăm încă o săptămână, să acţionăm acum’”, mai spune Santillana.
C.S.