COVID-19は、感染力や致死率が近いとの理由でスペインかぜ(日本でも39万人近くが死亡)とよく比較されるが、1918年当時と現在との大きな違いのひとつに、データが扱えるようになったことがある。
感染カーブを平坦化するのに、8割の接触減が必要なことが数理モデルで示されれば、人々はそれに向けて行動を変えるだろう。
カーネギーメロン大は、世界中で数十億人が利用するFacebookと連携して、COVID-19の患者数予測に役立つデータを取得してきた。このほど最初の調査結果が公開され、Facebookによってレポートとマップで示されたようだ。
・約100万件のデータをアグリゲート
カーネギーメロン大の調査は、日本で厚生労働省とLINEが実施しているものに近い。アメリカのユーザーに発熱や咳、息切れなどCOVID-19と関連する症状があるかどうかをたずねるというものだ。
週に約100万件の応答があり、結果が公的なデータと相関していることから、地域の感染が拡大する時期や落ち着く時期などの予測に役立つことが示された。
たとえば、ニューヨーク市郊外の一部で、約2~3%の人がCOVID-19が疑われる症状を感じていることがわかる。このマップは、インタラクティブなもので、毎日更新されるとのこと。
・ゆくゆくはグローバルで展開
Facebookはメリーランド大と連携し調査の対象をグローバルに拡大する意向だ。またカーネギーメロン大は、データが世界中の保健機関が利用できるようAPIを構築している。
同データおよびマップは医療リソースの配分決定といった目的のほかにも、世界各地で始まったロックダウン解除の判断にも役立つという。
数理モデルにCOVID-19のデータ(SARSやMERSのものが用いられることも多い)と機械学習を用いたMITの研究チームは、ロックダウン解除の時期が早すぎることで第2派に見舞われる危険性を指摘しており、正確でリアルタイムのデータおよびモデルが判断に用いられることが重要だ。
参照元:How Data Can Aid the Fight Against COVID-19/ Facebook
- Original:https://techable.jp/archives/122311
- Source:Techable(テッカブル) -海外・国内のネットベンチャー系ニュースサイト
- Author:YamadaYoji