Как погодные приложения могут предсказать риск заражения COVID
Лаура Тедеско
17 августа 2022 г. - Тапио Шнайдер - климатолог, а его жена - инженер-механик. Во многих отношениях они были похожи на многие другие семьи, пострадавшие от COVID: двое маленьких детей, не посещающих школу, и бесконечные встречи Zoom из дома. Но они не просто пекли хлеб из закваски и гуляли во время изоляции: Они проводили мозговой штурм, как они могут использовать свой опыт, чтобы помочь.
"Мы сидели дома, как и все остальные, и обсуждали, как можно избежать изоляции или блокировки", - вспоминает Шнайдер, профессор экологии и инженерии Калифорнийского технологического института и старший научный сотрудник Лаборатории реактивного движения НАСА.
В то время изоляция была единственным известным способом борьбы с вирусом, но Шнайдер считает, что она не давала хороших результатов.
"Даже в разгар пандемии 1 или 2% населения были действительно заразны", - говорит он. "Девяносто восемь процентов не нуждались в изоляции". Но проблема заключалась в том, чтобы выяснить, кто эти заразные люди.
И тут его осенило: Что, если бы он мог создать "прогноз" COVID, используя ту же технологию, которую используют погодные приложения?
Жена Шнайдера, тоже профессор Калтеха, изучала датчики температуры тела. Возможно, рассуждали они, данные с подобных устройств можно объединить с данными тестирования на COVID, чтобы предсказать шансы человека заразиться вирусом. Отправить эти данные в приложение, и каждый пользователь сможет получить свой собственный персональный риск прямо на свой смартфон.
Эта идея превратилась в исследование, опубликованное в журнале PLOS Computational Biology. Шнайдер в партнерстве с международной командой - в том числе ученым-вычислителем из Германии и специалистом по моделированию заболеваний из Колумбийского университета в Нью-Йорке - выяснил, может ли подобное приложение помочь контролировать пандемию, подобную COVID. И результаты оказались многообещающими.
Как работает приложение для прогнозирования COVID
Если вы когда-нибудь пользовались погодным приложением, то наверняка заметили, что прогноз на выходные может выглядеть совсем по-другому в понедельник по сравнению с пятницей. И это не потому, что метеорологи не знают, что делают: Это отражение огромного количества данных, которые постоянно импортируются, повышая точность прогноза по мере приближения фактической даты.
Каждые 12 часов погодные приложения проводят анализ. На первом этапе фиксируется состояние атмосферы в данный момент - температура, влажность и скорость ветра, измеренные такими источниками, как метеостанции и спутники. Эта информация смешивается с прогнозом на 12 часов раньше, а затем вводится в атмосферную модель. Алгоритм предсказывает, какими будут условия еще через 12 часов, погодное приложение обновляется, и через полдня цикл повторяется.
Представьте себе приложение, использующее аналогичный метод, но подключающее данные COVID к модели отслеживания заболеваний, прокладывая путь от группы риска до контакта, инфекции и, наконец, выздоровления, госпитализации или смерти. Данные будут включать в себя очевидные сведения - результаты экспресс-тестов и тестов на антигены, самоотчеты о симптомах - наряду с более неожиданными, такими как данные со смартфонов и количество вируса в местных сточных водах, которые быстро становятся ценным инструментом для прогнозирования вспышек COVID.
"Главное, что это касается конкретных людей", - объясняет Шнайдер. Приложение не просто предскажет процент инфицированных людей в вашем городе, а оценит ваш уникальный риск заражения вирусом, основываясь на данных, которые получает ваше устройство с Bluetooth".
Существующие приложения для оповещения о заражении, которые более широко используются в Европе и Азии, чем в США, сообщают вам о возможном заражении вирусом, но не обновляют информацию между оповещениями. Шнайдер предлагает использовать данные, которые используют эти приложения, более эффективно, привлекая другие источники данных, предоставляя регулярно обновляемый прогноз инфицированности и советуя вам самоизолироваться после вероятного заражения.
Насколько эффективным будет приложение?
В ходе исследования Шнайдер и его команда создали симуляцию города, призванную имитировать Нью-Йорк на ранних стадиях пандемии. Эта сеть данных включала тысячи пересекающихся точек, каждая из которых представляла человека - одни с большим количеством ежедневных взаимодействий, другие с малым количеством. Каждой точке был присвоен возраст, поскольку возраст влияет на маршрут, по которому движется COVID.
Что показало моделирование: Если 75% людей воспользуются приложением для прогнозирования COVID и проведут самоизоляцию в соответствии с рекомендациями, пандемию можно будет эффективно контролировать - при условии высокого уровня диагностического тестирования.
"Это так же эффективно, как изоляция, за исключением того, что в любой момент времени изолируется лишь небольшая часть населения", - говорит Шнайдер, отмечая, что в данном случае "небольшая часть" - это около 10% населения. "Большинство людей могут жить обычной жизнью".
Но, как показали вялые темпы вакцинации COVID, почти всеобщее соблюдение правил может оказаться недостижимой целью.
Еще одна потенциальная проблема: преодоление проблем конфиденциальности, даже если данные будут анонимизированы. По словам Шнайдера, если начать с небольших сообществ, таких как студенческие городки или рабочие места, это может способствовать более широкому распространению, поскольку люди увидят пользу от обмена данными. Молодые люди, по его словам, более спокойно относятся к раскрытию информации о здоровье, поэтому они могут охотнее пользоваться таким приложением, особенно если оно может предотвратить еще одну блокировку.
Будущее отслеживания инфекционных заболеваний: Расширение возможностей каждого человека
Математическое моделирование инфекционных заболеваний не является чем-то новым. В 2009 году, во время пандемии H1N1 (свиного гриппа), Центр по контролю и профилактике заболеваний использовал данные из нескольких источников, чтобы замедлить распространение гриппа. Во время эпидемии вируса Зика в 2016-2017 годах моделирование помогло исследователям выявить связь между вирусом и микроцефалией, или состоянием, при котором голова ребенка намного меньше нормы, на ранних стадиях. На самом деле, математическое прогнозирование было полезно для всего - от гриппа до ВИЧ, говорится в статье, опубликованной в 2022 году в журналеClinical Infectious Diseases.
Затем пришла COVID-19 - самая страшная пандемия в истории США, которая потребовала нового уровня математического анализа.
В партнерстве с Массачусетским университетом в Амхерсте CDC создал The Hub - хранилище данных, объединяющее несколько независимых прогнозов для предсказания случаев заболевания, госпитализации и смертности от COVID. Это масштабное мероприятие не только помогло разработать государственную политику, но и показало важность быстрого отслеживания контактов: Если для выявления близких контактов требуется более 6½ дней после заражения, это практически бесполезно.
Шнайдер повторяет эту озабоченность в отношении того, что когда-то превозносилось как метод борьбы с COVID. По его словам, при моделировании его командой прогнозирования на основе приложений "вы снижаете уровень смертности где-то в 2-4 раза, просто потому что вы выявляете больше людей, которые, вероятно, являются заразными, чем при тестировании, отслеживании и изоляции". Отслеживание контактов ограничено в своей способности контролировать распространение COVID из-за высокой скорости передачи без симптомов и короткого латентного периода вируса. Объединение нескольких источников данных с моделью передачи заболевания позволяет добиться большей эффективности.
"Вы знаете, как он распространяется по сети", - говорит Шнайдер. "А когда вы это учитываете, вы получаете более эффективный контроль над эпидемией".
Применение этого математического подхода к отдельным людям, а не к целым популяциям, является настоящей инновацией в концепции Шнайдера. В прошлом мы могли предсказать, скажем, шанс найти инфекционного человека во всем Нью-Йорке. Но приложение, которое Шнайдер надеется разработать, будет определять уникальный шанс заражения для каждого пользователя. Это дает возможность принимать взвешенные решения - выходить ли мне сегодня на улицу? Заняться самоизоляцией? - в руках каждого.
"У нас есть технология, которая может привести к управлению эпидемиями, даже к их полному подавлению, если она будет достаточно широко внедрена и сочетаться с тестированием, - говорит Шнайдер, - и это будет так же эффективно, как наши меры по блокированию, без необходимости изолировать большую часть населения".
Эта инновация может помочь отслеживать инфекционные заболевания, такие как грипп, или даже сдержать следующий COVID, говорит Шнайдер.
"Вы хотите контролировать эпидемии, вы хотите свести к минимуму болезни и страдания", - говорит он. В то же время, вы хотите свести к минимуму экономические потрясения и перебои в жизни, в школьном образовании". Есть надежда, что с помощью цифровых средств, подобных тем, которые мы описали, вы сможете достичь этих двух целей".
