Nowe epidemie koronawirusa nauczyły się przewidywać na podstawie danych ze smartfona

Założono naukowców z Yale School of Public Health Wpływ bliskiego kontaktu interpersonalnego na występowanie COVID-19: Dowody z 1 roku danych z urządzenia mobilnego nowy sposób przewidywania obszarów, w których prawdopodobieństwo masowej infekcji COVID-19 jest szczególnie wysokie. Pomoże to efektywniej alokować zasoby placówek medycznych i planować badania pacjentów.

Naukowcy wzięli pod uwagę, że koronawirus rozprzestrzenia się najszybciej tam, gdzie ludzie mają ze sobą szczególnie często i bliski kontakt. Ustawiają krytyczną odległość — 182 cm: jeśli znaczna część interakcji zachodzi w tej lub mniejszej odległości, wzrasta prawdopodobieństwo infekcji.

W pracy badacze wykorzystali anonimowe dane geolokalizacyjne użytkowników z ich urządzeń mobilnych. Obliczyli prawdopodobieństwo dużej liczby bliskich kontaktów w różnych obszarach. Informacje te zostały następnie dodane do standardowego modelu matematycznego transmisji COVID-19 i określono wskaźnik zachorowalności.

Naukowcy podkreślili, że ich technika umożliwiła pomyślne przewidzenie pierwszej fali zakażenia koronawirusem w Connecticut w USA marzec-kwiecień 2020, a także spadek liczby zachorowań tutaj w okresie czerwiec-sierpień oraz lokalne ogniska COVID-19 w poszczególnych miastach Państwo. Prognozy są dość trafne: ujawniają się skoki infekcji na kilka dni lub tygodni przed pojawieniem się pierwszych objawów i wyników badań.

Naukowcy mają nadzieję, że ich technika prognozowania zostanie wdrożona w innych regionach i pomoże uniknąć masowych epidemii w przyszłości. Prognoza pomoże także przygotować szpitale do masowych badań i przyjmowania pacjentów.