Nye utbrudd av koronavirus har lært å forutsi i henhold til data fra en smarttelefon

Forskere ved Yale School of Public Health fant Virkning av nær mellommenneskelig kontakt på COVID-19-forekomst: Bevis fra 1 år med mobilenhetsdata en ny måte å forutsi områder hvor sannsynligheten for masseinfeksjon av COVID-19 er spesielt høy. Dette vil bidra til å fordele ressursene til medisinske institusjoner mer effektivt og planlegge pasienttesting.

Forskerne tok hensyn til at koronaviruset sprer seg raskest der mennesker kommer i kontakt med hverandre spesielt ofte og tett. De satte en kritisk avstand — 182 cm: hvis en betydelig andel av interaksjoner skjer på denne eller mindre avstand, øker sannsynligheten for infeksjon.

I arbeidet brukte forskerne anonyme geolokaliseringsdata til brukere fra deres mobile enheter. De beregnet sannsynligheten for et stort antall nære kontakter i forskjellige områder. Denne informasjonen ble deretter lagt til en standard matematisk modell for overføring av COVID-19, og forekomsten ble bestemt.

Forskerne understreket at teknikken deres gjorde det mulig å forutsi den første bølgen av koronavirusinfeksjon i Connecticut i mars-april 2020, samt en nedgang i antall tilfeller her i juni-august og lokale utbrudd av covid-19 i enkeltbyer stat. Prognosen er ganske nøyaktig: den avslører topper i infeksjon dager eller uker før de første symptomene og testresultatene vises.

Forskere håper at deres prognoseteknikk vil bli implementert i andre regioner og vil bidra til å unngå masseutbrudd i fremtiden. Prognosen vil også bidra til å forberede sykehusene for massetesting og innleggelse av pasienter.