Jak mówi serwisowi Nauka w Polsce Marcin Zyga, dyrektor ds. technologii w grupie Spyrosoft, zadaniem tworzonego systemu informatycznego jest symulowanie przebiegu rozwoju pandemii dla chorób przenoszonych drogą kropelkową, w szczególności COVID-19. – Możemy w określonej przestrzeni […], np. kraju, miasta czy poszczególnych dzielnic, zobaczyć, jak może rozprzestrzeniać się choroba – zapowiada. Twórcy systemu testują rozmaite scenariusze, które pozwolą ocenić m.in. to, jak różne obostrzenia, wprowadzane z powodu COVID-19, mogą wpłynąć na zachorowalność i czy będą skuteczne. 

Do systemu wprowadzono syntetyczne, zanonimizowane dane na temat mobilności ludzi i udostępnione przez epidemiologów dane dotyczące zaraźliwości SARS-CoV-2. W oparciu o anonimowe dane syntetyczne i sformułowane prawa mobilności naukowcy z Uniwersytetu Przyrodniczego we Wrocławiu opracowali model mobilności ludności. Model ten przełożyli następnie na algorytm i sprawdzali, jak można go dostosować do rzeczywistych lokalizacji i przestrzeni. – Jeśli modelujemy zakażenia, to musimy wiedzieć, jak zachowuje się społeczeństwo, np. w danym mieście. Informacje, które pozwalają zbudować opracowany przez nas model mobilności ludności, można pozyskać z dwóch źródeł. Jednym są trajektorie ruchu, czyli dane przedstawiające sposób przemieszczania się mieszkańców danego miasta w czasie. Drugim są tzw. macierze OD. Umożliwiają one określenie dla danych obszarów, skąd i dokąd ludzie podróżują w konkretnych godzinach. Wiedza o tym, jak poruszają się ludzie, jest bardzo istotna w modelowaniu zakażeń – tłumaczy w rozmowie z PAP dr hab. inż. Witold Rohm z Instytutu Geodezji i Geoinformatyki Uniwersytetu Przyrodniczego we Wrocławiu, współwłaściciel firmy U+Geo, która jest podwykonawcą w projekcie NCBR. Dodaje, że dzięki nowemu systemowi naukowcy będą mogli również symulować scenariusze, pozwalające ocenić skuteczność różnych obostrzeń. Pozwoli on też sprawdzić, co się stanie, jeśli wprowadzane obostrzenia nie będą przestrzegane, np. jeśli 10% osób „wyłamuje się” z lockdownu.

Twórcy systemu informują, że ich model jest „agentowy”. – Agenta rozumiemy jako wirtualnego człowieka, który wchodzi w interakcje, przemieszcza się po mapie zgodnie z algorytmem opartym o anonimowe dane syntetyczne i modele mobilności ludności, który został opracowany przez U+Geo – wyjaśnia Marcin Zyga. W modelu mobilności ludności skupiono się na bardzo dokładnym modelowaniu zachowań agentów oraz uwzględnieniu wszystkich istotnych punktów na mapie. – Najważniejszym elementem w takim modelowaniu nie jest to, dokąd wirtualny agent pójdzie, ale dokładne określenie miejsca i czasu interakcji agentów [bo właśnie to pozwala z dużą dokładnością prognozować zakażenia – przyp. red.]. Innowacyjność naszego podejścia polega na tym, że modelujemy mobilność ludzi na poziomie jednostkowym – poszczególnych agentów. Patrzymy, jak poruszają się oni na danym obszarze i generujemy z tego model ruchów. Dane zebrane w systemie pozwalają np. dokładnie symulować to, jak zamknięcie miejsca pracy wpłynie na zmianę warunków rozprzestrzeniania się choroby – opowiada dr Rohm.

Do tej pory wykonano dwa rodzaje symulacji: pierwszy oparty o dane z brytyjskiego miasta Birmingham, a drugi – z Wrocławia. Jak zaznacza naukowiec, wyniki uzyskane podczas symulacji dla Birmingham były w ponad 87% zgodne z faktycznym przebiegiem drugiej i trzeciej fali pandemii na tym obszarze. – To bardzo wysoka zgodność – podkreśla. W przypadku Wrocławia w czasie symulacji uzyskano poziom zgodności 85%. W systemie informatycznym, nad którym pracują programiści, na model przemieszczania ludności nałożona będzie kolejna warstwa – model epidemiologiczny, zweryfikowany przez epidemiologów z Uniwersytetu Medycznego w Łodzi. System w przyszłości będzie można wykorzystywać do symulowania rozprzestrzeniania się każdej choroby, która jest zaraźliwa i która jest przenoszona drogą kropelkową. – Model epidemiologiczny został dostosowany przede wszystkim do COVID-19, ale w przyszłości zamierzamy go przetestować, korzystając z innych parametrów i danych, takich jak: zaraźliwość, śmiertelność, prawdopodobieństwo bezobjawowego przebiegu choroby, np. dla grypy. Chcemy, żeby po zakończeniu pandemii nie był to tylko program dla jednej choroby czy nawet określonej mutacji szczepu, tylko bardziej uniwersalny – zapewnia Zyga. 

Twórcy systemu liczą, że będą mogli z niego korzystać nie tylko specjaliści. – Obecnie, jeśli mamy jakieś systemy, to są one dostępne dla bardzo wąskiego grona osób związanych z nauką. Trzeba mieć bardzo dużą wiedzę, żeby w ogóle z takiego systemu skorzystać. My chcemy przygotować taki system, dzięki któremu również ktoś bez zaplecza naukowego będzie mógł przeprowadzić symulację dla własnego scenariusza pandemicznego – uzupełnia. Twórcy modelu liczą, że algorytm może być przydatny dla różnych jednostek sektora rządowego i samorządowego. Robocza wersja systemu ma być dostępna na początku przyszłego roku. Projekt ma unijne dofinansowanie (1 209 519,49 zł) i jest realizowany w ramach konkursu NCBR.

PAP Nauka w Polsce