나고야대학과 이화학연구소의 연구그룹은 일기예보와 유사한 구조로 수리모델과 실측데이터를 최적으로 연결하는 새로운 방법을 이용하여 신형 코로나바이러스 감염증(COVID-19)의 감염 예측을 개시했다.매일 얻을 수 있는 최신의 데이터를 살려, 바이러스 감염의 고정밀도 예측이 가능하다고 한다.
본 방법에 응용된 것은 일기 예보의 요인 데이터 동화 기술.통계수리와 역학계 이론에 기초하여 시뮬레이션(수리모델)과 현실세계(실측데이터)를 연결함으로써 실측데이터에 포함되는 노이즈의 영향을 완화하는 등 예측 정밀도의 향상에 기여한다.
실측 데이터에는 매일 얻을 수 있는 19개의 데이터(①입원치료 등을 요하는 사람의 수, ②퇴원 또는 요양해제가 된 사람의 수, ③사망자수)를 사용.수리 모델에는 대표적인 감염증 수리 모델로 알려진 SIR 모델을 COVID-XNUMX의 특징에 맞추어 독자적으로 확장한 「확장 SIR 모델」을 구축했다.이들에 날씨 예보에 이용되는 고도의 데이터 동화 수법(앙상블 칼만 필터)을 적용하여 융합시켰다.
이상의 데이터 동화에 의해, 우선, 1명의 감염자가 몇명에게 감염시켰는지를 나타내는 「실효 재생산수」를 추정했다.실효 재
생산수는 직접 알 수 없지만, 감염확대의 지표로서 유용하며, 전국의 데이터를 사용하여 그 추이를 추정했는데, 과거 3회 도쿄도에 나온 긴급사태선언의 기간에 감소가 보인다 감염 억제 효과를 확인할 수 있었다.
또, 이들 감염 억제 효과에 대응한 3개의 예측 시나리오 및 감염 억제 효과가 제로인 경우의 예측 시나리오에서, 감염 추이의 장래 예측을 행한 결과를 공개했다.앞으로는 백신접종의 효과나 인류·기온 등의 요소도 도입해 보다 정밀한 예측을 목표로 하여 감염확대 방지나 선수를 치는 대응계획의 책정 등에 공헌할 것으로 기대된다.
참조 :【나고야 대학】매일 갱신하는 신형 코로나 바이러스 감염증의 감염 예측 -날씨 예보의 데이터 동화 수법을 응용-(PDF)
