Der Simulator verwendet Techniken des maschinellen Lernens, um öffentlich zugängliche Daten zu analysieren und hypothetische Projektionen darüber zu liefern, wie sich verschiedene Isolationsmaßnahmen auf die Ausbreitung von COVID-19 auswirken werden. Damit soll es Experten und Regierungen auf der ganzen Welt ermöglicht werden, zu analysieren, wie sich verschiedene Ausstiegsstrategien in einem Zeitraum von sechs Monaten auf die Verbreitung von COVID-19 auswirken werden.
Vier verschiedene Aktivitätsbereiche werden als Variablen angegeben: Arbeitsplätze, Aktivitäten im Freien, öffentliche Verkehrsmittel und Einzelhandel. Zur Erstellung der Vorhersagen verwendet das Tool Daten, die aus dem Google COVID-19-Datensatz öffentlich verfügbar sind, insbesondere Mobilitätsdaten sowie Daten der Johns Hopkins University. Ein Benutzer kann nachvollziehen, wie sich die mit den einzelnen Aktivitäten verbundenen Maßnahmen auf die Ausbreitung der Krankheit auswirken, indem er ein Land auswählt und den Wert ändert, der die Intensität einer bestimmten Isolationsmaßnahme darstellt.
Yves Le Traon brachte zwei Teams am SnT zusammen, um an diesem Projekt zu arbeiten. Die Forscher veröffentlichen aus zwei Gründen eine Betaversion des Instruments. Erstens, um dieses Instrument so schnell wie möglich zum Nutzen der Öffentlichkeit zur Verfügung zu stellen. Zweitens sind sie, wie bei jeder Betaversion, an dem Punkt im Entwicklungsprozess angekommen, an dem die Rückmeldung der Benutzer erforderlich ist, um den maschinellen Lernalgorithmus, der ihm zugrunde liegt, zu verfeinern.
Der Simulator für adaptive Ausstiegsstrategien ist hier veröffentlicht: serval-snt.github.io/covid19
Der Simulator ist ein laufendes Projekt. Als solches wird er von dem interdisziplinären Team im Laufe seiner Forschungsarbeiten schrittweise aktualisiert. Für die Zukunft erwägen die Wissenschaftler, auf der Grundlage von Datensätzen der Weltgesundheitsorganisation (WHO) Anpassungsmöglichkeiten wie das Tragen von Masken und Teststrategien hinzuzufügen.
Der Simulator ist ein bahnbrechendes Instrument mit dem Potenzial, die Planung der COVID-19-Ausstiegsstrategie aller beteiligten Länder zu verbessern, sagte Prof. Stéphane Pallage, Rektor der Universität Luxemburg. COVID-19 erfordert flexible Lösungen, und das Team von Prof. Le Traon hat schnell reagiert, indem es eine wertvolle Technologie enthüllt hat, die es erlaubt, mögliche Auswirkungen von politischen Entscheidungen bei der Planung und Umsetzung der Ausstiegsstrategien zu modellieren.
Das Sprichwort Wissen ist Macht mag überstrapaziert werden, aber wenn es um das Coronavirus geht, bekommt es eine neue Bedeutung, da jedes Datenelement das Potenzial hat, das Leben von Menschen auf der ganzen Welt zu beeinflussen, so Prof. Yves Le Traon. Angesichts der enormen Datenmenge, die es zu analysieren gilt, haben wir dieses Instrument entwickelt, um die Planung der Ausstiegsstrategie zu unterstützen. Da viele Länder in Europa bereits damit beginnen, ihre Pläne in die Tat umzusetzen, wollten wir unsere Arbeit so schnell wie möglich veröffentlichen.
###