Araştırmacılar gelecekteki salgın tahminlerini iyileştirmeyi umuyor

Dünya COVID-19 pandemisi ile boğuşurken, yeni bir matematik modeli, bilginin kişiden kişiye ve gruptan gruba aktarılmasında nasıl değiştiğine bağlı olarak gelecekteki salgın tahminlerinin nasıl iyileştirileceğine dair fikirler sunabilir.

ABD Ordusu , Carnegie Mellon Üniversitesi ve Princeton Üniversitesi’ndeki araştırmacılar tarafından geliştirilen bu modeli , Savaş Yetenekleri Geliştirme Komutanlığının her iki unsuru olan Ordu Araştırma Laboratuvarı Ordu Araştırma Ofisi aracılığıyla finanse etti .

Model, fikirlerin ve bilgilerin genlere benzer örüntülere sahip bireyler arasında yayıldığını ve evrimleştikleri için kendi kendilerini kopyaladıkları, mutasyona uğradıkları ve seçici baskıya karşılık verdikleri yönündedir.

Carnegie Mellon Üniversitesi Elektrik ve Bilgisayar Mühendisliği’nde araştırma görevlisi ve araştırmanın yazarı CyLab öğretim üyesi Osman Yagan, “Bu evrimsel değişikliklerin büyük bir etkisi var.” Dedi. “Zaman içindeki olası değişiklikleri dikkate almazsanız, hastalanacak insan sayısını veya bir bilgiye maruz kalan insan sayısını tahmin etmede yanlış olacaksınız.”

Araştırmacılar, 17 Mart Ulusal Bilimler Akademisi Bildiriler Kitabı’nda yayınlanan çalışmalarında, hem hastalık hem de bilginin evrimsel değişimlerini dikkate alan bir matematiksel model geliştirdiler . Araştırma, modeli iki gerçek dünya ağından alınan verileri kullanarak binlerce bilgisayar simülasyonu salgınına karşı test etti: ABD lisesindeki öğrenciler, öğretmenler ve personel arasında bir iletişim ağı ve Lyon’daki bir hastanedeki personel ve hastalar arasında bir iletişim ağı , Fransa.

Araştırmanın makaleyi yazdığı sırada Carnegie Mellon doktora adayı olan ilk yazarı Rashad Eletreby, “Teorimizin gerçek dünya ağları üzerinde çalıştığını gösterdik.” Dedi. “Evrimsel adaptasyonları dikkate almayan geleneksel modeller, bir salgının ortaya çıkma olasılığını tahmin etmede başarısız oluyor.”

Araştırmacılar, bugün en yaygın olarak kullanılan salgın modelin, izlenen hastalıktaki değişiklikleri hesaba katmak için tasarlanmadığını söyledi. Hastalıktaki değişikliklerin bu şekilde açıklanamaması, liderlerin bir hastalığın yayılmasına karşı koymalarını veya ev emirlerinde ne zaman kalmaları veya bir bölgeye ek kaynaklar gönderme gibi etkili halk sağlığı kararları vermelerini zorlaştırabilir.

“Bir söylenti veya bilginin bir ağ yoluyla yayılması, virüsün bir popülasyona yayılmasına çok benziyor,” diyor bu çalışmadaki araştırmacılardan ve Princeton’un mühendislik dekanı Dr. H. Vincent Poor. “Farklı bilgi parçaları farklı aktarım hızlarına sahiptir. Modelimiz, ağda yayıldıkça ve bu değişikliklerin yayılımı nasıl etkilediğini göz önünde bulundurarak bilgilerdeki değişiklikleri dikkate almamızı sağlar.”

Çalışma günümüzün koronavirüsünün yayılmasını veya yanlış bilginin yayılmasını tahmin etmek için gümüş bir kurşun olmasa da, yazarlar bunun büyük bir adım olduğunu söylüyor.

Gelecekte ekip, araştırmalarının, hastalıklardaki mutasyonları hesaba katarak ve sonuçta karantinalar gibi müdahaleleri göz önünde bulundurarak ve ardından patojenlerin yayılıyor.

Ordu Araştırma Ofisi Sosyal ve Bilişsel Ağlar Program Yöneticisi Dr. Edward Palazzolo, “Bu çalışma, temel araştırmaların ve çeşitli disiplinlerdeki bilim adamlarının birbirlerinin çalışmalarını bilgilendirme yeteneğinin önemini göstermektedir.” Dedi. “Her ne kadar erken aşamalarında olsa da, bu modeller mutasyonlar ışığında ağ difüzyonunu anlama sözü veriyor.”

Orduya ek olarak, Ulusal Bilim Vakfı ve Deniz Araştırmaları Ofisi de bu araştırmayı destekledi. Yazının diğer yazarları arasında Carnegie Mellon Üniversitesi’nden Yong Zhuang ve Kathleen Carley vardı.