Pandemija COVID-19 posljednjih tjedana obara sve rekorde - od broja novozaraženih do broja preminulih. I dok različite zemlje reagiraju različito, uvode drugačija ograničenja i pravila, brojni znanstvenici istražuju kako pandemiju obuzdati i okončati.
Iako se gotovo sve nade polažu u nekoliko cjepiva koja su osmišljena i proizvedena u rekordnom roku, a koja pokazuju dobre rezultate u kliničkim ispitivanjima, ona nisu čarobni štapić i neće odjednom okončati pandemiju.
Međutim, pomoći bi moglo otkriće do kojeg su došli znanstvenici s američkog MIT-a, a na kojem rade od ožujka 2020. Radi se o modelu koji koristi strojno učenje za predviđanje širenja zaraze koronavirusom, ali i analizira kakve su mjere najučinkovitije u daljnjem širenju.
Autori tog modela, profesor strojarstva George Barbastathis i doktorand Raj Dandekar, kombinirali su podatke koje su dobili o širenju virusa u Kini, Italiji, Južnoj Koreji i SAD-u s neuronskom mrežama kako bi dobili konkretne rezultate.
I rezultati su veoma jasni. Zemlje koje su uvodile strože mjere karantene bile su učinkovitije u zaustavljanju ili barem usporavanju širenja. One zemlje koje su prerano popuštale mjere (poput SAD-a), ubrzo su se suočile s novim valom zaraze.
Nakon što su u proljeće predstavili prvu verziju modela, nastavili su razvijati model tijekom ljeta zahvaljujući sve većem broju podataka iz cijelog svijeta. Konačan je rezultat alat koji može služiti u dijagnostičke i prediktivne svrhe na svim razinama.
Naš novi model omogućuje da pretvorimo podatke o COVID-19 u podatke o tome koliko su epidemiološke mjere bile uspješne u obuzdavanja širenja zaraze na razini pojedine države, pa čak i regije. Alat dodjeljuje globalnu ocjenu karantene koju potom znanstvenici mogu iskoristiti kako bi proučavali druge društvene fenomene, pojasnio je Rackauckas.
Nadaju se da će novi model pružiti nove informacije o tome koji je oblik karantene ili socijalne distance najučinkovitiji u zaustavljanju širenja virusa.
Izvor: MIT, Science Direct
