根據(jù)加州理工學院科學家發(fā)表的新研究，用于天氣預報的技術可以被重新利用，為個人提供暴露于COVID-19或其他病毒風險的個性化評估。
原理上，這個想法很簡單:天氣預報模型需要吸收大量數(shù)據(jù)——例如，除了衛(wèi)星數(shù)據(jù)之外，還需要從當?shù)貧庀笳精@得風速、風向、溫度和濕度的測量數(shù)據(jù)。他們利用這些數(shù)據(jù)來評估大氣的當前狀態(tài)，預測未來的天氣演變，然后通過將預測的大氣狀態(tài)與新數(shù)據(jù)混合來重復這個循環(huán)。同樣，疾病風險評估還利用各種類型的現(xiàn)有數(shù)據(jù)對個人接觸疾病或感染疾病的風險進行評估，使用流行病學模型預測疾病在人類接觸網(wǎng)絡中的傳播，然后通過將預測與新數(shù)據(jù)混合在一起重復這個周期。這種評估可能會使用機構的監(jiān)測測試結果、可穿戴傳感器的數(shù)據(jù)、智能手機記錄的自我報告癥狀和密切接觸者，以及政府的相關報告。
目前研究只是概念的證明。然而，其最終結果將是一款智能手機應用程序，該應用程序?qū)⑾騻€人提供經(jīng)常更新的數(shù)字評估(即百分比)，反映他們接觸或感染特定傳染病病原體(如COVID-19)的可能性。這種應用程序?qū)㈩愃朴诂F(xiàn)有的COVID-19暴露通知應用程序，但在數(shù)據(jù)使用方面更復雜和有效。這些應用程序提供雙重曝光評估(“是的，你有被感染風險”，如果沒有，就保持無線電靜默);研究中描述的新應用程序?qū)⑻峁└⒚畹睦斫猓S著個人與他人的接觸，以及感染數(shù)據(jù)通過不斷進化的聯(lián)系網(wǎng)絡傳播，暴露和感染的風險不斷變化。
這項研究目前面臨兩個關鍵挑戰(zhàn):為此目的調(diào)整天氣預測方法，并開發(fā)一個現(xiàn)實的測試平臺來評估其工作效果。
為了測試它，研究團隊連同德國法蘭克福金融管理學院的研究者建立了一個虛擬城市的計算機模型——一個縮小的理想化的紐約市——有10萬個“節(jié)點”，或虛構的人，然后研究適應性的天氣預報方法在預測疾病在人口中的傳播方面的效果如何。
結果令人鼓舞:在模擬中，該模型識別出的潛在暴露量是使用相同數(shù)據(jù)的傳統(tǒng)接觸追蹤或暴露通知應用程序識別出的潛在暴露量的兩倍。
盡管取得了這些有希望的結果，但在現(xiàn)實世界中實施這項技術需要適當水平的智能設備用戶，以及有效的測試活動，以使風險評估軟件能夠用于管理和控制流行病。如果某一特定人群中約75%的人提供了相關信息(例如，他們是否檢測出某種疾病呈陽性)，并在可能接觸過某種疾病時進行自我隔離，那么風險評估軟件就足夠準確，可以在整個人群中管理和控制COVID疫情。然而，正如COVID-19疫苗接種率所表明的那樣，如此大比例的人口難以接受。
盡管如此，一個有希望的方案是，由較小的社區(qū)用戶群體——例如大學校園的人口——部署軟件，可以很容易地為軟件提供足夠的數(shù)據(jù)，以提供準確的風險評估，從而在當?shù)販p少疾病的傳播。
