Αλγόριθμος του MIT αποδεικνύει ότι η “κοινωνική αποστασιοποίηση” λειτουργεί

Τον τελευταίο καιρό, πολλοί επιστήμονες, ερευνητές και ΜΜΕ δημοσιεύουν έρευνες και μοντέλα σχετικά με την πανδημία και τη λεγόμενη “καμπύλη” της εξάπλωσης του κορωνοϊού. Πολλές από τις έρευνες αυτές βασίζονται σε δεδομένα από μελέτες άλλων ιών/ επιδημιών όπως οι SARS και MERS.

Μια ομάδα ερευνητών του MIT, όμως, δημιούργησε τώρα ένα μοντέλο το οποίο χρησιμοποιεί δεδομένα από την πανδημία του Covid-19, με στόχο να προσδιορίσει την αποτελεσματικότητα των μέτρων καραντίνας και να προβλέψει καλύτερα την εξάπλωση του ιού.

«Το μοντέλο μας είναι το πρώτο που χρησιμοποιεί δεδομένα από τον ίδιο τον κορωνοϊό και ενσωματώνει δύο πεδία: μηχανική μάθηση και τυπική επιδημιολογία», εξηγεί ο Raj Dandekar, υποψήφιος διδάκτωρ, ο οποίος ασχολείται με την πολιτική και περιβαλλοντική μηχανική. Ο Dandekar έχει περάσει τους τελευταίους μήνες αναπτύσσοντας το μοντέλο μαζί με τον George Barbastathis, καθηγητή μηχανολογίας.

Το μοντέλο αυτό, διαπίστωσε ότι σε μέρη όπως η Νότια Κορέα, όπου η παρέμβαση της κυβέρνησης ήταν άμεση και ελήφθησαν άμεσα ισχυρά μέτρα αποστασιοποίησης, η εξάπλωση του ιού περιορίστηκε πιο γρήγορα. Σε χώρες που “άργησαν” να ανταποκριθούν και να ορίσουν μέτρα προστασίας, όπως η Ιταλία και οι ΗΠΑ, ο ιός συνέχισε να εξαπλώνεται εκθετικά.

Το μοντέλο μηχανικής μάθησης δείχνει επίσης ότι, με τα ισχύοντα περιοριστικά μέτρα, η “σταθεροποίηση” τόσο στην Ιταλία όσο και στις ΗΠΑ γίνεται τώρα, από τις 15 έως τις 20 Απριλίου. Η “πρόβλεψη” αυτή είναι παρόμοια με άλλων ερευνών όπως αυτή του Institute for Health Metrics and Evaluation.

“Το μοντέλο μας δείχνει ότι οι περιορισμοί καραντίνας καταφέρνουν να μειώσουν τον ρυθμό αναπαραγωγής”, λέει ο Barbastathis και σημειώνει: “Αυτή είναι μια πολύ κρίσιμη. Εάν χαλαρώσουμε τα μέτρα, μπορεί να οδηγηθούμε σε καταστροφή. Εάν οι ΗΠΑ ακολουθήσουν την πολιτική χαλάρωσης (άλλων χωρών) πολύ νωρίς, έχουμε προβλέψει ότι οι συνέπειες ενδέχεται να είναι πολύ πιο καταστροφικές”.