名古屋大学は、天気予報で用いるデータ同化手法を応用して、毎日取得する最新データを生かした新型コロナウイルス感染症の感染予測を開始した。理化学研究所データ同化研究チームのサイトで、4つの予測シナリオに基づく感染予測を公開している。
名古屋大学は2021年9月14日、天気予報で用いるデータ同化手法を応用して、毎日取得する最新データを生かした、新型コロナウイルス感染症(COVID-19)の感染予測を開始したと発表した。理化学研究所との共同研究による成果となる。
→特設サイト「新型コロナウイルス 製造業が直面する未曾有の試練」
予測のために使用する毎日の実測値は、入院治療などを要する人数、退院または療養解除となった人数、死亡者数の3種類。数理モデルは、感染症予測に用いられるSIRモデルをCOVID-19の特徴に合わせ、新たに拡張SIRモデルを構築した。これらに、天気予報で使用するアンサンブルカルマンフィルタというデータ同化手法を適用し、推定誤差を含めた幅を持った推定を実施した。
このデータ同化により、1人の感染者が何人に感染させたかを示す実効再生産数を推定した。全国データを使った結果では、過去3回、東京都に出された緊急事態宣言に対応して、実効再生産数が減り、感染抑制効果が確認できた。また、緊急事態宣言の回数が増えるにつれて、効果が小さくなることも明らかとなった。
次に、過去3回の緊急事態宣言期間中の抑制効果に対応した3種類の将来予測シナリオと、抑制効果がない場合の予測シナリオについて、今後の感染推移を予測した。
さらに、この4つの予測シナリオに基づいて、拡張SIRモデルにより入院治療などを必要とする人数の推移も予測した。
これまでの推定、将来予測データは、理化学研究所データ同化研究チームのCOVID-19感染予測サイトで公開している。研究チームは今後、拡張SIRモデルでは考慮されていないワクチン接種の効果や、地域間の人の往来効果、人流、気温などの要因を取り入れた数理モデルと実測データを結び付けるデータ同化により、状況に応じた効果的な感染抑制策の提案など、新型コロナウイルス感染症対策に役立てたいとしている。
Copyright © ITmedia, Inc. All Rights Reserved.