رفتار مسئولانه مردم، شرط روند نزولی ابتلا به کرونا

گروهی از دانشجویان بیوتکنولوژی دانشگاه تهران که در قالب یک شرکت‌ دانش بنیان فعال هستند و موفق به تولید کیت‌های تشخیص ویروس کرونا شده‌اند، اخیرا نیز مطالعاتی را در زمینه پیش‌بینی شیوع این ویروس با هدف ارائه آگاهی‌های لازم برای مقابله با همه‌گیری کرونا ویروس با استفاده از فناوری یادگیری ماشین کردند.

یادگیری ماشین (machin e learning) یکی از تکنیک‌های مطرح دنیا در زمینه تحلیل و پیش‌بینی (analysis and forecast) به شمار می‌رود و این محققان با استفاد از این تکنیک موفق به پیش‌بینی وضعیت شیوع با دقت بیشتر از ۹۵ درصد شدند.بررسی آماری پاندمی کووید ۱۹، این محققان نیز در واقع یک نوع مدل سازی و آزمودن این مدل است.

ویروس کووید ۱۹، عاملی ناشناخته و جدید برای دانشمندان به شمار می‌رود از این رو در اختیار داشتن اطلاعات و همچنین رجوع به روند شیوع کرونا ویروس‌های پیشین نظیر "سارس" (SARS) می‌تواند روشن کننده نحوه مقابله با این ویروس باشد.

مدلی که در این مطالعه ارائه شد قادر است بر اساس چندین تکنیک، وضعیت شیوع را به صورت کوتاه مدت و همچنین دراز مدت پیش‌بینی کند.

جزئیات مدل سازی شیوع کووید۱۹

بر اساس این گزارش، شیوع بیماری جدید و نوظهور کووید ۱۹ همه کشورها را درگیر کرده است و مخصوص به ایران نیست. این بیماری یک بیماری تنفسی و عامل آن یک کرونا ویروس است و پس از ابتلای بیماران، سبب بروز پنومونی ریه و مشکلات حاد تنفسی و در نهایت مرگ آنها شود.

این بیماری در اواسط ماه ژانویه سال ۲۰۲۰ از شهر "ووهان" چین شیوع یافت و طی مدت کوتاهی کشورهای بسیاری را آلوده کرد. علی‌رغم آنکه نرخ مرگ و میر ناشی از این بیماری نسبت به بسیاری از بیماری‌های دیگر کمتر است (حدود ۲ تا ۳ درصد کُشندگی) شیوع و انتقال آن سرعت بسیار بالایی دارد.

نکته دیگر آنکه افراد ناقل این ویروس برای چند روز ابتدایی دوره بیماری علایم قابل توجهی ندارند و به همین علت این ویروس را به دیگران منتقل می‌کنند. از این رو اطلاعات دقیق از میزان شیوع آن می‌تواند برای کادر درمانی و نظام سلامت مفید باشد.

بر این اساس، این محققان تلاش کردند تا با بررسی روند ابتلا و شیوع این بیماری در جهان و استفاده از این آمارها، مدل‌های مختلف ریاضی و آماری، برای حصول یک پیش‎بینی از وضعیت روزهای آینده این بیماری ارائه دهند.چشم اندازی که در این طرح بررسی آماری پاندمی کووید ۱۹ دنبال می‌شود، ارائه پیش‌بینی‌هایی با حداکثر دقت است.

به گفته این محققان در این مطالعات از تکنیک‌های مبتنی بر یادگیری ماشین استفاده شده است. تکنیک‌های یادگیری ماشین که از جدیدترین ابزارها در این زمینه به شمار می‌رود از دقت بالایی برخوردار است به گونه‌ای که قادر است با انجام محاسبات بهینه سازی شده، نتایج قابل اتکا و ارزشمندی را ارائه دهد. همه آمار، ارقام و داده‌ها از وب‌سایت سازمان بهداشت جهانی استخراج شده است. از سوی دیگر آمار سازمان بهداشت جهانی تقریبا با یک روز تاخیر منتشر می‌شود.

بر اساس آمارهای این محققان، پیش‌بینی می‌شود در روزهای آینده الگو شیوع این ویروس در جهان روند نزولی یابد که این امر می‌تواند ناشی علل مختلفی چون عوامل انسانی، زیست محیطی و یا ژنتیکی باشد.

بر اساس پیش بینی مدل کامپیوتری،آمار مبتلایان جدید هر روز تقریبا تا ۶۵ هزار مبتلای جدید در روز افت خواهد کرد و در هفته آینده تقریبا ۵۲۵ هزار مورد ابتلا جدید به کووید ۱۹ را شاهد خواهیم بود.

بر اساس مدل ارائه شده در این مطالعات پیش بینی می‌شود که آمار مبتلایان جدید در ایران افزایش یابد البته ممکن است این روند، نزولی باشد و تحقق این امر به رفتار مسئولانه مردم برای پیشگیری از ابتلا به این بیماری بستگی دارد.

آغاز موج دوم اپیدمی در بیماری‌های ویروسی

بسیاری از اپیدمی‌ها، همواره پس از پشت سر گذاشتن پیک شاخص و کاهش آمار مبتلایان، با موج دوم ابتلا به صحنه بازگشته‌اند. این اتفاق برای بیماری‌های مشابه چون سارس و H۱N۱ نیز رخ داده است و احتمالا کووید ۱۹ هم به همین ترتیب موج دومی از ابتلا را تجربه خواهد کرد.

پیش‌بینی دقیق پیک دوم تا حد زیادی به رفتار مسئولانه مردم بستگی دارد. اما به علت شباهت بسیار بیماری کووید۱۹ و سندرم حاد تنفسی می‌توان الگویی مشابه را پیش‌بینی کرد.

اینکه موج دوم شیوع کووید۱۹ چه زمانی آغاز می‌شود، می‌توان بر اساس شیوع سارس، حدس‌هایی را در این باره زد. به کمک مطابقت الگوهای شیوع، در یکصد و دهمین روز پس از شیوع یعنی در دهه سوم اردیبهشت ماه، باید انتظار موج دوم بیماری را، اما با توان ۶۶ درصدی پیک حال حاضر(حداکثر ابتلای ۵۵ هزار بیمار جدید در هر روز) و ادامه یافتن آن به مدت ۱۰ روز، شاهد بود.