Epidemien und akute respiratorische Erkranunkungen
Epidemien und akute respiratorische Erkrankungen
Im Zuge der COVID-19-Pandemie wurde die Notwendigkeit deutlich, zuverlässige und präzise Informationen zur Verfügung zu stellen, um die Auswirkungen auf die Gesellschaft zu mildern und eine bessere Planung zu ermöglichen. In enger Zusammenarbeit zwischen dem Robert Koch-Institut (RKI), dem Hasso-Plattner-Institut (HPI), dem Heinrich-Hertz-Institut (HHI) und Net Check werden verschiedene Methoden des maschinellen Lernens, wie graphische neuronale Netze (GNNs), LSTMs, klassische Algorithmen (SIR-Modell) und Zeitreihenmodelle für den Einsatz bei Epidemien erprobt. Mit den verschiedenen Modellen werden sowohl Fallzahlen als auch Trends vorhergesagt.
Ein einfaches Zeitreihenmodell basierend auf Infektions- und Kontaktdaten ist unter diesem Link (https://contactindex.netcheck.de/) zu finden. Über eine vom RKI erstellte öffentlich zugängliche Benchmarking-Plattform (LINK noch nicht vorhanden) werden die verschiedenen Modelle evaluiert. Diese Plattform ermöglicht es auch externen Forschern, ihre eigenen Vorhersagemodelle hochzuladen und zu vergleichen.
Für das Training der Modelle werden verschiedene Datenquellen integriert, darunter:
• Infektionsdaten
• Wetterdaten
• Soziodemographische Daten
• Daten aus sozialen Netzwerken
• Verkehrsdaten
• Net Checks Kontaktindex (link, kein text bekommen)
• Net Checks Bewegungsdaten (link, kein text bekommen)
• Immunitätsindex
Der Immunitätsindex wird basierend auf offiziellen Zahlen zu Impfungen und Erkrankungen berechnet, wobei die nachlassende Immunität über die Zeit berücksichtigt wird. Zusätzlich werden ODE-Simulationen zur Erstellung synthetischer Daten entwickelt, die ein Pre-Training der maschinellen Modelle und eine einfache Auswertung der verschiedenen Modelle ermöglichen.
Neben den Vorhersagen liegt ein weiterer Schwerpunkt auf der Erklärbarkeit und Bestimmung der Unsicherheiten in den verschiedenen Modellen. Dies dient einerseits zur Validierung, ob das Modell pandemierelevante Informationen erlernt, und andererseits zum Erkenntnisgewinn über Pandemiemechanismen und Ausbreitungswege.
Diese Arbeiten zur Covid19-Pandmie werden in einem zweiten Schritt übertragen auf Vorhersagen über respiratorischen Erkrankungen basierend auf den in Deutschland bestehenden Surveillance Systemen. Des Weiteren werden maschinelle Zeitreihen-Modelle trainiert um den Krankenstand Unternehmens-spezifisch und für Bundesländer vorherzusagen.