När nästa pandemi kommer – vilka ska man testa först?

2021-04-13 10:31  

Nu har forskare vid Göteborgs universitet tagit fram en matematisk modell som kan bidra till att snabbt hitta smitta bland befolkningen och därigenom bromsa smittspridningen vid pandemier. Nyckeln är att använda maskininlärning i stället för att utgå från en statisk modell.

– Särskilt i början av pandemier är det svårt att ta fram en modell för hur smittan sprids. Genom maskininlärning kan neurala nätverk göra det möjligt att ta fram ett effektivt underlag utan att ha information om själva modellen, säger Laura Natali till Ny Teknik.

Hon är doktorand i fysik vid Göteborgs universitet och huvudförfattare till en nyligen publicerad studie i tidskriften Machine Learning: Science and Technology.

Förutser vem som bör testas

I studien har hon och hennes kollegor tagit fram en metod för att förbättra teststrategierna vid epidemiska utbrott, och med relativt begränsad information kunna förutse vilka individer som är mest fördelaktiga att testa.

– När ett större utbrott har startat är det viktigt att snabbt och effektivt hitta smittade individer. Vid slumpvis testning är risken stor att det inte sker, men med en mer målinriktad teststrategi går det att hitta fler smittade individer och därmed få den kunskap som behövs för att minska smittspridningen, säger Laura Natali.

Läs mer: Matematiker: Ansvaret att undvika trängsel har helt lämnats till resenärer

I studien har forskarna simulerat ett epidemiskt utbrott, där information om de första bekräftade fallen används för att göra beräkningar av smitta i resten av befolkningen. Bland annat används data om de smittade individernas kontaktnät: vilka de har varit i nära kontakt med, var och under hur lång tid.

Laura Natali säger att detta skulle kunna ge möjlighet att enklare förutse om en viss åldersgrupp bör testas, eller om ett begränsat geografiskt område är i riskzonen – som en skola, en tätort eller ett visst kvarter.

Läs mer: ”Ta hjälp av ai för att få pollenmätningar i hela Sverige”

Den aktuella studien är en simulering och för att utveckla metoden ytterligare behövs testning med verkliga data. Frågan är dock hur väl upplägget skulle fungera för exempelvis covid-19?

– Det är svårt att ge ett svar på, eftersom det är stora utmaningar med att gå från simulering till verklighet. Vi har heller inte varit i kontakt med någon epidemiolog som skulle kunna ge oss ämnesspecifik kunskap. Modellen är dock relevant, men det krävs mycket mer arbete för att kunna använda den i praktiken, säger Laura Natali.

Anders Frick

Kommentarer

Välkommen att säga din mening på Ny Teknik.

Principen för våra regler är enkel: visa respekt för de personer vi skriver om och andra läsare som kommenterar artiklarna. Alla kommentarer modereras efter publiceringen av Ny Teknik eller av oss anlitad personal.

  Kommentarer

Debatt