17. August 2022 – Tapio Schneider ist Klimawissenschaftler, seine Frau Maschinenbauingenieurin. In vielerlei Hinsicht waren sie wie viele andere Familien, die von COVID betroffen waren: zwei kleine Kinder, die nicht zur Schule gingen, und endlose Zoom-Meetings von zu Hause aus. Aber die beiden backten während des Lockdowns nicht nur Sauerteigbrot und machten Spaziergänge: Sie überlegten, wie sie mit ihrem Fachwissen helfen könnten.
„Wir haben uns wie alle anderen zu Hause versteckt und darüber gesprochen, wie Isolation oder Lockdowns vermieden werden könnten“, erinnert sich Schneider, Professor für Umweltwissenschaften und -technik am California Institute of Technology und leitender Forschungswissenschaftler am Jet Propulsion Laboratory der NASA.
Zu dieser Zeit waren Lockdowns die einzige bekannte Möglichkeit, das Virus zu kontrollieren, aber Schneider war der Meinung, dass sie nicht gut funktionierten.
„Auch auf dem Höhepunkt der Pandemie 1 oder 2 % der Bevölkerung waren tatsächlich infektiös,” er sagt. „Achtundneunzig Prozent müssten sich nicht isolieren.“ Aber das Problem bestand darin, herauszufinden, wer diese ansteckenden Menschen waren.
Dann traf es ihn: Was wäre, wenn er mit derselben Technologie, die Wetter-Apps verwenden, eine COVID-„Vorhersage“ erstellen könnte?
Schneiders Frau, die auch Caltech-Professorin ist, untersuchte Körpertemperatursensoren. Vielleicht, so argumentierten sie, könnten Daten von ähnlichen Geräten mit COVID-Testdaten kombiniert werden, um die Wahrscheinlichkeit einer Person, sich mit dem Virus zu infizieren, vorherzusagen. Senden Sie diese Daten an eine App, und jeder Benutzer könnte sein eigenes personalisiertes Risiko direkt auf sein Smartphone übertragen bekommen.
Aus diesem Samen einer Idee wurde ein studieren in PLOS Computational Biology. Schneider hat sich mit einem globalen Team zusammengetan – darunter ein Computerwissenschaftler aus Deutschland und ein Krankheitsmodellierer von der Columbia University in New York City – um herauszufinden, ob eine App wie diese helfen könnte, eine Pandemie wie COVID zu kontrollieren. Und die Ergebnisse sind vielversprechend.
Wie eine COVID-Prognose-App funktioniert
Wenn Sie jemals eine Wetter-App verwendet haben, ist Ihnen wahrscheinlich aufgefallen, dass die Wochenendvorhersage am Montag ganz anders aussehen kann als am Freitag. Und das liegt nicht daran, dass die Meteorologen nicht wüssten, was sie tun: Es spiegelt die riesige Datenflut wider, die ständig importiert wird und die Genauigkeit der Vorhersage erhöht, je näher das tatsächliche Datum rückt.
Alle 12 Stunden führen Wetter-Apps eine Analyse durch. Der erste Schritt erfasst den atmosphärischen Zustand richtig jetzt – Dinge wie Temperatur, Luftfeuchtigkeit und Windgeschwindigkeit, gemessen von Quellen wie Wetterstationen und Satelliten. Diese Informationen werden mit der Vorhersage von 12 Stunden zuvor gemischt und dann in ein atmosphärisches Modell eingesteckt. Ein Algorithmus sagt voraus, wie die Bedingungen in weiteren 12 Stunden sein werden, die Wetter-App wird aktualisiert, und einen halben Tag später wiederholt sich der Zyklus.
Stellen Sie sich eine App vor, die eine ähnliche Methode verwendet, außer dass sie COVID-Daten in ein Krankheitsverfolgungsmodell einfügt und den Weg von gefährdet, exponiert, infektiös und schließlich genesen, ins Krankenhaus eingeliefert oder verstorben, aufzeichnet. Die Daten würden das Offensichtliche umfassen – Ergebnisse von Schnelltests und Antigentests, selbstberichtete Symptome – sowie das Unerwartetere, wie Daten von Smartphones und die Menge an Viren im lokalen Abwasser, die sich schnell zu einem wertvollen Instrument zur Vorhersage von COVID-Ausbrüchen entwickeln .
„Entscheidend ist, dass dies personenspezifisch ist“, erklärt Schneider. Die App würde nicht nur den Prozentsatz der Menschen in Ihrer Stadt vorhersagen, die infiziert sind; vielmehr würde es bewerten dein einzigartiges Risiko, sich mit dem Virus zu infizieren, basierend auf den Daten, die Ihr Bluetooth-fähiges Gerät aufnimmt.
Bestehende Benachrichtigungs-Apps, die in Europa und Asien häufiger verwendet werden als in den USA, pingen Sie an, nachdem Sie dem Virus ausgesetzt waren, aber sie aktualisieren Sie nicht zwischen den Warnungen. Schneider stellt sich vor, die Daten, die diese Apps verwenden, effizienter zu nutzen, auf andere Datenquellen zurückzugreifen, eine regelmäßig aktualisierte Infektiositätsprognose bereitzustellen und Ihnen zu raten, sich nach einer wahrscheinlichen Exposition selbst zu isolieren.
Wie effektiv wäre die App?
In der Studie schufen Schneider und sein Team eine Simulationsstadt, die New York City in den frühen Stadien der Pandemie nachahmen sollte. Dieses Datennetz umfasste Tausende von Schnittpunkten, die jeweils eine Person repräsentierten – einige mit vielen täglichen Interaktionen, andere mit wenigen. Jedem wurde ein Alter zugewiesen, da das Alter den Weg beeinflusst, den COVID nimmt.
Was ihre Simulationen ergaben: Wenn 75 % der Menschen eine COVID-Prognose-App verwenden und sich wie empfohlen selbst isolieren würden, könnte die Pandemie effektiv kontrolliert werden – solange die diagnostischen Testraten hoch sind.
„Es ist genauso effektiv wie ein Lockdown, nur dass sich zu einem bestimmten Zeitpunkt nur ein kleiner Teil der Bevölkerung isoliert“, sagt Schneider und stellt fest, dass in diesem Fall ein „kleiner Teil“ etwa 10% der Bevölkerung ausmacht. „Die meisten Menschen könnten ihrem Leben normal nachgehen.“
Aber wie die schleppenden COVID-Impfraten gezeigt haben, könnte eine nahezu universelle Compliance ein Ziel sein, das nicht erreicht werden kann.
Eine weitere potenzielle Herausforderung: die Überwindung von Datenschutzbedenken, obwohl die Daten anonymisiert würden. Beginnend mit kleineren Gemeinschaften, wie College-Campus oder Arbeitsplätzen, könnte eine breitere Akzeptanz gefördert werden, sagt Schneider, da die Menschen den Vorteil sehen, ihre Daten zu teilen. Jüngere Menschen scheinen sich wohler mit der Offenlegung von Gesundheitsinformationen zu fühlen, was bedeutet, dass sie möglicherweise eher bereit sind, eine solche App zu verwenden, insbesondere wenn sie einen weiteren Lockdown abwehren könnte.
Die Zukunft der Nachverfolgung von Infektionskrankheiten: Jede Person stärken
Die mathematische Modellierung von Infektionskrankheiten ist nichts Neues. Während der H1N1-Pandemie (Schweinegrippe) im Jahr 2009 nutzte die CDC Daten aus mehreren Quellen, um die Ausbreitung der Grippe zu verlangsamen. Während des Zika-Anstiegs von 2016 bis 2017 half die Modellierung den Forschern, die Verbindung zwischen dem Virus und Mikrozephalie oder einem Zustand, bei dem der Kopf eines Babys viel kleiner als normal ist, frühzeitig zu identifizieren. Tatsächlich waren mathematische Vorhersagen für alles nützlich, von der Grippe bis zu HIV, so ein Zeitschriftenartikel aus dem Jahr 2022 inKlinische Infektionskrankheiten.
Dann kam COVID-19 – die schlimmste Pandemie in der Geschichte der USA, die eine neue Ebene der Zahlenverarbeitung erforderte.
In Zusammenarbeit mit der University of Massachusetts in Amherst erstellte die CDC The Hub, ein Datenarchiv, das mehrere unabhängige Prognosen zusammenführte, um COVID-Fälle, Krankenhausaufenthalte und Todesfälle vorherzusagen. Dieses gewaltige Unterfangen trug nicht nur dazu bei, die öffentliche Ordnung zu informieren – es zeigte auch, wie wichtig eine schnelle Kontaktverfolgung ist: Wenn die Identifizierung enger Kontakte mehr als 6½ Tage nach der Aufdeckung dauerte, war es ziemlich nutzlos.
Schneider wiederholt diese Besorgnis mit dem, was einst gepriesen wurde das Methode zur COVID-Kontrolle. In den App-basierten Prognosesimulationen seines Teams „reduzieren Sie die Sterblichkeitsraten um den Faktor 2 bis 4, nur weil Sie mehr Menschen identifizieren, die wahrscheinlich infektiös sind, als Sie es durch Tests, Rückverfolgung und Isolierung tun würden“, sagt er. Die Kontaktnachverfolgung ist aufgrund der hohen Übertragungsrate ohne Symptome und der kurzen Latenzzeit des Virus nur begrenzt in der Lage, die Ausbreitung von COVID zu kontrollieren. Durch die Kombination mehrerer Datenquellen mit einem Modell der Krankheitsübertragung werden Sie effizienter.
„Sie wissen, wie es sich über das Netzwerk ausbreitet“, sagt Schneider. „Und sobald Sie das eingebaut haben, erhalten Sie eine effektivere Kontrolle über die Epidemie.“
Die Anwendung dieses mathematischen Ansatzes auf Einzelpersonen – und nicht auf ganze Populationen – ist die wahre Innovation in Schneiders Vision. In der Vergangenheit konnten wir beispielsweise die Chance vorhersagen, eine ansteckende Person in ganz New York City zu finden. Aber die App, die Schneider zu entwickeln hofft, würde die einzigartige Chance der Infektiosität für jeden Benutzer bestimmen. Das gibt die Macht, fundierte Entscheidungen zu treffen – Gehe ich heute Abend aus? Isoliere ich mich selbst? – direkter in jedermanns Händen.
„Wir haben hier eine Technologie, die zum Management von Epidemien führen und sie sogar ganz eindämmen kann, wenn sie weit genug angenommen und mit Tests kombiniert wird“, sagt Schneider, „und das ist genauso effektiv wie unsere Sperren, ohne viel davon isolieren zu müssen die Bevölkerung.”
Diese Innovation könnte helfen, Infektionskrankheiten wie die Grippe aufzuspüren oder sogar das nächste COVID einzudämmen, sagt Schneider.
„Sie wollen Epidemien kontrollieren, Sie wollen Krankheiten und Leiden minimieren“, sagt er. „Gleichzeitig möchten Sie wirtschaftliche Störungen und Störungen des Lebens und der Schulbildung minimieren. Die Hoffnung ist, dass Sie mit digitalen Mitteln wie den von uns skizzierten diese beiden Ziele erreichen können.“