Aiemmin tänä keväänä Flagstaffin lääketieteellinen keskus ilmaisi kiireellisen tarpeen mallintaa viruksen leviämistä hätäsuunnittelua varten ja pyytääkseen riittävästi resursseja valtion ja liittovaltion viranomaisilta. "Luotettavat lähes reaaliaikaiset siirtoennusteiden kyberinfrastruktuurit ovat siksi elintärkeitä tehokkaan, tasapuolista terveydenhuoltoa Arizonan maaseutuväestölle tämän pandemiakriisin aikana, "Mihaljevic sanoi.
Maaliskuussa, Kansallinen tiedesäätiö (NSF) soitti kiireellisesti tutkijoille COVID-19:n ilmaantumisen ja leviämisen vuoksi, rohkaistaan tutkijoita käyttämään Rapid Response Research (RAPID) -rahoitusmekanismia viruksiin liittyvän tutkimuksen tukemiseen. Tuloksena, Mihaljevic haki ja sai 200 dollaria, 000 yhden vuoden apurahaa sairauksien mallinnusportaalin kehittämiseen yhteistyössä tietojenkäsittelytieteilijän ja SICCS-professorin Eck Doerryn sekä evoluutiobiologin ja SICCS-apulaisprofessorin Crystal Heppin kanssa, apulaisjohtaja, NAU:n Pathogen and Microbiome Institute. Yhteistyö yhdistää kolme keskeistä osaamisaluetta:Mihaljevic on taudin mallinnus; Doerry muuttaa uudet ideat erittäin käyttökelpoisiksi ohjelmistoratkaisuiksi; ja Hepp on evoluutiobiologi, joka keskittyy RNA -viruksen leviämiseen ja kansanterveystietojen analysointiin.
Doerryn kehittämän suojatun interaktiivisen verkkopohjaisen mallinnusportaalin avulla Mihaljevic voi hyödyntää viimeisimpiä raportoituja tapaustietoja paikallisilta terveysviranomaisilta ja suorittaa reaaliaikaisia malleja interaktiivisessa käyttöliittymässä, jonka avulla päättäjät voivat tutkia mahdollisia skenaarioita ja ennustettuja tuloksia.
Kaikissa neljässä maakunnassa, taudinaiheuttaja on kohtalaisen hallinnassa, vaikka alueellista vaihtelua on, joillakin populaatioilla on suurempi riski. Hidastamme virusta, mutta nyt haluamme ymmärtää, mitä tapahtuu, jos alamme poistaa käytössä olevat toimenpiteet, kuten sosiaalinen ja fyysinen etäisyys. Olet ehkä kuullut, että olemme saavuttaneet huippunsa. Taudinpurkauksissa, huippuja voi olla useita. Rajoitusten lieventäminen liian aikaisin voi merkitä useita sulkemisia. "
Joe Mihaljevic, Apulaisprofessori, Pohjois -Arizonan yliopiston tietotekniikan koulu, Tietokoneet, ja Cyber Systems
Esimerkiksi, jos kaikki rajoitukset poistettiin toukokuun alussa 45 päivän kotihoidon jälkeen, hänen mallinsa ennustaa toisen huippun, jossa on vähintään kolme kertaa enemmän sairaalakäyntejä kuin nykyinen määrä. "Voisimme nähdä yli 100 uutta sairaalakäyntiä päivässä, " hän sanoi.
Jos etäisyystoimenpiteitä jatketaan 31. toukokuuta asti, toisaalta, malli ennustaa pienemmän toisen puhkeamisen, kun rajoitukset poistetaan. "Kun 75 päivän interventiot ovat käytössä, toinen huippu Pohjois -Arizonassa voi olla hieman pienempi kuin ensimmäinen huippu, optimistisessa tilanteessa, "Mihaljevic sanoi.
"Lyhyesti, monet nykyisistä malleista, jotka on kehitetty hallitsemaan COVID-19-kriisiä, eivät todennäköisesti ole täysin riittäviä kuvaamaan taudinaiheuttajien leviämistä maaseudulla. Meillä on Flagstaffin kaltaisia kaupunkikeskuksia, jotka ovat todella sisäkkäin maaseutumaisemissa-metapopulaatio, jos haluat-yhteisöjen kanssa, jotka ovat hyvin erilaisia toisistaan. Pystymme seuraamaan sairaaloihin lähetettävien potilaiden määrää ja ymmärtämään, mitkä tilat ovat eniten stressaantuneita. "Mihaljevic sanoi.
Tietokonemalli perustuu tautien seurannan tietoihin, Yhdysvaltain väestönlaskentatoimiston ja terveyskeskusten tiedot, jotka seuraavat, kuinka monta sairaalan vuodepaikkaa on saatavilla kussakin läänissä. Mihaljevic sanoo, että osa apurahasta on hienorakeisen kartoituksen kehittämistä. "Oletetaan, että olet sairaala ja haluat ymmärtää, mitä alueellasi tapahtuu. Voit suodattaa tiedot ja ennusteet vain maakuntaasi tai sairaalajärjestelmääsi."
Hepp tekee tutkimuksessaan yhteistyötä erilaisten kansanterveyskumppaneiden kanssa. "Kun ymmärrämme vahvasti kansanterveyden raportointijärjestelmissä saatavilla olevat tiedot, yhdistettynä tietoisuuteen tietojen herkkyydestä, Minun panokseni on auttaa tunnistamaan, mitä tietoja tarvitaan tietokonemallin sisällyttämiseen. Emme tarvitse yksityisiä tietoja, kuten potilaan nimeä tai osoitetta, mutta voimme koota numerot mallin tietoon esimerkiksi postinumerojen, kun henkilö alkoi ensin sairastua ja kun otettiin nenäpyyhe taudin testaamiseksi. "
"Tavoitteenamme on kehittää verkkoinfrastruktuuri, verkkosovellus, joka auttaa meitä viestimään mallinnuksemme tuloksista kansanterveyden ja terveydenhuollon sidosryhmille, jotka voivat visuaalisesti vuorovaikutuksessa mallin kanssa ja manipuloida parametreja tutkiakseen näitä skenaarioita ja tehdäkseen tietoon perustuvia päätöksiä tietopohjaiseen kansanterveyssuunnitelmaan, "Mihaljevic sanoi.
Mihaljevic uskoo, että hänen tietokonemallintonsa auttaa myös valitsemaan virkamiehiä siitä, miten ja milloin fyysisen etäisyyden rajoitukset poistetaan ja yritykset ja julkiset tilat avataan uudelleen. "Tavoitteenamme on tarjota välitöntä kriittistä informaatiotukea nykyisen kriisin strategiselle hallinnalle, samalla kun kehitämme osaamistamme, työkaluja ja infrastruktuuria virtaviivaistamaan vastauksia tuleviin epidemioihin. "