[論文レビュー] From plague to coronavirus: On the value of ship traffic data for epidemic modeling

Katherine Hoffmann Pham, Miguel Luengo-Oroz|arXiv (Cornell University)|Mar 4, 2020

Maritime Navigation and Safety参考文献 5被引用数 10

ひとこと要約

本稿では、自動識別システム（AIS）からの船舶交通データを疫病モデルに統合することで、特に港町や島国における感染症のインポートリスク評価を改善することを提案している。リアルタイムおよび歴史的AISデータを分析することで、特にクルーズ船や貨物船を含む海上ルートが、2020年の新型コロナウイルスパンデミックや2017年のマダガスカルプラウドの発生時のように、感染症の拡散に顕著な寄与をしていることが示された。

ABSTRACT

In addition to moving people and goods, ships can spread disease. Ship traffic may complement air traffic as a source of import risk, and cruise ships - with large passenger volumes and multiple stops - are potential hotspots, in particular for diseases with long incubation periods. Vessel trajectory data from ship Automatic Identification Systems (AIS) is available online and it is possible to extract and analyze this data. We illustrate this in the case of the current coronavirus epidemic, in which hundreds of infected individuals have traveled in ships captured in the AIS dataset. This real time and historical data should be included in epidemiological models of disease to inform the corresponding operational response.

研究の動機と目的

• 航空交通データと比較してしばしば無視されがちな海路交通データを疫病モデルに組み込むことで、疫病モデリングにおけるギャップを埋めること。
• 特にクルーズ船や貨物船のような高乗客数および長距離航行路線を持つ船舶が、長期間の潜伏期間や無症状感染を伴う疾患の伝播に顕著な媒介者として機能しうることを示すこと。
• リアルタイムおよび歴史的AISデータを用いた、海上輸送による感染症拡散の追跡可能性と価値を評価すること。
• 特に潜伏期間が長く、無症状感染が広がりやすい疾患において、船舶交通が世界規模での疾病伝播に果たす役割を強調すること。
• 公衆衛生の準備体制を強化するために、既存の疫病モデリングフレームワークに船舶の出発地・目的地マトリクスを統合するよう提言すること。

提案手法

• 国連グローバルプラットフォームから取得したリアルタイムおよび歴史的AISデータを用い、位置、速度、コース、船舶種別、識別子を含む船舶の軌道を抽出した。
• マダガスカルやカナリア諸島の港を訪問した船舶の出発地・目的地マトリクスを構築し、潜在的な伝播ルートをマップ化した。
• 2020年1月8日から21日にかけて、武漢から50km圏内で速度が2ノット未満の船舶を特定することで、河川・沿岸輸送による感染症の輸出ルートを同定した。
• MS Westerdamやダイヤモンド・プリンセス号のクルーズ船を含む具体的な事例分析を行い、歴史的AISトレースを用いて移動経路を再構築し、アウトブレイクリスクを評価した。
• AISデータと疫学的データを統合することで、特に島国や河川都市における海上輸送による感染症拡散の可能性を評価した。
• 乗客および乗務員の定員情報で船舶データを拡張し、高乗客数の船舶における感染リスクを評価した。

実験結果

リサーチクエスチョン

• RQ1 AISデータを活用することで、航空交通モデルでは無視されがちな海上伝播ルートを捉えることにより、疫病リスクモデリングの精度がどの程度向上するか？
• RQ2 特にクルーズ船や貨物船の船舶交通パターンは、長期間の潜伏期間を有する疾患の国際的拡散にどのように寄与するか？
• RQ3 海上交通は、カナリア諸島やマダガスカルのような島国や港町における疾患のインポートに、どのような役割を果たすか？
• RQ4 リアルタイムAISデータは、新興感染症アウトブレイク発生時における運用的公衆衛生対応を支援するために利用可能か？
• RQ5 航空機輸送のみに依存するモデルと比較して、船舶輸送による伝播ルートを組み込むことで、感染症拡散の予測パターンはどのように変化するか？

主な発見

• 2020年1月8日から21日にかけて、武漢から50km圏内で低速航行していた船舶は合計1,107隻に上り、河川・沿岸輸送ルートによる感染症の輸出が懸念された。
• 2017年のマダガスカルプラウド発生時、マダガスカルの港から出航した船舶は56か国に到着しており、ヨーロッパ、アフリカ、アジアの国々を含んでおり、広範な伝播可能性を示した。
• 2017年11月にマダガスカルを訪問したクルーズ船は6隻に上り、1隻あたり1,200人以上の乗客・乗務員を乗せ、複数の国際的港を訪問しており、感染リスクの高い接触ポイントを形成した。
• MS Westerdam号は2,257人の乗客・乗務員を乗せていたが、新型コロナウイルス懸念から複数の港で入港を拒否された。そのAIS軌道は、潜在的な拡散経路の追跡に使用された。
• ダイヤモンド・プリンセス号は日本で隔離措置をとられたが、621件の確定感染例が確認され、閉鎖空間内での船舶による感染リスクの高さが裏付けられた。
• AISデータから、カナリア諸島を通過した船舶がスペイン、イギリス、モロッコを含む56か国と関連していることが判明し、フェリー交通が感染症のインポートに果たす役割が浮き彫りになった。