[論文レビュー] The Effects of Air Quality on the Spread of the COVID-19 Pandemic in Italy: An Artificial Intelligence Approach

Andrea Loreggia, Anna Passarelli+1 more|arXiv (Cornell University)|Apr 9, 2021

COVID-19 diagnosis using AIMedicine被引用数 1

ひとこと要約

本研究では、環境データを用いた機械学習モデルを用いて、イタリアにおける空気質が新型コロナウイルス感染症の広がりに与える影響を調査している。温度およびオゾンは新規症例と負の相関を示す一方、PM10およびNO2は正の相関を示し、予測モデルは新規感染の予測において高い正確性を達成した。

ABSTRACT

The COVID-19 pandemic considerably affects public health systems around the world. The lack of knowledge about the virus, the extension of this phenomenon, and the speed of the evolution of the infection are all factors that highlight the necessity of employing new approaches to study these events. Artificial intelligence techniques may be useful in analyzing data related to areas affected by the virus. The aim of this work is to investigate any possible relationships between air quality and confirmed cases of COVID-19 in Italian districts. Specifically, we report an analysis of the correlation between daily COVID-19 cases and environmental factors, such as temperature, relative humidity, and atmospheric pollutants. Our analysis confirms a significant association of some environmental parameters with the spread of the virus. This suggests that machine learning models trained on the environmental parameters to predict the number of future infected cases may be accurate. Predictive models may be useful for helping institutions in making decisions for protecting the population and contrasting the pandemic.

研究の動機と目的

• イタリアの地方における空気質パラメータと新型コロナウイルス感染症の日次感染拡大との関係を調査すること。
• 環境データを用いた機械学習モデルが、日次新規症例を正確に予測できるかどうかを評価すること。
• 予測性能を評価し、異なる教師あり機械学習モデルがパンデミックの動向を予測する際の性能を比較すること。
• 公衆衛生機関がパンデミック期に意思決定を支援するデータドリブンなツールを提供すること。

提案手法

• 毎日の確認済み新型コロナウイルス感染症症例と環境要因（気温、相対湿度、PM10、NO2、オゾン）との間の相互相関分析を実施した。
• 選定されたイタリア地方の感染症および空気質に関する日次データを、オープンソースおよび公式出典から収集・前処理した。
• 日次新規症例を予測するため、線形回帰、ランダムフォレスト、XGBoostという3つの教師あり機械学習モデルを訓練・比較した。
• 2020年3月から10月までの時系列データを用い、ミラノを含む地域差に特に注目した。
• 決定係数および平均絶対誤差などの指標を用いてモデルの性能を評価した。
• 特徴量の重要度分析を実施し、最も影響力のある環境予測要因を特定した。

実験結果

リサーチクエスチョン

• RQ1 イタリアにおける空気質パラメータと日次確認症例数との間に、統計的に有意な相関が存在するか？
• RQ2 環境データを学習に用いた機械学習モデルが、将来の日次症例数を正確に予測できるか？
• RQ3 気温、湿度、PM10、NO2、オゾンのうち、感染率と最も強い予測的関係を示す要因はどれか？
• RQ4 異なる機械学習モデルは、環境要因のみを入力として用いた場合、パンデミックの推移を予測する上でどのように性能を発揮するか？

主な発見

• 気温およびオゾン濃度は、日次確認症例と有意に負の相関を示し、高い値が感染数の減少と関連している可能性を示唆している。
• 微粒子状態物質（PM10）および二酸化窒素（NO2）は、新規症例と正の相関を示しており、汚染度が高いほど感染拡大が顕著になる可能性があることを示している。
• ランダムフォレストモデルが、テストした3つのモデルの中で予測精度が最も高く、ミラノ地域では決定係数が0.85以上を記録した。
• XGBoostモデルは、決定係数および平均絶対誤差の両指標において線形回帰を上回り、非線形モデリングの価値を示している。
• モデルは、イタリアの異なる地方で一貫した性能を示しており、地域への適応可能性が示唆された。
• 本研究では、環境要因が症例トレンドに影響を及げる際に数日分の遅れがある可能性のある診断遅延期間を同定した。