[논문 리뷰] Forecasting and evaluating intervention of Covid-19 in the World

Zixin Hu, Qiyang Ge외 4명|arXiv (Cornell University)|2020. 03. 22.

COVID-19 epidemiological studies참고 문헌 9인용 수 25

한 줄 요약

이 연구는 WHO 감시 데이터를 기반으로 2020년 3월 16일까지의 글로벌 코로나19 전파 역학을 예측하고 평가하기 위해 인공지능 기반으로 개선된 오토인코더 모델을 개발한다. 결과적으로 공중보건 조치를 한 달 늦추면 누적 환자 수의 피크가 166.89배 증가하고 사망자 수가 53,560명에서 8,900만 명으로 증가함을 보여주며, 참담한 결과를 방지하기 위해 즉각적인 조치가 필수적임을 시사한다.

ABSTRACT

When the Covid-19 pandemic enters dangerous new phase, whether and when to take aggressive public health interventions to slow down the spread of COVID-19. To develop the artificial intelligence (AI) inspired methods for real-time forecasting and evaluating intervention strategies to curb the spread of Covid-19 in the World. A modified auto-encoder for modeling the transmission dynamics of the epidemics is developed and applied to the surveillance data of cumulative and new Covid-19 cases and deaths from WHO, as of March 16, 2020. The average errors of 5-step forecasting were 2.5%. The total peak number of cumulative cases and new cases, and the maximum number of cumulative cases in the world with later intervention (comprehensive public health intervention is implemented 4 weeks later) could reach 75,249,909, 10,086,085, and 255,392,154, respectively. The case ending time was January 10, 2021. However, the total peak number of cumulative cases and new cases and the maximum number of cumulative cases in the world with one week later intervention were reduced to 951,799, 108,853 and 1,530,276, respectively. Duration time of the Covid-19 spread would be reduced from 356 days to 232 days. The case ending time was September 8, 2020. We observed that delaying intervention for one month caused the maximum number of cumulative cases to increase 166.89 times, and the number of deaths increase from 53,560 to 8,938,725. We will face disastrous consequences if immediate action to intervene is not taken.

연구 동기 및 목표

• AI 기반 방법을 활용하여 글로벌 코로나19 전파의 실시간 예측 및 간병 평가 도구를 개발하기 위해.
• 2020년 3월 16일 기준 WHO에서 제공한 누적 및 신규 확진자/사망자 수를 활용하여 SARS-CoV-2의 전파 역학을 모델링하기 위해.
• 공중보건 조치의 지연이 패닉의 피크, 지속 기간 및 사망률에 미치는 영향을 평가하기 위해.
• 종합적인 조치를 한 달간 유예할 경우 초래하는 결과를 정량화하기 위해.
• 패an데믹의 심각성을 완화하기 위해 즉각적인 공중보건 조치를 촉구할 근거를 제공하기 위해.

제안 방법

• 전염병의 비선형 전파 역학을 모델링하기 위해 수정된 오토인코더 아키텍처를 설계하였다.
• 2020년 3월 16일까지 WHO에서 보고한 누적 및 신규 확진자 수와 사망자 수를 기반으로 모델을 훈련시켰다.
• 예측 정확도와 간병 영향을 평가하기 위해 5단계 전망 예측을 수행하였다.
• 공중보건 조치를 일주일 및 4주간 유예함으로써 간병 시나리오를 시뮬레이션하였다.
• 모델의 출력에는 다양한 간병 시점에 따른 피크 누적 및 신규 확진자 수, 전파 지속 기간, 환자 수 종료 시점 등이 포함된다.
• 오차 분석 결과, 5단계 전망 예측의 평균 예측 오차는 2.5%였다.

실험 결과

연구 질문

• RQ1 수정된 오토인코더는 글로벌 코로나19 확진자 및 사망자 추세를 예측하는 데 얼마나 효과적인가?
• RQ2 간병이 지연될 경우 패닉의 피크 수치와 패안데믹 지속 기간은 어떻게 예상되는가?
• RQ3 종합적인 공중보건 조치를 한 달간 유예하면 누적 환자 수의 최대치는 어떻게 영향을 받는가?
• RQ4 간병이 지연될 경우 총 사망자 수는 얼마나 증가하는가?
• RQ5 조기 간병은 패안데믹의 피크 부담과 지속 기간을 얼마나 줄일 수 있는가?

주요 결과

• 종합적인 공중보건 조치를 한 달간 유예하면 누적 환자 수의 최대치가 1.5백만 명에서 2억 5,540만 명으로 166.89배 증가한다.
• 신규 확진자 수의 총 피크는 일주일 지연 시 108,853명에서 4주 지연 시 10,086,085명으로 증가한다.
• 패안데믹 지속 기간은 일주일 지연 시 232일에서 4주 지연 시 356일로 연장된다.
• 환자 수 종료 시점은 일주일 지연 시 2020년 9월 8일에서 4주 지연 시 2021년 1월 10일로 이주된다.
• 간병을 한 달간 유예할 경우 총 사망자 수는 53,560명에서 8,938,725명으로 증가한다.
• 모델은 글로벌 확진자 추세에 대한 5단계 전망 예측에서 평균 2.5%의 오차를 기록하였다.