[论文解读] Machine learning spatio-temporal epidemiological model to evaluate Germany-county-level COVID-19 risk

Lingxiao Wang, Tian Xu+4 more|arXiv (Cornell University)|Nov 30, 2020

COVID-19 epidemiological studies参考文献 22被引用 5

一句话总结

本文提出了一种结合机器学习与时空流行病学模型的CA-SUIR模型，将空间细胞自动机（CA）与时间SUIR（易感-未诊断-感染-移除）模型相结合，用于预测德国412个Landkreis县的COVID-19风险。该模型整合了实时感染数据与人员流动模式，可实现t天前的准确预测，并评估政策影响，预测显示若实施有效干预，2020年圣诞节期间的死亡人数可从34.5万例降至2.1万例以下。

ABSTRACT

As the COVID-19 pandemic continues to ravage the world, it is of critical significance to provide a timely risk prediction of the COVID-19 in multi-level. To implement it and evaluate the public health policies, we develop a framework with machine learning assisted to extract epidemic dynamics from the infection data, in which contains a county-level spatiotemporal epidemiological model that combines a spatial Cellular Automaton (CA) with a temporal Susceptible-Undiagnosed-Infected-Removed (SUIR) model. Compared with the existing time risk prediction models, the proposed CA-SUIR model shows the multi-level risk of the county to the government and coronavirus transmission patterns under different policies. This new toolbox is first utilized to the projection of the multi-level COVID-19 prevalence over 412 Landkreis (counties) in Germany, including t-day-ahead risk forecast and the risk assessment to the travel restriction policy. As a practical illustration, we predict the situation at Christmas where the worst fatalities are 34.5 thousand, effective policies could contain it to below 21 thousand. Such intervenable evaluation system could help decide on economic restarting and public health policies making in pandemic.

研究动机与目标

• 开发一种多层级（国家-州-县）的COVID-19风险预测模型，以支持疫情期间的公共卫生与经济政策决策。
• 通过整合德国各县之间的空间异质性与人口流动模式，弥补现有时域模型的局限性。
• 构建一个可干预的评估系统，模拟诸如旅行限制等政策对区域感染传播与死亡率的影响。
• 利用混合机器学习与流行病学建模框架，在县级层面实现准确的本地化预测。

提出的方法

• CA-SUIR模型将用于地理人口分布的空间细胞自动机（CA）与用于模拟412个德国县感染动态的时间SUIR模型相结合。
• SUIR模型使用微分方程追踪易感者、未诊断者、感染者与移除者的人群数量，其解通过指数拟合近似，以实现参数估计。
• 使用归一化的感染地图对Conv2LSTM神经网络进行训练，以学习时空模式，包含64×4卷积层、最大池化层，以及256个LSTM单元用于序列建模。
• 模型采用时间分布式卷积结构，随后进行展平与全连接层处理，激活函数使用ReLU与Sigmoid，以预测未来的感染状态。
• 在大规模易感人群假设下，对简化SUIR系统进行参数拟合，重点关注可识别的组合参数，如σU₀与c*。
• 通过将模拟的感染地图与2020年3月的真实RKI数据对比，对模型进行验证，结果显示累积病例分布具有高度一致性。

实验结果

研究问题

• RQ1 混合机器学习与流行病学模型在多大程度上能准确预测德国县级层面的COVID-19流行程度？
• RQ2 在2020年冬季疫情波峰期间，旅行限制政策对德国各县感染与死亡人数的预测影响如何？
• RQ3 空间人口分布与人员流动模式在县级层面对SARS-CoV-2传播有何影响？
• RQ4 CA-SUIR模型是否能优于传统仅依赖时间的模型，更准确捕捉多层级时空传播动态？
• RQ5 机器学习在多大程度上可提升复杂、异质性流行病系统的校准与预测能力？

主要发现

• CA-SUIR模型在2020年3月与真实RKI感染数据高度一致，验证了其模拟现实传播模式的能力。
• 模型预测，若无有效干预，2020年圣诞节期间德国各县的死亡人数可能高达34,500例。
• 若实施有效的公共卫生政策，模型预测死亡人数可控制在21,000例以下，凸显了政策模拟的价值。
• Conv2LSTM模型在训练过程中表现出递减的均方误差（MSE）损失与递增的R²，表明其与真实数据具有强预测相关性。
• 模型参数拟合结果表明，仅能识别如σU₀与c*等组合参数，凸显了对单个参数估计的固有不确定性。
• 该框架支持县级层面的t天前风险预测与政策影响评估，有助于支持本地化决策。