Віртуальний вірус для смартфонів допоможе оцінити поширення COVID-19

Дослідники з Університету Квінсленда (Австралія), Університету Мельбурна (Австралія) і Массачусетського технологічного інституту (США) спільно розробили «віртуальний вірус». Він потенційно може бути використаний для більш точної оцінки поширення COVID-19, і скоротити проміжок між зараженням людей і отриманням діагнозу.

Рішення, яке отримало назву «Safe Blues», використовує технологію Bluetooth для передачі віртуальних «вірусоподібних ланцюжків» між мобільними пристроями. Safe Blues імітує поширення інфекції COVID-19 в режимі реального часу. Потім, за допомогою штучного інтелекту, Safe Blues порівнюють з останніми реальними даними про COVID-19.

«Ланцюжки Safe Blues» – це безпечні віртуальні «вірусоподібні» токени. Вони реагують на вказівки про соціальне дистанціювання так само, як і сам вірус. Однак вони поширюються через Bluetooth і вимірюються в інтернеті.

«Взаємозв’язок між кількістю ланцюжків і розвитком реальної епідемії може бути визначений за допомогою методів машинного навчання. Такі методи застосовуються для відкладеного вимірювання фактичної епідемії. Потім, це дозволяє використовувати дані про токени Safe Blues в режимі реального часу для оцінки поточної епідемії та її стану в найближчому майбутньому».

Дослідники заявили, що протоколи і методи програми були розроблені в експериментальний мінімально життєздатний продукт у формі додатку для Android-пристроїв із серверною частиною. Він дуже схожий на структуру для відстеження контактів зі збереженням конфіденційності, що була розроблена Apple та Google. Проте, дослідники заявили, що віртуальний вірус Safe Blues має абсолютно іншу мету. Додаток не записує і не зберігає інформацію про людей і їхню взаємодію з метою відображення конкретних контактів. Замість цього, дослідники кажуть, що інформацію, отриману за допомогою такого рішення, можна розглядати як непряму міру сукупної фізичної близькості.

«Поряд з ретроспективною інформацією про фактичні випадки, її можна використовувати для навчання складних моделей машинного навчання (МН) для оцінки числа заражень SARS-CoV-2 в залежності від поширеності ланцюжків Safe Blues. Інформація про ланцюжки Safe Blues в режимі реального часу, таким чином, забезпечується через прогнози МН та поточні оцінки рівнів зараження SARS-CoV-2 в найближчому майбутньому. Також може безпосередньо використовуватися для прийняття політичних рішень».