2020-ci ilin ilk aylarında maraqlı bir hadisə baş verdi. Dünyanın hər yerində hökumətin brifinqlərində və qəzet başlıqlarında yeni növ nömrələr görünməyə başladı. Bunlar təkcə halların sayı və ya xəstəxanaya müraciətlər deyildi. Onlar proqnozlar idi – gələcəyə dair həftələrlə tərtib edilmiş əyrilər, COVID-19 dalğasının nə vaxt baş verəcəyini, nə qədər ICU çarpayısına ehtiyacımız olduğunu və nə qədər tez yenidən təhlükəsiz olacağımızı söyləyən qrafiklər. Modellər gəldi.

Və sonra yavaş-yavaş başqa bir şey oldu. Proqnozlar tam özünü doğrultmadı. Bəzi modellər ən pisin arxada qaldığını söylədi – yalnız həftələr sonra səhv olduğunu sübut etmək üçün. Digərləri heç vaxt gəlməyən dağıntıları proqnozlaşdırdılar. Bir vaxtlar elmin aydınlığı ilə yüksələn ictimai etimad sarsılmağa başladı. Sakitcə, sonra yüksək səslə hamı eyni sualı verdi: “Nə oldu?”

Preprints.org-da yayımlanan yeni araşdırmamızda biz buna cavab verməyə və irəliyə doğru yol xəritəsi təklif etməyə çalışdıq. İşimiz MIDAS Şəbəkəsində diqqəti cəlb etdi və burada yoluxucu xəstəliklərin modelləşdirilməsi üzrə mütəxəssislərlə rezonans doğurdu. MIDAS infeksion xəstəliklərin dinamikasını başa düşmək üçün hesablama, statistik və riyazi modelləri işləyib hazırlayan və istifadə edən alim və praktiklərin qlobal şəbəkəsidir.

İddia edirik ki, uğursuzluq pis niyyət və ya anlayışın olmaması ilə bağlı deyildi. Bunun əvəzinə, modelləşdirmə ekosistemini əhatə edən struktur və mədəni çatışmazlıqların nəticəsi idi. COVID-19 pandemiyası, bir növ, qırıq ayaqlarla dolu bir dünya idi. Əvvəlki araşdırma , məsələn, ABŞ-ın CDC COVID-19 proqnozlaşdırma modellərinin çoxunun sadə trend xətlərindən daha yaxşı performans göstərmədiyini aşkar etdi. Onların üçdə ikisi əsas statik proqnozu üstələyə bilməyib.

Qlobal fövqəladə vəziyyətin ortasında biz kritik qərarları bir çox hallarda əsas cədvəldən daha dəqiq olmayan modellərə həvalə etdik. Ancaq burada bir tutum var: Modellər uğursuz olmadı, çünki insanlar kifayət qədər ağıllı deyildilər. Ətrafdakı sistem pozulduğu üçün uğursuz oldular.

Əsl problem riyaziyyat deyildi. Data idi

Bir hesablama modelçisi kimi öyrəndiyiniz ilk şeylərdən biri “zibil içəri, çöp atmaq” ifadəsidir. Məlumatlarınız qüsurludursa, proqnozlarınız da olacaq. COVID-19 zamanı nömrələr səhv bildirildi, gecikdirildi və ya səhv etiketləndi. Mənbələrə geniş etibar edilən bir çoxları ümumi qəbuldan daha çox cari qəbul haqqında məlumat verdilər – statistik qeyri-mümkündür. Test məlumatları əskik idi, ölüm qeydləri uyğun deyildi və viral tökülmə qrafikləri natamam idi.

Virusla bağlı əsas faktlar – insanların nə qədər yoluxucu qalması, neçəsinin ölməsi – hələ də qeyri-səlis aylar keçdiyi halda, onu necə modelləşdirirsiniz? Təsəvvür edin ki, gözləri bağlı halda yalnız uzaqdan gələn ayaq səslərinin boğuq səslərindən istifadə edərək şəhərin xəritəsini çəkməyə çalışırsınız. Bu, 2020-ci ildə pandemiya modelləşdirməsi idi.

Modellər mübahisə etsinlər: Ansamblları qucaqlamaq

Lakin məhdud məlumatlar olsa belə, modellər fərqli şəkildə çərçivəyə salınsa və istifadə edilsə, daha yaxşı qərarlar qəbul edilə bilərdi. Müəlliflərdən biri, Jacob Barhak, tək bir modelin gələcəyi dəqiqliklə proqnozlaşdıracağını gözləmək əvəzinə, ansambl texnikalarından istifadə edərək Xəstəliyin İrəliləmə Referans Modeli ilə gəldi – tək mükəmməl proqnoz deyil, bir ansambl, hər biri öz fərziyyələri, güclü tərəfləri və çatışmazlıqları ilə paralel işləyən modellər izdihamı. İdeya sadə idi: modellər mübahisə etsinlər, rəqabət aparsınlar və əməkdaşlıq etsinlər.

Elmdən səs-küyə: Etibar necə itirildi

Ən güclü nəticəmiz budur ki, əsl uğursuzluq təkcə texniki deyil, mədəni idi. Modellər qismən uğursuz oldu, çünki onlar hökumətlər, media və hətta elm adamları tərəfindən səhv başa düşüldülər.

Proqnozları aydınlıq gətirəcəkləri fərziyyəsi ilə ictimaiyyətə təqdim etdik . Ancaq tez-tez çaşqınlıq gətirirdilər. Modellərə müjdə kimi baxılır, sonra çatdırılmadıqda atılırdı. Güvən kövrək bir şeydir. Və bir dəfə xarab olsa, heç bir model onu təmir edə bilməz.

Yeni bir hazırlıq növü?

Bundan sonra ehtiyacımız olan daha yaxşı bir model deyil. Modellik ətrafında daha yaxşı bir mədəniyyətdir. Birincisi, biz ştatlar və qraflıqlar üzrə məlumatların toplanmasını standartlaşdırmalıyıq. İkincisi, əsas epidemioloji parametrlər – yoluxuculuq əyriləri, ötürülmə sürətləri və ölüm profilləri – erkən təxmin edilməli və dərc edilməlidir. Üçüncüsü, fərziyyələri sınaqdan keçirmək və yeniləmək üçün real vaxt simulyasiyaları davamlı olaraq həyata keçirilməlidir. Dördüncüsü, ansambl modelləri tək modelli proqnozlardan üstün tutulmalıdır.

Ən əsası, biz modelçiləri, jurnalistləri və qərar qəbul edənləri təkcə modellərdən necə istifadə etməyi deyil, həm də onların hüdudlarını necə başa düşməyi öyrətməliyik. Əsgərlikdə döyüş oyunları keçirirlər. Kibertəhlükəsizlikdə qırmızı komanda hücumları təşkil edirlər.

Pandemiyalar üçün oxşar bir şey təklif edirik: Sistemlərimizi ehtiyac duyulmazdan əvvəl sınaqdan keçirən müntəzəm simulyasiyalar, məşqlər və hətta hakatonlar. Problemsiz təhlili təmin etmək üçün epidemioloji və klinik məlumatları birləşdirən mərkəzləşdirilmiş məlumat gölləri inkişaf etdirilməlidir. Hesablama infrastrukturu isə ilk gündən irimiqyaslı simulyasiyaları dəstəkləməyə hazır olmalıdır.

Növbəti virus gələcək. Ancaq bu, bizi ehtiyatsız tutmaq məcburiyyətində deyil. Nəyin səhv getdiyi barədə dürüst olsaq və düşüncə tərzimizi dəyişdirəcək qədər cəsarətli olsaq, növbəti dəfə hazır ola bilərik.

Bu hekayə Elm X Dialoqunun bir hissəsidir , burada tədqiqatçılar dərc olunmuş tədqiqat məqalələrinin nəticələrini bildirə bilərlər. Science X Dialoq və necə iştirak etmək barədə məlumat üçün bu səhifəyə daxil olun .

Ətraflı məlumat: Christin Glorioso, Filippo Castiglione, Kayode Oshinubi, Aviral Chharia, Jacob Barhak, “COVID-19-un Modelləşdirilməsindən Alınan Dərslər: Növbəti Pandemiyanın Başlanğıcında Atılacaq Addımlar” doi.org/10.20944/preprints202411.2193 at MID Networked.v1193.

Bios:

Kristin Qlorioso hesablama bioloqu, həkim və serial sahibkardır. O, elmlər doktoru və fəlsəfə doktoru dissertasiyalarını alıb. Karnegi Mellon Universiteti-Pittsburq Tibb Fakültəsi Universitetindən nevrologiya üzrə təhsil alıb və MIT-də doktoranturadan sonrakı alim olub. O, qeyri-kommersiya elmi müdafiə və tədqiqat təşkilatı olan Elmin Gələcəyi Akademiklərinin həmtəsisçisi və baş direktorudur.

Filippo Castiglione İtaliya Milli Tədqiqat Şurasının tədqiqat direktorudur. O, fəlsəfə doktoru dərəcəsinə malikdir. Almaniyadan Elmi Hesablama üzrə. Onun tədqiqat maraqları mürəkkəb sistemləri, bioloji sistemlərin modelləşdirilməsini, Bioinformatikanı və AI və ML-nin Tibb və Biologiyaya tətbiqini əhatə edir.

Kayode Oshinubi riyaziyyat, məlumatların təhlili və hesablama epidemiologiyası sahəsində təcrübəyə malik yoluxucu xəstəliklərin epidemiologiyası modelləşdiricisidir. Tədqiqat maraqlarına tənəffüs yolu infeksiyaları və ağcaqanad yoluxucu infeksiyalara diqqət yetirərək yoluxucu xəstəliklərin ötürülməsi daxildir.

Aviral Chharia Karnegi Mellon Universitetinin aspirantıdır. O, CMU-da ATK-Nick G. Vlahakis Graduate Fellowship, Hindistanın Kanpur İIT-də Tələbələrin Bakalavr Tədqiqatları Məzun Mükəmməlliyi (SURGE) təqaüdü və Britaniya Kolumbiyası Universitetində MITACS Globalink Tədqiqat Təqaüdünə layiq görülüb. Onun tədqiqat maraqlarına kompüter görmə, kompüter qrafikası və maşın öyrənməsi daxildir.

Jacob Barhak Hesablama Xəstəlikləri Modelləşdiricisi və xəstəliyin inkişafı üçün Referans Modelin və Mikro Simulyasiya Alətinin (MIST) yaradıcısıdır. Onun son səyləri klinik məlumatların standartlaşdırılmasına yönəlib. Tədqiqat maraqlarına hesablama xəstəliklərinin modelləşdirilməsi, hesablama metodları, süni intellekt, maşın öyrənməsi və s.

Daha çox araşdırın

Tədqiqatçılar onlarla COVID-19 proqnozlaşdırma modelləri qurdular – onlar həqiqətən kömək etdimi?