Synthetisches Covid-Modell für die Population

Verantwortung: DIO, Allan Hanbury

Das Konsortium aus TU Wien, DWH & CSH entwickelte ein synthetisches Covid-Modell, das zur Vorhersage der Pandemie und zur Ableitung von Interventionsvorschlägen herangeleitet wurde.

Das Projekt richtete die folgende Pipeline ein, um COVID-19-relevante Daten zu sammeln und zu analysieren. Zwei Mobilfunkbetreiber in Österreich stellen anonymisierte Mobilitätsdaten für die COVID-19-bezogene Forschung zur Verfügung. Die Forscher*innen haben die aggregierten Informationen spezifiziert, die für die Analysen benötigt werden. Diese aggregierten Informationen werden auf der Recheninfrastruktur jedes Betreibers berechnet und den Forscher*innen zur Verfügung gestellt. 

Folgende Daten werden bereitgestellt: Zählung mobiler Geräte an bestimmten Points of Interest (z. B. den U-Bahn-Stationen von Wien), Radius der Gyrationsdaten (ein Durchschnitt über eine geografische Region, wie weit sich mobile Geräte tagsüber bewegen) und Herkunfts-Ziel-Matrizen (Zählungen, wie viele Geräte sich zwischen Gebieten Österreichs bewegen). Insbesondere die Ursprungs-Ziel-Matrizen ermöglichten es, die agentenbasierten Modelle zu verbessern. Für eine der unten beschriebenen Studien wurden auch anonymisierte Gesprächsmuster zur Verfügung gestellt.

Zusammen mit Daten der staatlichen Verwaltung, ursprünglich aus dem Epidemic Reporting System, später erweitert auf weitere Datensätze, war es möglich, Simulationen der Ausbreitung von Krankheiten durchzuführen. Die Ergebnisse der Simulationen dienten als Grundlage für evidenzbasierte Empfehlungen an die österreichische Regierung durch das COVID-19 Forecast Consortium. Die in diesem Projekt geschaffene Pipeline veranschaulicht eine sehr fruchtbare Zusammenarbeit zwischen Regierung, Wirtschaft und Forschung, um Erkenntnisse zu gewinnen, die die Reaktion auf eine Krise unterstützen – sie soll als Ausgangspunkt für weitere Kooperationen auch in krisenfreien Zeiten dienen.

Im Folgenden werden hier die Ergebnisse, die im Projekt erzielt wurden, beschrieben.