Metody analizy, prognozowania i rekomendowania w zakresie zapobiegania rozprzestrzenianiu się COVID-19 ze szczególnym uwzględnieniem analiz geoprzestrzennych (Methods of spatial Analysis, forecasting and Recommendation in preventing the spread of COVID-19)
Celem projektu jest opracowanie metodyki symulacji rozprzestrzeniania się epidemii COVID-19. Projekt oparty jest o budowę trzech różnych modeli symulacyjnych wykorzystujących: modelowanie wieloagentowe (ang. agent-based models), uczenie głębokie (ang. deep learning) oraz symulacje Monte Carlo. Model umożliwia identyfikację ognisk pandemii oraz budowę systemu wspomagania decyzyjnego w zakresie optymalizacji zaleceń dla społecznego dystansowania. Opracowane modele symulacyjne pozwolą także na przetestowanie zróżnicowanych scenariuszy i efektów polityki zapobiegania rozprzestrzeniania się pandemii, uwzględniając dynamicznie zmieniające się zalecenia i restrykcje. Kolejnym badanym aspektem jest kształtowanie się rozwoju pandemii po wprowadzeniu szczepionek o różnej skuteczności.
Projekt realizowany jest przez interdyscyplinarny zespół pracowników Politechniki Warszawskiej, Uniwersytetu Warszawskiego, Warszawskiego Uniwersytetu Medycznego oraz Instytutu Biotechnologii i Antybiotyków, a także przy współpracy specjalistów zagranicznych, w tym European Centre for Disease Prevention and Control, Ministry of Health (Włochy), Szwecji (Public Health Agency of Sweden), Niemiec (RKI Germany), GB (Public Health England) oraz USA (Harvard Medical School). Dostęp do danych zagranicznych pozwoli porównać i ocenić, jak odmienne podejście władz poszczególnych państw do obostrzeń wpływa na rozwój pandemii w czasie i przestrzeni. Wyniki zostaną zwizualizowane i udostępnione w postaci przyjaznej dla użytkownika interaktywnej mapy.
Zespół badawczy projektu planuje wystąpić o kolejne wnioski grantowe (NCN, Horyzont), w których analizowany będzie sposób rozprzestrzeniania się nie tylko koronawirusów i zakażeń o charakterze ogniskowym, ale epidemii o charakterze np. bakteryjnym, co umożliwi uniknięcie podobnej sytuacji kryzysowej w przyszłości.
Skład zespołu badawczego: