Streszczenie projektu MARCO

Celem projektu jest opracowanie metodyki analizy czasowo-przestrzennej symulacji rozwoju epidemii COVID-19 umożliwiającej budowę systemu wspomagania decyzyjnego w zakresie społecznego dystansowania. Realizacja projektu wymaga zgromadzenia i przetworzenia wieloźródłowych danych epidemiologicznych, przestrzennych, demograficznych, gospodarczych, klimatycznych i społecznych (oficjalne dane związane z zachorowaniem i przebiegiem leczenia, wysoce dokładne wieloźródłowe modele terenu, rozmieszczenie ludności, dane meteorologiczne, zanieczyszczenie powietrza, mobilność mieszkańców, zastosowane restrykcje itp.). Zgromadzone w repozytorium dane umożliwią ekstrakcję wiedzy poprzez budowę trzech modeli symulacyjnych wykorzystujących: (i) modelowanie wieloagentowe, (ii) uczenie głębokie (deep learning), (iii) symulacje Monte Carlo. Zastosowane metody symulacyjne umożliwią ekstrakcję (charakterystycznych dla COVID-19) ognisk epidemii. Wyniki uzyskane z wykorzystaniem każdej z metod będą wzajemnie porównywane i kalibrowane na podstawie danych historycznych dotyczących rozprzestrzeniania się czasowo-przestrzennego pandemii COVID-19.

Uzyskane wyniki umożliwią opracowanie w ramach projektu modeli i algorytmów dla optymalizacji zaleceń w zakresie dystansowania społecznego oraz efektywnych metod geowizualizacji symulacyjnych modeli rozwoju pandemii. Opracowane w ramach realizacji projektu modele symulacyjne pozwolą także na przetestowanie zróżnicowanych scenariuszy prowadzenia polityki zapobiegania rozprzestrzeniania się pandemii, np. potencjalnych skutków zastosowania w warunkach polskich polityki stosowanej w krajach azjatyckich (Chiny, Japonia, Tajwan), europejskich (Włochy, Szwecja, Niemcy) oraz amerykańskich (USA). Wyniki symulacji realizowanych z wykorzystaniem trzech zróżnicowanych podejść zostaną porównane wzajemnie pod względem efektywności obliczeniowej, dokładności predykcji, kosztów ekonomicznych, społecznych i zdrowotnych (a także wykorzystane do budowy modeli decyzyjnych, a w efekcie do opracowania koncepcji systemu wspomagania decyzyjnego wykorzystującego urzędowe dane topograficzne, demograficzne i społeczne).

Wymiernym efektem realizacji projektu będzie publikacja czterech artykułów naukowych 140+. Do przeprowadzenia badań wykorzystane zostaną dane epidemiologiczne udostępnione zespołowi przez Departament Analiz i Strategii Ministerstwa Zdrowia oraz dane zgromadzone w cyfrowym repozytorium danych przestrzennych CENAGIS. Pozwoli to na prowadzenie symulacji dla obszaru całego kraju, nie zaś jedynie fragmentarycznych obszarów testowych. Interdyscyplinarny zespół projektowy złożony z pracowników Politechniki Warszawskiej (Wydziały WEiTI, GiK, oraz CZIiTT), Uniwersytetu Warszawskiego, Warszawskiego Uniwersytetu Medycznego oraz Instytutu Biotechnologii i Antybiotyków, pozwoli na realizację projektu o złożonym charakterze, wykorzystując efekt synergii zróżnicowanej wiedzy medycznej, informatycznej, geoinformacyjnej i społecznej. Współpraca z Ministerstwem Zdrowia, WHO, 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 władzami municypalnymi w Polsce zapewni dostęp do wiarygodnych danych o charakterze wieloźródłowym. Współpraca naukowa z ekspertem z Harvard Medical School /New York University zapewni porównywalność wyników z wiodącymi modelami opracowanymi w USA. Opracowane w ramach realizacji projektu systemy symulacyjne pozwolą na modelowanie i wizualizację zróżnicowanych scenariuszy rozprzestrzeniania się epidemii w warunkach polskich na wysokim poziomie szczegółowości oraz tworzenie uogólnionych symulacji dla obszaru całego świata, a także na ewaluację wyników w oparciu o urzędowe dane epidemiologiczne. Finalnym efektem projektu będzie (oprócz publikacji naukowych) opracowanie koncepcji systemu wspomagania decyzyjnego przeznaczonego dla administracji rządowej i samorządowej. Istotnym elementem będzie także propozycja różnych metod wizualizacji danych, z wykorzystaniem profesjonalnej wiedzy kartograficznej.