Prognoza rozwoju Covid-19. Press release 15.04.2020 15 kwietnia, 2020 – Posted in: analizy, covid19, lifestyle, Nasze prognozy, posty, Uncategorized

Najnowsza aktualizacja modelu prognostycznego ExMetrix dla rozwoju Covid-19 wskazuje na minimalnie łagodniejszy wzrost liczby wykrywanych zakażeń. Związane jest to z aktualizacją modelu o dokładniejszą prognozę temperatury (pogoda będzie nieco lepsza niż wcześniej zakładano) oraz utrzymująca się na dość wysokim poziomie liczba testów potrzebna do wykrycia jednego zakażenia. obecnie w Polsce trzeba średnio wykonać 19 testów by był w nich jeden potwierdzony przypadek zakażenia co jest liczbą zbliżoną do statystyk w Korei Południowej na tym samym etapie epidemii i bardzo zbliżoną do występującej obecnie w Czechach.

Opublikowany 23 marca 2020 Model ExMetrix prognozował ok. 9 tysięcy potwierdzonych infekcji w Polsce i ich maksimum w okolicy 20 kwietnia 2020. Sprawdzalność dotychczasowych prognoz dziennych to aż 95.4%. Reestymacja modelu wykonana 28.03.2020 potwierdzała wcześniejsze prognozy.

07 kwietnia model został poddany drugiej reestymacji . Prognoza po tzw. douczeniu modelu, również i teraz nie uległa zasadniczej zmianie. Wskazuje nadal około 9 tysięcy potwierdzonych testami infekcji, natomiast maksimum epidemii przesunęło się o kilka dni w czasie, z 20 kwietnia w okolicę 25 kwietnia br.

 „Niezmiennie uważamy, że jednym z kluczowych elementów skutecznej walki z koronawirusem jest ograniczenie migracji, bezpośredniej komunikacji i dyscyplina w przestrzeganiu wprowadzonych ograniczeń. Nasze modele zakładają, że w okresie Wielkanocnym czynniki te znacząco się nie zmienią” – twierdzi Ryszard Łukoś główny analityk ExMetrix.

Prognozowane i rzeczywiste dzienne przyrosty liczby zakażeń:

Dotychczasowa realizacja oraz prognoza na kolejny dzień znajduje się w poniższej tabeli:

DateForecast
– central path
Real valuePercentage
error %
MAPE
error % (*)
2020-03-22588634-8.58.50
2020-03-23725749-4.16.30
2020-03-24891901-1.94.83
2020-03-25108910513.04.38
2020-03-26132412217.95.08
2020-03-271598138915.06.74
2020-03-28178316388.97.04
2020-03-29 (r)2089186212.27.69
2020-03-30214720554.57.33
2020-03-31238323113.16.91
2020-04-012706255466.82
2020-04-023034294636.5
2020-04-03342033831.16.09
2020-04-04383236275.76.05
2020-04-05422841023.15.86
2020-04-064677441365.98
2020-04-07 (r)497948482.75.68
2020-04-08535752054.25.67
2020-04-09574655753.15.44
2020-04-10612259552.85.31
2020-04-11648163562.05.15
2020-04-12681866742.15.01
2020-04-13702069341.24.85
2020-04-14736572022.34.75
2020-04-15763275820.74.58
2020-04-16(p)7874
2020-04-17(p)8090
2020-04-18(p)8282
2020-04-19(p)8451
2020-04-20(p)8669

W budowie modelu przebiegu epidemii wirusa zostały uwzględnione następujące obszary informacyjne:

  • Dotychczasowy przebieg pandemii w wielu krajach
  • Czynniki meteorologiczne
  • Stan opieki zdrowotnej w danym kraju
  • Stan kondycji zdrowotnej społeczeństwa, ze szczególnym uwzględnieniem czynników ryzyka takich jak, choroby onkologiczne, kardiologiczne, cukrzyca i otyłość
  • Strukturę demograficzną społeczeństwa. Szczególnie zwracaliśmy uwagę na odsetek ludzi w podeszłym wieku
  • Poziom restrykcji stosowanych przez władze i przestrzeganie ich przez obywateli

Model został zbudowany przy wykorzystaniu technologii z zakresu sztucznej inteligencji (sieci neuronowe i symulowane wyżarzanie). Technologia ta pozwoliła oszacować wpływ informacji z wymienionych obszarów na takie parametry krzywej zakażeń, jak:

  • nachylenie – odzwierciedlające przyrost liczby zakażonych w danej chwili
  • rozpiętość – pozwalająca określić maksymalny pułap liczby zachorowań oraz czas trwania epidemii

Założenia, ryzyko sprawdzalności:

Przy budowie modelu założyliśmy, że statystyki w krajach dotkniętych COVID-19 nie były zatajane ani sztucznie modyfikowane.

Źródło danych o liczbie zakażeń:

Johns Hopkins University
https://github.com/CSSEGISandData/COVID-19/tree/master/csse_covid_19_data/csse_covid_19_time_series

Źródła danych opisujących poszczególne obszary uwzględnione w modelu:

OECD, World Bank, http://population.city/, https://www.accuweather.com

ExMetrix to spółka zajmująca się prognozowaniem ekonomicznym i społecznym, która tworzy oprogramowanie wykorzystujące najnowsze modele statystyczne i numeryczne oparte o Machine Learning, Sztuczną Inteligencję i Sieci Neuronowe. ExMetrix daje dostęp do gotowych modeli statystycznych i predykcyjnych oraz umożliwia tworzenie własnych modeli, bazując na 80 milionach strumieni danych dostępnych w systemie lub na dowolnych zbiorach własnych danych. Z ExMetrix korzysta kilkadziesiąt organizacji różnej wielkości, m.in. Grupa Azoty. Oprogramowanie wykorzystywane jest również do edukacji studentów na UEK i UMCS.  Współzałożycielami i inwestorami ExMetrix są Grzegorz Błażewicz i Konrad Pawlus, założyciele spółki SALESmanago, wiodącej na świecie firmy zajmującej się Big Data, Customer Experience i Marketing Automation.

« Nawet 8.8% ludzi może być zarażonych COVID-19. Liczba testów potrzebnych do wykrycia pozytywnego przypadku kluczowym wskaźnikiem oceny sytuacji w danym kraju
9 tys. zakażeń i wyraźne zahamowanie w okolicy 15 kwietnia. Prognoza przebiegu epidemii koronawirusa w Polsce – model ExMetrix. »