Алгоритм прогнозирует возможное количество случаев заболевания COVID-19 на срок до 10 недель вперед, используя множество типов данных, включая текущее количество случаев заболевания по датам, демографические данные о населении, температуру и политику, проводимую в течение определенного времени — например, закрытие школ, ресторанов и ограничения на поездки.
Прогнозы делаются с помощью модели машинного обучения — инструмента, работающего на основе искусственного интеллекта, обученного на больших объемах данных. Изучая закономерности как в Альберте, так и в других частях мира, а также то, как множество переменных влияют на количество случаев заболевания, модель машинного обучения просеивает данные, чтобы определить наиболее сильные предикторы количества случаев заболевания и сделать свой собственный прогноз на основе текущей ситуации.
«Идея прогнозирования распространения болезни не нова», — говорит руководитель проекта Пурия Рамази, бывший постдокторант Университета А, а ныне доцент Университета Брока. «Было разработано множество прогностических моделей, и некоторые из них успешны в прогнозировании ближайшего будущего. Однако для составления долгосрочных прогнозов требуются новые методы, потому что большинство предположений о неизменности во времени в традиционных моделях не работают. Именно здесь, как мы надеемся, модели машинного обучения смогут найти те «скрытые» взаимосвязи и закономерности, которые мы не смогли выявить»