Prošlog mjeseca, unatoč tragičnim posljedicama uragana Sandy, jedno je postalo očito - snažni vremenski modeli koji su sada dostupni postaju sve bolji i bolji kako bi prognostičari predvidjeli gdje idu oluje poput Sandyja.
Povezani sadržaj
- Zašto Google Raširenost gripe ne može pratiti gripu (još)
Ta je tehnologija korisnija od predviđanja oluja. U jučerašnjoj studiji objavljenoj u Proceedings of the National Academy of Sciences, par je istraživača iskoristio ovu tehniku kako bi predvidio širenje gripe. Pomoću podataka u stvarnom vremenu iz Google Raširenosti gripe njihovi modeli mogu predvidjeti gdje, kada i kako će se ozbiljno pojaviti sezonska epidemija gripe u cijeloj zemlji.
"Nalazi pokazuju da se vješta predviđanja vremena vrha u stvarnom vremenu mogu napraviti više od sedam tjedana prije stvarnog vrhunca", piše Jeffrey Shaman, znanstvenik za okoliš na Sveučilištu Columbia, i Alicia Karspeck iz Nacionalnog centra za atmosferska istraživanja, u njihov papir. "Ovaj rad predstavlja početni korak u razvoju statistički rigoroznog sustava za prognozu sezonskog gripa u stvarnom vremenu." Ako se takve nade obistine, moglo bi doći do nečeg poput sustava unaprijed upozoravanja na gripu ("predviđa se da će stopa gripe dostići vrhunac na vašem području sljedeći tjedan ”) slično onima za uragane i druge teške vremenske pojave.
I vrijeme i prijenos gripe primjeri su nelinearnih sustava: onih u kojima mala promjena početnih uvjeta može donijeti ogromnu promjenu u rezultatima. Prilikom izrade vremenskih modela, znanstvenici proučavaju povijesne podatke o tome kako su takve male promjene (recimo malo toplije vode na Karibima) utjecale na ishode (uragan s mnogo više snage kada napravi pad na istočnoj obali). Uspostavljanjem godina podataka i provođenjem bezbrojnih simulacija mogu stvoriti razmjerno točnu prognozu za vjerojatnosti hipotetičkih vremenskih događaja koji se dešavaju u razdoblju od oko tjedan dana.
U novoj studiji istraživači su koristili principe dobivene iz ovih modela i primijenili ih na širenje gripe. Za unose, pored atmosferskih mjerenja temperature, tlaka i vjetra, koristili su Google Glunds Trends, uslugu koja pruža podatke u stvarnom vremenu o prenošenju gripe širom svijeta pomnim ispitivanjem pojmova za pretraživanje unesenih u Google. Iako svaka osoba koja traži "gripu" nužno ima gripu, Google-ovi istraživači pokazali su da pojmovi za pretraživanje koji se odnose na gripu mogu biti precizni proxy za brzinu prijenosa gripe širom svijeta - ako se mnogi ljudi na određenom području odjednom kreću od "gripe", "Dobra je oklada da je infekcija stigla masovno.
Čini se da se gripa ponaša u skladu s vjerojatnim principima koji uključuju atmosferske uvjete slične vremenskim. Ostali čimbenici koje treba uzeti u obzir uključuju gustoću naseljenosti na određenom području. Kombinirajući čimbenike poput vlage i temperature s podacima s Googlea i stvarnim podacima o stopi gripe koje bolnice drže, istraživači su uspjeli razviti modele koji približavaju prijenos gripe u godinama od kada zvaničnici prate.
Da bi testirali svoj model, istraživači su procijenili podatke gripe u New Yorku od 2003. do 2008. Unošenjem podataka o prijenosu gripe do određenog vremena i traženjem modela da pruži tjednu prognozu kako će se gripa ponašati, mogli su proizvesti točne prognoze kada će zaraza doseći vrhunac, ponekad i do sedam tjedana ispred vremena. Uz to, kao i kod vremenskih modela, sustav može razlikovati nekoliko različitih scenarija i dati procjenu vjerojatnosti da će se svaki dogoditi.
Uz stalni razvoj i dostupne podatke u stvarnom vremenu poput Google gripe, ovu vrstu tehnologije teoretski bi se moglo upotrijebiti za generiranje prognoze gripa za lokalna područja, čak do razine države ili grada.
