Een multidisciplinair onderzoeksteam gaat een werkt al sinds maart van dit jaar aan een smart dashboard waarmee regionale uitbraken van het coronavirus voorspeld kunnen worden. Het team wordt geleid door Nelly Litvak, hoogleraar Algoritmen voor complexe netwerken aan de Technische Universiteit Eindhoven (TU / e). Bij de ontwikkeling van de voorspelmodellen wordt gebruik gemaakt van geaggregeerde mobiliteitsinformatie van mobiele telefoons.
Voor de doorontwikkeling van de voorspelmodellen en het smart dashboard heeft het onderzoeksteam onlangs van ZonMw een subsidie van een half miljoen euro ontvangen. Door een slimme combinatie met data uit de COVID Radar van het LUMC kunnen de voorspellingen significant verbeterd worden. Hierdoor kunnen veiligheidsregio's, verantwoordelijk voor lokale en regionale corona maatregelen, sneller en effectiever ingrijpen bij dreigende corona-uitbraken en kan zelfs het ontstaan van nieuwe broeinesten worden voorkomen.
Het ontdekken van verspreidingshaarden van het coronavirus loopt momenteel achter. Dat heeft onder andere te maken met de wachttijd tussen het uitvoeren van een coronatest en het tijdstip waarop de uitslagen beschikbaar zijn en de tijd die nodig is voor contactonderzoek.
Corona-uitbraken voorspellen
Die vertragende factoren is precies waar het smart dashboard het verschil kan maken als het gaat om het snel en accuraat detecteren van nieuwe corona-uitbraken. "Door de geaggregeerde mobiliteitspatronen te combineren met de risicovolle gedragsgegevens in het wiskundige model van de verspreiding van het virus, kunnen we de risico's van verspreiding van het virus van het ene gebied naar het andere redelijk nauwkeurig bepalen. Dit zou burgemeesters van veiligheidsregio's in staat moeten stellen een potentiële lokale golf van infecties op te sporen en tijdig maatregelen te nemen - iets wat erg belangrijk is nu het virus weer lijkt te groeien", aldus Nelly Litvak.
Twee veiligheidsregio's, Groningen en Twente, willen meewerken aan de ontwikkeling van het smart dashboard. Zij zullen feedback gaan geven om de gebruikerservaring vanaf het begin te optimaliseren.
Gegevens uit de COVID Radar
De basis voor het identificeren van de besmettingen is de COVID Radar van het LUMC die sinds april van dit jaar in gebruik is. Met meer dan 3,5 miljoen ingevulde vragenlijsten, door meer dan 215.000 unieke gebruikers, geeft deze app lokaal inzicht in infectieuze concentraties. De gegevens zijn volledig geanonimiseerd en dus geschikt om te worden gedeeld voor informatieanalyse.
Deze gegevens worden vervolgens gecombineerd met geanonimiseerde en geaggregeerde mobiliteitsgegevens van Mezuro, een data-analysebedrijf. Dit dataplatform bevat informatie die is ontleend aan het gebruik van mobiele telefoons door heel Nederland in de vorm van woonlocatie, reisbestemming, reisduur en vervoermiddel (auto, trein, fiets etc.).
De gecombineerde data vormen de input voor IT-dienstverlener ilionx, die vervolgens de regionale risico's visualiseert in een overzichtelijk dashboard. Het dashboard wordt een kaart van Nederland, onderverdeeld in gemeenten en veiligheidsregio's. Het toont de historische en huidige patronen van infecties en bewegingen, en zal ook een risicobeoordeling van mogelijke infectiebronnen in de nabije toekomst visualiseren.
Eerste versie over drie maanden
Het team van TU / e, Mezuro, ilionx en Unversiteit Utrecht begon in maart met hun onderzoek om op basis van telefonische data regionale COVID-19-uitbraken te voorspellen. Na de combinatie met de COVID Radar-app konden ze in april een eerste prototype opleveren. De eerste testversie van het dashboard zal naar verwachting over drie maanden klaar zijn. In de loop van het onderzoek, dat in totaal 1,5 jaar gaat duren, wordt dit dashboard verder geoptimaliseerd voor gebruik door beleidsmakers van veiligheidsregio's of gezondheidsautoriteiten.
Het onderzoek is gefinancierd met een subsidie van 500.000 euro van ZonMW. Naast TU / e en LUMC, die de COVID Radar-app hebben ontwikkeld, bestaat het team uit de Universiteit Utrecht, de Universiteit Twente, Mezuro en ilionx. De teamleden van de TU / e zijn prof.dr. Nelly Litvak, prof.dr. Remco van der Hofstad, dr. Marko Boon en AiO Martijn Gösgens. Projectleider Nelly Litvak is verbonden aan zowel de Technische Universiteit Eindhoven als de Universiteit Twente.
