流行を制御するためのアルゴリズム

感染性疾患の発生が拡大し始めると、政策立案者はうらやましい挑戦に直面します。彼らは、いつ介入するか、そして彼らの選択が一般的に緊張している公衆衛生と経済的結果の両方をもたらすことを知って、どれほど力強く介入するかを決定しなければなりません。すぐに行動すると、彼らは社会に不必要なコストを課すかもしれません。振る舞いが遅すぎると、アウトブレイクは制御不能になります。さらに、彼らは、しばしば遅れ、不完全で、不確実性に満ちたデータを使用してこれらの決定を下さなければなりません。

a 新しいアルゴリズム、計算疫学者Sandor BeregiとKris Paragによって発明され、先週ジャーナルで公開されました PLOS計算生物学、この問題に取り組むための興味深い新しいフレームワークを提供します。エンジニアリングの方法を利用して、著者は、モデル予測制御（MPC）として知られる戦略を流行監視の乱雑な現実に適応させます。彼らの目標は、非医薬品の介入に関する決定（学校の閉鎖、旅行制限、ワクチンがまだ利用できず、迅速な封じ込めが不可欠な場合に使用されるマスク任務などのポリシー）をコンピューターの助けを借りて改善する方法を示すことです。

「MPCは非常に直感的な意思決定方法です」とParagはインタビューで説明しました。 「あなたには多くの可能なアクションがあり、今後の最高のアクションを選択したい。あなたは「最高」の定義を持っています [this is known as the reward function in the technical literature]

そして、あなたの決定が将来にどのように影響するかについて考える方法（つまり、モデル）。 MPCは、可能なアクションの下でこれらの将来のシナリオをしばらくの間投影し、その期間に最適な一連のアクションを選択すると述べています。しかし、あなたはまた、あなたの将来のシナリオが不確実性の影響を受けていることを認識しています。この認識とは、最良のシーケンスで最初のアクションを行い、意思決定プロセス全体を再度繰り返すことを意味します。それをローリング、短期計画と考えてください。」

疾患の広がりを予測する数学的およびコンピューターモデルは、Covid-19パンデミック中に豊富にあり、それらのいくつかは実際には非常に良好でした。 BeregiとParagがテーブルにもたらすものは、モデル予測を可能なアクションと結びつける方法です。 制御理論。

このようなフレームワークの重要性は、現在の実践の限界を考慮すると明らかになります。疫学的データはうるさいです。ケースカウントは、誰もがテストされているわけではなく、レポートの遅れのために通常遅延されるため、感染者の実際の数の過小評価です。モデルへの最も基本的な入力でさえ不確実です。一部の研究者は、流行のための最適な制御戦略を調査していますが、これらの取り組みのほとんどは、実際の流行で使用するには単純すぎる決定論的モデルに依存するか、安定性と堅牢性の数学に狭く焦点を当てています。

「遅延したデータが最適なパフォーマンスに影響することを考えると、制御を行うことを具体的に考えたかったのです」とParag氏は述べています。言い換えれば、現実世界の監視の欠陥は、最良の行動を特定する能力をどのように変えるのでしょうか？

アルゴリズムの仕組み

BeregiとParagのアルゴリズムは、流行モデルを使用して、発生の現在の状態を考慮して、複数の可能な先物をシミュレートします。各ポリシーのレビューポイント（たとえば、実際の政府の慣行に沿った2、3週間ごとに）で、アルゴリズムは異なる介入戦略の下で何が起こるかを投影します。次に、感染とコストを組み合わせる可能性が最も高い短期的なアクションを選択します。その最初のアクションの後、プロセスは繰り返され、常に最新の利用可能なデータに基づいて再調整します。

この適応アプローチは、著者がベンチマークとして使用した2つの簡単な戦略と対照的です。 1つ目は、イベントトリガーされたフィードバック制御です。これは、感染症が特定のしきい値を超えた場合にのみ介入を課します。 2つ目は、データが表示されるものに関係なく、介入が事前にスケジュールされる時間トリガー循環制御です。

ほとんどのシナリオで、MPCは両方のベンチマークよりも優れていました。 MPCは、リアクティブなデータに基づいた決定を下すことにより、感染を減らしただけでなく、介入の経済的および社会的コストを削減しました。著者が、より多くの伝染性のバリアントの出現をシミュレートした場合でも（Covid-19パンデミック中に予測者にとって非常に困難な頻繁な状況）、アルゴリズムは堅牢性を証明し、伝送速度を再推定することで迅速に調整しました。

この研究では、データ駆動型のコントロールが達成できるものに対する制限も特定しています。遅延の報告が非常に大きくなると、適応戦略がエッジを失います。そのような場合、著者は、着信データが単に信頼性が高すぎるため、単純なプリセット介入がより良く機能することがあることを発見しました。これは、最も洗練されたアルゴリズムでさえ、提供されている情報の制限から逃れることができないことを思い出させてくれます。

疫学にMPCを実装することは簡単ではありません。 Paragが言ったように、「ケースカウントはノイズがあり、不十分であり、遅れています。この不確実性に対する方法がどれほど堅牢であるかを研究しました。 （ループを開く）または流行条件（プリセット）に関係なく、定期的なスケジュールに課されます。

技術的なハードルもあります。エンジニアリングの古典的な制御の問題とは異なり、流行介入は個別（ロックダウンを課すか、そうでないかのいずれか）であり、それらの効果は遅れます。適切な投影地平線とその他のハイパーパラメーターを選択するには、著者がベイズの最適化を使用して処理した慎重な調整が必要でした。

予測とポリシーの間のギャップを埋めます

なぜこのアプローチは以前に試されなかったのですか？ Paragはそれを懲戒的サイロに帰します。 「コントロール理論と流行モデリングの間には、まだ学際的なギャップが広がっています」と彼は言いました。 Covid-19の間に出現した一握りのコントロール理論論文は、疫学者にとっては抽象的すぎることがよくありましたが、疫学モデルは常にコントロール理論家と共鳴するわけではありませんでした。 「その結果、フィールドを結びつける機会がありました。」

実際の監視と政策決定の制約にMPCを接地することにより、BeregiとParagはそのギャップを埋めるための重要な一歩を踏み出します。彼らの仕事はまだ最適性の正式な保証を提供していません。これは、彼らが容易に認める課題ですが、この方法は実現可能かつ実用的であることを示しています。

全体像

疾患の発生中にモデル予測制御と意思決定支援に対するその他の正式なアプローチを備えた可能性は、単一の「正しい」答えを決定するということではなく、それ以外の場合はプレッシャーと不確実性の下で非公式に行われる決定に数学的な精度と透明性をもたらすことができるということです。疫学モデルと明示的なコストトレードオフを組み合わせることにより、MPCは意思決定者に選択の結果をより明確に見ています。

しかし、BeregiとParagによる研究は、これらの機会と技術的アプローチの限界の両方を強調しています。アルゴリズムは、人間の決定を研ぎ澄ますために使用できますが、優先順位を設定し、社会的目標を定義する困難なプロセスに代わることはできません。