sss

sss

COVID19 AI予測モデル

本ページで公開するデータ・情報は，東京都との『新型コロナウイルス感染症対策にかかるAI予測モデルの開発に関する共同研究』の成果に基づくものです．

概要

陽性判明者のその後の経緯（入院，回復など）をシミュレートする研究を行っています．本ページでは，その概要及び成果の一部を公開しています．

エージェントの状態

本研究では，陽性判明者をエージェントとするマルチエージェントシミュレーションを採用しています．各エージェントの取る状態は以下の通りです．

  • 療養：ホテルあるいは自宅で療養
  • 入院：軽症，重症の2状態
  • 回復
  • 死亡
Fig. 1: 状態遷移図

パラメータの推定

エージェントシミュレーションに用いる状態間の遷移確率，入院日数の分布などは，東京都から提供を受けた陽性者等のデータに基づき推定しています．推定したパラメータについて公開します．

パラメータは JSON 形式で公開しており，ファイルは以下に示す構成になっています．

"パラメータ名":{
		"年代":"値",
		"年代":"値",
		"年代":"値",
		...
	},...
  • パラメータ名
    • P_x_y: 状態xから状態yへの遷移確率
    • Median_x_y: xからyへの経過日数の中央値
    • Pz_x_y: xからyへの経過日数のzパーセンタイル
    • Qz_x_y: xからyへの経過日数の第z四分位数
  • 年代：10代以下，20代，．．．，80代以上

※本データを利用する際には本HPを引用してください．

シミュレーション結果

シミュレーション結果の一例を示します．赤色の線がシミュレーション結果，黒色の線が実際の値を表しています．

Fig. 2: 2020年8月のシミュレーション結果 ※死亡は累積人数
Fig. 3: 2020年9月のシミュレーション結果 ※死亡は累積人数
Fig. 4: 2020年10月のシミュレーション結果 ※死亡は累積人数
Fig. 5: 2020年11月のシミュレーション結果 ※死亡は累積人数

本成果の活用について

本シミュレーションを利用して，今後必要となる療養施設や病床数を検討することが可能と考えています．また，ワクチン接種や治療薬・治療法変更による影響などをシミュレーション可能に拡張していくことも計画しています．

PAGE TOP