Freitag, Oktober 15, 2021
Follow Us
Machine Learning für Analyse von Pandemie-Maßnahmen

Bild: iStock

Wie lange dauert es, bis Corona-Maßnahmen ihre volle Wirkung entfalten? IT-Power Services hat in einer Studie gemeinsam mit der Universität Wien Antworten darauf gefunden - mit Hilfe von Machine Learning.

Zu Beginn der weltweiten COVID-19 Pandemie haben die meisten Länder mit so genannten nicht-pharmazeutischen Interventionen (NPIs) regiert. In Kooperation mit der Universität Wien hat ein Data-Science-Team des Wiener Dienstleisters IT-Power Services eine wissenschaftliche Studie unternommen, um die allgemeine Wirksamkeit der NPIs zu untersuchen: Wie lange verschiedene NPIs eingesetzt werden müssen, um ihre Wirkung zu entfalten, und wie lange sie eingesetzt werden sollten.

Die Forschenden verwendeten Daten von 176 Ländern und ein nicht-parametrisches Machine-Learning-Modell, um die Auswirkungen von NPIs in Abhängigkeit von der Dauer ihrer Einführung zu schätzen. Zusätzlich wurden ALE-Plots ("Accumulated Local Effect") verwendet, um Schätzungen der Wirksamkeit einzelner NPIs in Abhängigkeit von ihrem Einführungsdatum abzuleiten.

Die Ergebnisse zeigen, dass die Schließung und Regulierung von Schulen die wichtigste Maßnahme war, die mit einer ausgeprägten Wirkung etwa zehn Tage nach der Umsetzung verbunden war. Einschränkungen von Massenversammlungen sowie Einschränkungen und Regulierungen von Unternehmen hatten eine allmählichere Wirkung, und Social Distancing wurde mit einer verzögerten Wirkung ab etwa 18 Tagen nach der Umsetzung in Verbindung gebracht. "Zum Zeitpunkt der Analyse waren wir von den Ergebnissen sehr überrascht und haben sie intensiv diskutiert. Heute reihen sich die Ergebnisse in eine Vielzahl von Studien ein, die zu ähnlichen Schlüssen führen", sagt Studienleiter Ingo Nader.

"Auf Grund ihrer Architektur sind IBM Power Systeme optimiert für die Verarbeitung großer Datenmengen, sowie für Ressourcen intensive Rechenoperationen in der Datenanalyse mit Machine Learning. Deswegen wurden alle Berechnungen auf unserem eigenen IBM POWER-Server durchgeführt, wobei in der konkreten Anwendung 14 physische Kerne mit 80 Threads zur Anwendung kamen", erklärt IT-Power Services-Geschäftsführer Klaus Haderer.

Log in or Sign up