Verbundvorhaben AIOLOS - Artificial Intelligence Tools for outbreak detection and response

Abstract

1. Derzeitiger Stand von Wissenschaft und Technik - Die COVID-19-Pandemie hat die Entwicklung zahlreicher digitaler Instrumente für die Prognose und Verfolgung des Verlaufs von Epidemien und die Bewertung der Auswirkungen von Maßnahmen sowie der sozioökonomischen Folgen ausgelöst. Ein länderübergreifender, unterschiedliche Datenquellen integrierender und Vorhersagen treffender Ansatz ist derzeit noch nicht verfügbar. 2. Begründung/Zielsetzung der Untersuchung - Im Rahmen des Projekts AIOLOS wurde eine web-basierte multidimensionale Datenplattform entwickelt, die es ermöglicht, frühzeitig Ausbrüche von Infektionserkrankungen der Atemwege zu erkennen (ALERT), die Ausbreitung einer Epidemie und ihre Konsequenzen zu verfolgen (MONITOR) und den Einfluss und die Wirksamkeit verschiedener Interventionen und Maßnahmen zu simulieren, um damit die Entscheidungsfindung auf wissenschaftlicher und politischer Ebene zu unterstützen (DECIDE). 3. Methode - Das AIOLOS Dashboard führt vielseitige Daten unterschiedlicher Quellen aus Deutschland und Frankreich zusammen. Auf diesen Daten aufbauend wurden KI- Modelle entwickelt, um bessere Vorhersagen zum Verlauf des Infektionsgeschehens und zum Einfluss verschiedener Maßnahmen treffen zu können. 4. Ergebnis - Im ALERT Bereich des AIOLOS Dashboard werden Trendanalysen für Zeitreihen unterschiedlicher Indikatoren ausgegeben (z.B.: Abwasserdaten, Social Media Daten). Das Dashboard verfügt ferner über die Modalität, Schwellenwert-basierte Warnungen auszugeben, sowie vor neu auftretenden Virusvarianten zu warnen. Im Bereich MONITOR wurden Modelle zur Extrapolation von Fallzahlen, Hospitalisierungs- und Todesraten entwickelt. Im Bereich DECIDE konnte anhand historischer COVID-19 Daten analysiert werden, wie sich Maßnahmen wie social Distancing und breit angelegte Impfkampagnen auf die Pandemieentwicklung eindämmend ausgewirkt haben, die Übertragbarkeit dieses KI-Modells auf frühe Ausbruchsstadien eines anderen Erregers ist allerdings aufgrund der erregerspezifischen Krankheitsausbreitung unwahrscheinlich. 5. Schlussfolgerung/Anwendungsmöglichkeiten - Der binationale Ansatz hat verdeutlicht, wie stark sich die Datenlage beider Länder unterscheidet und den Bedarf an grenzüberschreitenden Lösungen zur Risikoprävention geschärft. Die sich rasant wandelnden Ausgangslage, bezüglich der Datenverfügbarkeit erschwert zusätzlich die Entwicklung eines stabilen Vorhersagetools. Von großer Bedeutung wäre z.B.: die Einführung eines stetigen und flächendeckenden Abwassermonitoring, um zuverlässige Vorhersagen treffen zu können.