“Εμείς σαν επιστήμονες θα συνεχίσουμε να παρακολουθούμε την πορεία του ιού με ειδικά μαθηματικά εργαλεία, με ειδικούς δείκτες, ώστε να μπορούμε να προβλέψουμε και να δούμε αν η άρση των μέτρων συνοδεύεται και από αντίστοιχα καλή εικόνα της επιδημιολογίας του ιού στην κοινότητα”, είπε χθες ο Δρ Σωτήρης Τσιόδρας, αναφερόμενος στη σταδιακή άρση των μέτρων της καραντίνας. Στη σημασία των μαθηματικών μοντέλων για την εξέλιξη της πανδημίας αναφέρθηκε πρόσφατα και ο Bill Gates.
Ένας από τους πιο κατάλληλους επιστήμονες παγκοσμίως για να μιλήσει για μοντέλα και analytics είναι ο Δρ Δημήτρης Μπερτσιμάς, Αντιπρύτανης Business Analytics στο Sloan School του MIT, στο οποίο είναι καθηγητής επί 32 χρόνια. Εφαρμόζει αρχές μηχανικής μάθησης και βελτιστοποίησης σε τομείς όπως η ιατροφαρμακευτική περίθαλψη και η διοίκηση επιχειρήσεων.
Η ομάδα του, η οποία αποτελείται από 25 ερευνητές, εδώ και ένα μήνα έχει στρέψει το ενδιαφέρον της στη δημιουργία μοντέλων για την πρόγνωση του κορονοϊού, τα οποία ήδη αξιοποιούνται σε νοσοκομεία των ΗΠΑ και την Ιταλία για τη λήψη αποφάσεων. Ταυτόχρονα, οι ερευνητές προετοιμάζονται για την έξοδο από την καραντίνα με μοντέλα που θα παρακολουθούν πώς τα μέτρα σταδιακού ανοίγματος αντανακλούν στην εικόνα του ιού.
Στην ομάδα συμμετέχουν επίσης οι Έλληνες ερευνητές Βασίλης Διγαλάκης, Αγνή Ορφανουδάκη και Θοδωρής Παπαλεξόπουλος.
Ποιο ήταν το ερευνητικό σας έργο πριν την πανδημία;
Η ομάδα μου ασχολείται με την πανδημία εδώ και ένα μήνα. Τα τελευταία 35 χρόνια είμαι στο MIT – επί 32 χρόνια είμαι καθηγητής και τα πρώτα 3 χρόνια έκανα το διδακτορικό μου. Έχω ασχοληθεί με το πεδίο των analytics και της επιχειρησιακής έρευνας, με εφαρμογές στις μεταφορές, τις οικονομικές υπηρεσιές και το χώρο της υγείας, μεταξύ άλλων.
Ουσιαστικά ασχολούμαι εδώ και 30 χρόνια με τη χρήση δεδομένων για τη δημιουργία μοντέλων που αξιοποιούνται στη λήψη αποφάσεων. Η έρευνά μας στον κορονοϊό βασίζεται σε αυτές τις αρχές. Αξιοποιούμε τα διαθέσιμα δεδομένα ούτως ώστε να κατασκευάσουμε μοντέλα και να οδηγηθούμε στη λήψη αποφάσεων που να βελτιώνουν τα πράγματα.
Πώς το εργαστήριό σας εμπλέκεται στις έρευνες κατά του COVID-19;
Έχουμε δημιουργήσει το website covidanalytics.io αν θέλει κανείς να πάρει μια εικόνα.
Έχουμε ασχοληθεί με διάφορα αντικείμενα.
1ον Αρχικά φτιάξαμε ένα database με σχετικές δημοσιεύσεις. Αυτή τη στιγμή έχει πάνω από 140. Αυτό δίνει καλύτερη κατανόηση της συννοσηρότητας που υπάρχει όσον αφορά την ασθένεια – για παράδειγμα αν κάποιος έχει διαβήτη, πόσο επηρεάζει τις πιθανότητες να νοσήσει από τον ιό, τη θνησιμότητα κλπ;
2ον Δημιουργήσαμε ένα μοντέλο της εξέλιξης του ιού στην κοινωνία, βελτιώνοντας άλλα μοντέλα που υπάρχουν. Το έχουμε εφαρμόσει σε κάθε Πολιτεία της Αμερικής και σε διάφορες χώρες, όπως την Ελλάδα. Παίρνουμε δεδομένα καθημερινώς από το Johns Hopkins και με το μοντέλο που έχουμε δημιουργήσει προβλέπουμε τον αριθμό των κρουσμάτων, τον αριθμό των διασωληνωμένων και των θυμάτων. Συνεργαζόμαστε μάλιστα με κάποια νοσοκομεία τα οποία έχουν χρησιμοποιήσει αυτό το μοντέλο για να υπολογίσουν πόσες κλίνες εντατικής θεραπείας και πόσοι αναπνευστήρες θα χρειαστούν. Το ίδιο μοντέλο δίνει πληροφορίες όχι μόνο σε επίπεδο Πολιτείας, αλλά ακόμα και σε επίπεδο Κομητείας.
Στις ΗΠΑ, ο αριθμός των αναπνευστήρων είναι επαρκής, αλλά δεν υπάρχει σωστή κατανομή τους. Οπότε δημιουργήσαμε ένα μοντέλο που δείχνει πώς οι Πολιτείες θα μπορούσαν να συνεργαστούν ώστε να μην υπάρχουν ελλείψεις.
Αυτό το μοντέλο το χρησιμοποιήσαν επίσης σε διάφορα συστήματα νοσοκομείων. Ας πούμε στην περιοχή του Κονέκτικατ, που υπάρχει ένα σύστημα 7 νοσοκομείων με τα οποία συνεργαζόμαστε, το εφαρμόσαμε στο πώς θα μοιραστεί το διαθέσιμο ιατρικό και νοσηλευτικό προσωπικό, αλλά και ο εξοπλισμός, ώστε να υπάρχει η δυνατότητα να ανταποκριθεί το υπάρχον σύστημα. Ουσιαστικά το μοντέλο βελτιστοποιεί τον τρόπο λειτουργίας των νοσοκομείων ούτως ώστε οι διαθέσιμοι πόροι να αξιοποιούνται με τον πιο αποτελεσματικό τρόπο.
3ον Σε συνεργασία με ένα νοσοκομείο της Ιταλίας, στη Λομβαρδία, που ήταν στο επίκεντρο της κρίσης, φτιάξαμε ένα μοντέλο μηχανικής μάθησης το οποίο προβλέπει τα επίπεδα θνητότητας με μεγάλη ακρίβεια. Τις επόμενες ημέρες έχουμε σκοπό να δημοσιεύσουμε αντίστοιχο μοντέλο που αφορά τις εισαγωγές σε ΜΕΘ και επίσης εργαζόμαστε σε ένα μοντέλο μηχανικής μάθησης το οποίο μπορεί να προβλέψει το αν έχεις την ασθένεια, ανάλογα με τα συμπτώματα που έχεις, το πού ζεις κλπ. Αυτό έχει περισσότερο νόημα όσο ανοίγει η κοινωνία, για να γνωρίζει κάποιος αν πρέπει να αυτοπεριοριστεί σε καραντίνα ή όχι.
Είναι πολυποίκιλη η δραστηριότητά μας.
Έχουμε δει και άλλα μοντέλα το τελευταίο διάστημα, όπως από το Imperial και το Πανεπιστήμιο της Washington. Πώς αποφύγατε λάθη άλλων μοντέλων;
Όλα τα μοντέλα κάνουν κάποιες υποθέσεις. Εμείς θεωρούμε ότι έχουμε κάνει σημαντικές βελτιώσεις (σε σχέση με τα υπόλοιπα μοντέλα). Η τεχνική που χρησιμοποιεί αυτό το μοντέλο είναι διαφορετική από αυτό που χρησιμοποιεί το University of Washington. Οι πιο σημαντικές παράμετροι που ίσως είχαν παραλειφθεί σε άλλα μοντέλα είναι ο ρυθμός μόλυνσης ή o ρυθμός αντίδρασης της κοινωνίας στην καραντίνα – μπορεί να επιβληθούν μέτρα σε μια χώρα, αλλά δεν είναι απαραίτητο ότι οι πολίτες θα τα ακολουθήσουν κατευθείαν. Αυτές οι δύο παράμετροι δεν είναι άμεσα μετρήσιμες. Εμείς έχουμε δημιουργήσει το μοντέλο πρόβλεψης και αξιολογώντας τα δεδομένα του παρελθόντος, προσπαθούμε να εκτιμήσουμε ποιες παραμέτροι έχουν την καλύτερη συσχέτιση μεταξύ του μοντέλου και των όσων ήδη έχουν συμβεί. Έχουμε παρατηρήσει ότι τα μοντέλα μας είναι αρκετά ακριβή, χάρη στη συχνή αξιολόγηση αυτών των παραμέτρων.
Επειδή όπως γνωρίζετε στην Ελλάδα ετοιμαζόμαστε για σταδιακή άρση των μέτρων, τι μπορούμε να μάθουμε από τα μοντέλα που έχετε δημιουργήσει για την έξοδο από την καραντίνα;
Έχουμε σκοπό να δημοσιεύσουμε μέσα στις επόμενες μέρες τι προβλέπουμε ότι θα συμβεί ανάλογα με τα εκάστοτε μέτρα που θα ληφθούν ανά περιοχή. Για παράδειγμα: αν ανοίξουν τα σχολεία ή αν επιτρέπεται η συνάθροιση άνω των 10 ατόμων.
Έχουμε στοιχεία για το ποιο μέτρο εφαρμόστηκε ανά χώρα ή Πολιτεία της Αμερικής και πώς αυτό επηρέασε. Αυτή την περίοδο φτιάχνουμε ένα μοντέλο που προτείνει τι θα ήταν καλύτερο να συμβεί.
Για παράδειγμα στη Δανία πρόσφατα άνοιξαν τα σχολεία. Ωστόσο, δεν στέλνουν όλοι οι γονείς τα παιδιά τους στα σχολεία, αντίθετα με πριν δύο μήνες. Οι άνθρωποι έχουν αλλάξει τον τρόπο σκέψης τους. Οπότε η άρση των μέτρων εξαρτάται άμεσα από τη συμπεριφορά των πολιτών.
Έχετε κάνει καθόλου εκτιμήσεις και για ενδεχόμενο 2ο κύμα του ιού, βάσει προηγουμένων πανδημιών;
Τα μοντέλα μας φτάνουν μέχρι 15 Ιουνίου. Ο λόγος είναι ότι δεν ξέρουμε πώς οι διάφορες κυβερνήσεις θα διαχειριστούν την κατάσταση.
Αν βέβαια λάβει κανείς υπόψη την πανδημία του 1918 με την ισπανική γρίπη, το μεγαλύτερο ποσοστό των θυμάτων χάθηκε κατά το 2ο κύμα. Το 1ο κύμα της ισπανικής γρίπης ξεκίνησε τον Απρίλιο, κοντά στην έναρξη του κορονοϊού το Φεβρουάριο. Το 20% των ανθρώπων χάθηκε στο 1ο κύμα, 70% των ανθρώπων στο 2ο κύμα, στο διάστημα από Σεπτέμβριο έως Νοέμβριο και το 10% την επόμενη χρονιά. Υπήρχαν 3 κύματα. Βέβαια πολλά πράγματα τα οποία εφαρμόζονται τώρα, δεν είχαν γίνει τότε.
Η εντύπωσή μου είναι ότι αν ανοίξει η κοινωνία χωρίς να έχει εξαλειφθεί ο ιός, αυτός θα επιστρέψει σε μεγάλη έκταση. Αν τηρηθούν τα μέτρα ασφαλείας, αν γίνει εκτεταμένη διενέργεια ελέγχων, αν εντοπίζονται εγκαίρως τα νέα κρούσματα, τα πράγματα σίγουρα θα είναι καλύτερα. Εξαρτάται από τις αποφάσεις των Κυβερνήσεων.
Ποια όμως είναι τα μεγαλύτερα ερωτήματα σε σχέση με τον ιό; Οι μεταβλητές που δεν μπορούν να συμπεριληφθούν σε ένα μοντέλο;
Στην Αμερική που έχουμε τόσο πολλά θύματα, είναι δύσκολο να αντιληφθούμε ποιοι από όσους προσβάλλονται είναι σε τόσο σοβαρή κατάσταση ώστε να οδηγηθούν στο θάνατο. Δεν ξέρουμε τι ακριβώς συμβαίνει που καθιστά ορισμένες περιπτώσεις εξαιρετικά επικίνδυνες.
Στο ιατρικό κομμάτι, στα εμβόλια και τα φάρμακα, είμαστε ακόμα σε αρχικό στάδιο. Αυτά προφανώς δεν συμπεριλαμβάνονται στα μοντέλα.
Επίσης, μόνο έμμεσα αντιλαμβανόμαστε το πώς γίνεται η αλληλεπίδραση των ανθρώπων η οποία οδηγεί σε μετάδοση του ιού. Τα μοντέλα προσπαθούν να τα συνυπολογίσουν όλα αυτά και να τα προβλέψουν, αλλά προφανώς δεν είναι τέλεια. Έχει γίνει όμως σημαντική πρόοδος.
Πώς αξιολογείτε τη μέχρι τώρα κατάσταση στην Ελλάδα;
Η Ελλάδα τα έχει πάει καλά. Σε σχέση με τον πληθυσμό της είναι πολύ μικρή η θνησιμότητα και τα κρούσματα πολύ λίγα. Χρειάζεται προσοχή βέβαια στο πώς θα ανοίξει η κοινωνία. Αν ανοίξει η κοινωνία χωρίς καλό προγραμματισμό, δυσάρεστα πράγματα μπορεί να συμβούν.
Έχετε δηλώσει ότι μία από τις αρχές σας είναι “Research can change the world”. Τώρα όλο και περισσότεροι φαίνεται να το καταλαβαίνουν αυτό. Πιστεύετε ότι θα αλλάξει η στάση των πολιτών απέναντι στους επιστήμονες;
Σίγουρα το ελπίζω! Το παράδειγμα του COVID-19 μάς δείχνει ότι πολλές από τις κυβερνήσεις οδηγούνται σε αποφάσεις με βάση τα μοντέλα και την Επιστήμη. Το να αγνοήσεις τη Επιστήμη, μπορεί να είναι εις βάρος σου. Τώρα μιλάτε με κάποιον ο οποίος σε όλη του τη ζωή στηριζόταν σε μοντέλα και στην επιστήμη για τη λήψη αποφάσεων, επομένως είμαι προκατειλημμένος! Η άποψή μου είναι ότι όσο αποδεικνύεται ότι η Επιστήμη λειτουργεί προς θετική κατεύθυνση και ωφελεί την κοινωνία, οι πολίτες θα διάκεινται όλο και πιο θετικά απέναντι σε αυτή.
Από την άλλη, στο πεδίο των analytics που δραστηριοποιούμαι εγώ, βλέπουμε ότι υπάρχει εκθετική αύξηση των ενδιαφερόμενων φοιτητών. Ο αριθμός για να ασχοληθούν με το συγκεκριμένο τομέα έχει 10πλασιαστεί! Οπότε ο κόσμος βλέπει ότι μπορούμε να αλλάξουμε τον κόσμο με την Επιστήμη. Είμαι πολύ αισιόδοξος!
Ως άνθρωπος και όχι μόνο ως επιστήμονας: Θεωρείτε ότι θα δούμε αλλαγή στις αξίες και τις προτεραιότητες των ανθρώπων, όπως υποδεικνύει έρευνα που έγινε σε Βρετανούς;
Αυτή η κατάσταση ταρακουνά πάρα πολλούς ανθρώπους, πολλοί δεν έχουν δουλειά ή αντιμετωπίζουν σοβαρά προβλήματα επιβίωσης. Ένα τέτοιο μεγάλο χτύπημα σε κάνει να σκεφτείς τι είναι σημαντικό στη ζωή.
Δεν πιστεύω πάντως ότι θα επιστρέψουμε στην κανονικότητα σε πάρα πολύ σύντομο χρονικό διάστημα…
Εννοείται και σε σχέση με την εφαρμογή των μέτρων εξόδου από την καραντίνα;
Ναι. Αποκλείεται να πάνε θαυμάσια τα πράγματα σε όλες τις χώρες, να σβήσει ο ιός ταυτοχρόνως. Μου φαίνεται αρκετά απίθανο να συμβεί αυτό. Οπότε σίγουρα θα υπάρχει δυσκολία στις μετακινήσεις, στο να ταξιδέψει κανείς.
Η παγκοσμιοποίηση, η οποία είναι υπεύθυνη για τον COVID-19 (μία κρίση που έχει συμβεί σε μία συγκεκριμένη χώρα να εξάγεται σε όλο τον κόσμο), θα περιοριστεί πολύ, τουλάχιστον όσον αφορά στα ταξίδια. Δυσκολεύομαι να φανταστώ πώς οι κυβερνήσεις θα αφήσουν τα σύνορα τελείως ανοιχτά, ακόμα κι αν η κατάσταση είναι πετυχημένη στο εσωτερικό μιας χώρας. Θα πάρει μεγάλο διάστημα να επιστρέψουμε σε όσα θεωρούσαμε τελείως προφανή.
Κλείνοντας: Ποια είναι η τελευταία Καλή Είδηση που ακούσατε;
Άκουσα ότι σε δοκιμές που έγιναν στο Σικάγο, 125 ασθενείς σε βαριά κατάσταση στους οποίους χορηγήθηκε remdesivir, πήγαν πολύ καλά , με αποτέλεσμα να υπάρχει γενικώς μια αισιοδοξία. Δεν έχω προσωπική εμπειρία αλλά το άκουσα από ανθρώπους που εμπιστεύομαι πολύ.
