בחודש שעבר, למרות ההשלכות הטרגיות של הוריקן סנדי, התברר דבר אחד - דגמי מזג האוויר העוצמתיים העומדים לרשותם הפכו טובים יותר וטובים יותר לסייע לחזאים לחזות לאן הסערות כמו סנדי הולכות הלאה.
תוכן קשור
- מדוע מגמות שפעת של גוגל אינן יכולות לעקוב אחר השפעת (עדיין)
טכנולוגיה זו שימושית יותר מסתם חיזוי סערה. במחקר שפורסם אתמול בכתב העת Proceedings of the National Academy of Sciences, זוג חוקרים רתמו את הטכנולוגיה הזו כדי לחזות את התפשטות השפעת. בעזרת נתונים בזמן אמת ממגמות שפעת של גוגל, המודלים שלהם יכולים לחזות היכן, מתי וכמה יתפרצו התפרצויות שפעת עונתיות ברחבי הארץ.
"הממצאים מעידים כי ניתן לבצע תחזיות מיומנות בזמן אמת לגבי תזמון שיא יותר משבעה שבועות לפני השיא בפועל, " כותב ג'פרי שמאן, מדען לסביבה מאוניברסיטת קולומביה, ואלישיה קארספק מהמרכז הלאומי למחקר אטמוספרי, ב- העיתון שלהם. "עבודה זו מהווה צעד ראשוני בפיתוח מערכת מחמירה סטטיסטית לחיזוי בזמן אמת של שפעת עונתית." אם תקוות כאלה יגיעו לידי מימוש, יכול להיות משהו כמו מערכת התרעה מראש נגד שפעת ("שיעורי שפעת צפויים להגיע לשיא באזור שלך בשבוע הבא ") בדומה לאלה בהוריקנים ואירועי מזג אוויר קשים אחרים.
גם העברת מזג אוויר וגם העברת שפעת הם דוגמאות למערכות לא ליניאריות: כאלה בהן שינוי קטן בתנאי ההתחלה יכול להביא לשינוי עצום בתוצאות. בבניית מודלים של מזג אוויר, מדענים בוחנים נתונים היסטוריים על האופן בו סוגים של שינויים קטנים אלה (מים חמים מעט יותר בקריביים, נניח) השפיעו על התוצאות (הוריקן עם הרבה יותר כוח כאשר הוא נופל על החוף המזרחי). על ידי הטמעת שנים של נתונים והפעלת אינספור הדמיות, הם יכולים לייצר תחזית מדויקת למדי לסיכויים לאירועי מזג אוויר היפותטיים המתרחשים בפרק זמן של כשבוע.
במחקר החדש החוקרים השתמשו בעקרונות הנגזרים ממודלים אלה והחילו אותם על התפשטות השפעת. עבור תשומות, בנוסף למדידות אטמוספריות של טמפרטורה, לחץ ורוח, הם השתמשו ב- Google Flu Trends, שירות המספק נתונים בזמן אמת על העברת שפעת ברחבי העולם על ידי בחינה מדוקדקת של מונחי חיפוש שהוזנו ב- Google. אמנם לא כל אדם המחפש "שפעת" בהכרח חולה בשפעת, אך חוקרי גוגל הראו שמונחי חיפוש הקשורים לשפעת יכולים להוות פרוקסי מדויק לשיעורי העברת שפעת ברחבי העולם - אם אנשים רבים באזור מסוים פתאום מדווחים על "שפעת, "זה הימור טוב שהזיהום הגיע בהמוניו.
נראה כי השפעת מתנהגת על פי עקרונות הסתברותיים הכוללים תנאים אטמוספריים הדומים למזג האוויר. גורמים אחרים שיש לקחת בחשבון כוללים את צפיפות האוכלוסייה של האזור. בשילוב גורמים כמו לחות וטמפרטורה עם נתונים מגוגל ומידע על שיעורי שפעת בפועל שנשמרו על ידי בתי חולים, הצליחו החוקרים לפתח מודלים המשווים את אופן העברתם של שפעת בשנים שחלפו מאז פקידי המעקב.
כדי לבדוק את המודל שלהם, החוקרים העריכו את נתוני השפעת בעיר ניו יורק משנת 2003 עד 2008. על ידי הזנת נתונים על העברת שפעת עד לזמן נתון וביקשו מהמודל לספק תחזית שבועית כיצד תתנהג השפעת, הם הצליחו לייצר תחזיות מדויקות מתי הזיהום יגיע לשיא, לעיתים עד שבעה שבועות לפני הזמן. בנוסף, כמו בדגמי מזג האוויר, המערכת יכולה להבחין בין כמה תרחישים שונים ולספק הערכות לגבי הסבירות להתרחש כל אחד מהם.
עם המשך פיתוח ונתונים בזמן אמת כמו מגמות שפעת של גוגל זמינים, ניתן להשתמש באופן תיאורטי מסוג זה כדי ליצור תחזית שפעת באזורים מקומיים, אפילו עד מדינה או עיר.
