いろいろ調べ物をしていたら、まさに今話題のCOVID-19のような、感染をシミュレーションするモデルがあることを知りました。
SIRという感染シミュレーションです。免疫がない感染可能性がある(S)→感染者(I)→回復して免疫を獲得した人(R)という状態遷移を示します。シンプルなモデルのようですが、これでどのように感染が広がり、収束していくかをシミュレーションすることができるようになります。
こちらにpythonでシミュレーションできる記事がありますので、興味がある方はやってみると良いでしょう。自分も写経してみました。
感染病の数学予測モデルの紹介 (SIRモデル) – Qiita
いくつかパラメータがあるのですが、感染率が高いと当たり前ですが収束に時間がかかることがわかります。
こちらと
こちら
感染率を倍にすると、感染者数も倍以上になりますし、増えていくスピードも急速です。
さらに、感染後の回復率が低くなると、さらに感染者が増え、収束するまでの時間がかかるようになります。
感染者数は一時的に急増すると、限りある医療資源にアクセスできなくなるため、この感染スピードをゆるくする必要があります。
よく言われている医療崩壊を防ぐ、というところですね。
ちなみに、こちらでGUIにもできます。
そして、自分でやるのが面倒な人は、こちらの記事をご覧ください。SIRモデルよりもっと詳細なモデルでシミュレーションした結果が公開されています。
都道府県ごとのシミュレーションによる検討 – COVID-19情報共有 — COVID19-Information sharing
全ての都道府県があるわけでは無いですが、これまでの感染者のデータを見ながら、モデルを検証し、今後の推移もシミュレーションされています。
シミュレーションではないですが、ダッシュボードでデータを見ることもできるようになっています。都道府県ごとの感染者数や検査数の推移がわかるようになっています。素晴らしいですね。