Het eerste dashboard in Nederland dat met grote zekerheid voorspelt waar lokale oplevingen van COVID-19 besmettingen kunnen plaatsvinden. Daar gaat een onderzoeksteam onder leiding van Nelly Litvak, hoogleraar Algoritmes voor Complexe Netwerken aan de TU Eindhoven aan werken. De groep krijgt een half miljoen euro subsidie van ZonMW.
Het team werkte sinds de corona-uitbraak in maart aan voorspellingen op basis van geaggregeerde mobiliteitsinformatie. Die komen uit het gebruik van mobiele telefoons. De subsidie wordt ingezet om die voorspellingen aanzienlijk te verbeteren. Door de slimme combinatie met gegevens uit de COVID Radar App. Veiligheidsregio’s kunnen hiermee sneller en gerichter ingrijpen bij dreigende corona-uitbraken, en het ontstaan van nieuwe brandhaarden zelfs voorkomen.
De signalering van de verspreiding van COVID-19 besmettingen loopt op dit moment achter de feiten aan. Zo gaan er snel enkele dagen verloren aan het verkrijgen van testuitslagen en het achterhalen van mogelijk nieuwe besmettingen via contactonderzoek. Daarnaast is het achterhalen van de fysieke verplaatsingen van deze personen moeilijk of zelfs onmogelijk door tijdsgebrek.
Verschil
Het nieuwe dashboard kan hier een groot verschil in maken, volgens projectleider Nelly Litvak. “Door de geaggregeerde mobiliteitspatronen te combineren met de data van risicovol gedrag in het wiskundige model van verspreiding van het virus, kunnen we de verspreidingsrisico’s van het ene naar het andere gebied vrij nauwkeurig vaststellen. Burgemeesters van veiligheidsregio’s zouden daarmee een mogelijke lokale besmettingsgolf kunnen zien aankomen en tijdig maatregelen kunnen nemen. Iets wat erg belangrijk is nu het virus weer om zich heen grijpt.”
En daar blijkt animo voor te zijn. De veiligheidsregio’s Groningen en Twente hebben al toegezegd om het team direct vanaf het begin van feedback te voorzien. De eerste prototypes kennen dus al een zo optimaal mogelijke gebruikerservaring.
Gegevens combineren
De basis voor het project is de COVID Radar app, ontwikkeld door het Leids Universitair Medisch Centrum (LUMC), en vanaf april dit jaar in gebruik. Met meer dan 3,5 miljoen ingevulde vragenlijsten door ruim 215.000 unieke gebruikers geeft deze app lokale inzichten in besmettelijke concentraties. De data zijn volledig geanonimiseerd. Daarom zijn ze geschikt om te delen voor informatieanalyses.
Deze informatie wordt vervolgens gecombineerd met geanonimiseerde en geaggregeerde mobiliteitsdata, afkomstig van het data-analysebedrijf Mezuro. Hun data-platform bevat gegevens die zijn afgeleid van het mobiele telefoongebruik over heel Nederland. Dit zijn gegevens als woonlocatie, reisbestemming, duur van de reis en de wijze van verplaatsing (auto, trein, fiets e.d.).
De gecombineerde gegevens vormen de input voor IT-dienstverlener ilionx, die de regionale risico’s visualiseert in een goed te lezen dashboard in de vorm van een kaart van Nederland, Die kaart is onderverdeeld in gemeentes en veiligheidsregio’s. Het toont de historische en huidige patronen van besmettingen en verplaatsingen. Het zal ook een risicobepaling in beeld brengen van potentiële besmettingshaarden in de nabije toekomst.
Dashboard
Het team is in maart al gestart met hun onderzoek naar het voorspellen van regionale COVID-19 uitbraken op basis van telefoongegevens. Na het combineren met de COVID Radar app, wisten zij in april een eerste prototype op te leveren.
Over drie maanden moet de eerste testversie van het dashboard naar verwachting gereed zijn. Het hele onderzoek duurt in totaal 1,5 jaar en in die tijd wordt dit dashboard steeds doorontwikkeld. De bedoeling is dat beleidsmakers van bijvoorbeeld veiligheidsregio’s of gezondheidsautoriteiten er zo optimaal gebruik van kunnen maken.
Het onderzoek is met 500.000 euro gefinancierd door ZonMW, met naast de TU/e het LUMC als team achter de COVID Radar app, de Universiteit Utrecht, de Universiteit Twente, Mezuro en ilionx. Het TU/e team bestaat uit prof.dr. Nelly Litvak, prof.dr. Remco van der Hofstad, dr. Marko Boon en AiO Martijn Gösgens.
Lees ook:
- Proefversie coronadashboard online
- Quantumcomputer TU Delft beleeft doorbraak
