アルベルト（本社：東京）は、厚生労働省クラスター対策班に対する感染拡大防止および効果検証を目的とした分析支援を本格稼働させ、「人との接触の8割削減」を目指して同社チームが接触率増減分析を担当している。
アルベルトは、4月10日より、厚生労働省の新型コロナウイルス感染症対策本部クラスター対策班に対し、新型コロナウイルスの感染拡大防止に向けたビッグデータ分析、アルゴリズム開発のための人的支援を開始している。
現在、ALBERTチーム（ALBERT所属のデータサイエンティスト7名）が位置情報を基にした各地域における接触頻度増減率の分析・可視化に携わり、「人との接触の8割削減」を目指すクラスター対策班の活動を支援している。
政府による新型コロナウイルス感染対策の最前線であるクラスター対策班は、自治体と連携してクラスター感染の早期探知、専門家チームの派遣、感染情報の分析及び感染防止策の検討を担っている。各都道府県との連携のもと、いかに早くクラスター発生を発見し、具体の対策に結び付けるかが大規模な感染拡大を防止するために重要であり、そのために日々膨大なデータの分析を行なっている。
今般、「CATALYST（触媒）戦略」の下、産業間のデータシェアリングを推進しているアルベルトのデータサイエンティスト7名が、クラスター対策班の⼀員として活動し、新型コロナウイルス感染拡大防止に向けたビッグデータの分析等を支援している。
新型コロナウイルス感染拡大防止に向けて、人との接触を8割削減することを目指している中、アルベルトチームが東北大学・新潟大学と連携し、位置情報やアンケート情報等を基にした接触頻度の増減分析及び可視化に取り組んでいる。 緊急事態宣言を経て、各地域の人との接触がどのように変化しているかを定量的に評価しリアルタイムに確認することで、緊急事態宣言の効果検証を行い、政府または厚生労働省による新たな政策の検討時に活用される。
人との接触の削減効果の指標は、クラスター対策班の西浦教授が発信している通り、「感受性人口と接触率の積」で表現され、人口動態と人の行動パターンの変容の両面からそれぞれの値を推定する試みとなる。
また、Web行動履歴や地理的情報を加味したクラスターの早期発見を目的とした分析にも着手しており、多様な分析テーマにおいて、アルベルトチームがクラスター対策班を継続的に支援していく。
タイトルとURLをコピーしました