Verspreiding corona in kaart gebracht

Waar komen de meeste coronagevallen voor en welke factoren hebben invloed daarop? Hoe ziet de situatie er over drie dagen uit? Onderzoekers van Amsterdam UMC ontwikkelden een website met een gedetailleerde kaart van ons land die antwoord geeft op dit soort vragen. Hiervoor gebruiken zij machine learning.

De interactieve kaart van Nederland op windfall.ai drukt je meteen met de neus op de feiten. Hoe roder het gebied, des te meer besmettingen per 100.000 inwoners. Met Heerde (Gelderland) als sombere koploper: deze gemeente is wat aantallen infecties betreft zwaar getroffen door het coronavirus.

Bij de kaart staat een play-knop; als je daar op klikt, zie je hoe het virus zich vanaf de eerste officiële gevallen verspreidde over Nederland. Let wel, zeggen de onderzoekers: dit zijn alleen de gerapporteerde besmettingen – zoals bekend weten we niet precies hoeveel mensen er echt geïnfecteerd zijn omdat er tot nu toe niet massaal is getest op corona.

Dashboard

De website is net een week online, sneller dan gepland. Dat heeft alles te maken met de persconferentie van het kabinet op 19 mei. Minister van Volksgezondheid Hugo de Jonge introduceerde er de term ‘dashboard’, een soort online controlepaneel dat allerlei gegevens over corona samenbrengt. Denk aan het aantal positieve testuitslagen, cijfers over de bezetting van ic-bedden en het reproductiegetal – dat aangeeft hoeveel mensen een besmette patiënt op zijn beurt aansteekt – gecombineerd met informatie over drukte op straat en gedragsonderzoek. Door aan de knoppen van dat dashboard te draaien – lees: lokale maatregelen te nemen – hoopt De Jonge de controle te houden zonder dat het hele land meteen weer in lockdown moet.

“Zo’n dashboard lijkt erg op wat wij aan het maken zijn”, vertelt projectleider Thijs Spanhaak. “Het is zonde als anderen dit ook gaan doen, daarom hebben we de online lancering naar voren geschoven.” Samen met onderzoekers Björn van der Ster en Bart Geerts werkte Spanhaak maandenlang aan de site, waarop je per gemeente ziet hoeveel besmettingen, ziekenhuisopnames en sterfgevallen er zijn als gevolg van het coronavirus. Ook kun je een voorspelling bekijken voor de komende 3 dagen.

Tweede golf vroegtijdig signaleren

Maar dat is lang niet alles. De onderzoekers gaan nog veel meer gegevens invoeren die van invloed kunnen zijn op de verspreiding van corona. Zoals het weer, luchtvochtigheid, lokale en landelijke maatregelen, verkeersdrukte, de mate van verstedelijking en de demografische samenstelling van de bevolking.

De website maakt gebruik van kunstmatige intelligentie (AI) en machine learning. Dit houdt in dat de computer leert van de ingevoerde gegevens. Op basis daarvan kan het systeem steeds betere voorspellingen doen over het verloop van het aantal coronabesmettingen in een bepaald gebied. “We hopen daarmee een tweede piek in het aantal infecties – de beruchte tweede golf – vroegtijdig te kunnen signaleren”, zegt Geerts.

Beleid per postcode

Het project van de drie onderzoekers komt voort uit een initiatief om door middel van AI de drukte in de acute zorg te voorspellen, met name op de spoedeisende hulp en de intensive care. Dan kunnen ziekenhuizen het personeel efficiënter inzetten, op momenten dat het echt nodig is. Toen vervolgens de coronacrisis uitbrak, besloten de onderzoekers een website te maken die een bredere doelgroep bedient, zoals beleidsmakers. Spanhaak: “Zij kunnen zien welke verschillen in verspreiding er optreden tussen de gemeenten, en hoe deze te verklaren zijn.” Geerts: “We willen de verschillende informatiebronnen zodanig combineren, dat je er beleid per postcode op kunt maken.”

Voor het Windfallproject kregen de onderzoekers geld uit de ‘Internet tegen corona’-poot van het SIDN fonds, een in 2014 opgerichte, onafhankelijke organisatie die een sterk internet voor iedereen wil. “Via dit fonds kwamen we in contact met een partij die in kaart brengt hoe de gemeentes optreden tijdens de lockdown. In de ene gemeente mag meer dan in de andere”, vertelt Spanhaak. In combinatie met cijfers over de verspreiding van het coronavirus, levert dat waardevolle informatie op over de effecten van bepaalde maatregelen.

Aantal auto’s tijdens carnaval

Momenteel voorspelt de website per gemeente hoeveel coronabesmettingen, ziekenhuisopnames en sterfgevallen er de komende drie dagen bij zullen komen. Spanhaak: “We zouden veel verder vooruit willen kijken, maar dan worden de cijfers minder betrouwbaar. Covid-19 is een nieuwe ziekte, waarover we nog veel niet weten. Vóór de coronapandemie waren we bezig met eenzelfde visualisatie van de verspreiding van griep. We konden de piek in het aantal griepgevallen zo’n drie weken van te voren aan zien komen. Maar daarover  is veel meer bekend.”

De komende maanden gaan de onderzoekers in kaart brengen welke mechanismen een rol spelen bij de verspreiding van corona, zodat ze verder dan drie dagen vooruit kunnen voorspellen. “Denk aan factoren als de luchtvochtigheid tot het aantal auto’s dat in Brabant op de weg was tijdens carnaval”, verduidelijkt Geerts. “Die extra informatie zal gaandeweg worden toegevoegd.”

Alles openbaar

De onderzoekers gaan voor volledige transparantie. Al de informatiebronnen die ze gebruiken, zijn openbaar en vrij te raadplegen. Ook zullen ze met iedereen het algoritme delen dat voor de site wordt gebruikt. “Alle data die we verzamelen, moeten herbruikbaar zijn”, stelt Spanhaak. “En iedereen kan feedback achterlaten via het contactformulier op de site.” Ondertussen gaat de website als een speer: “Duizend views in de eerste twee dagen. Dat is toch niet slecht?”

Tekst: Irene van Elzakker