Covid-19 Wie man die Epidemie berechnen kann

Mit agentenbasierten Simulationsmodellen wollen österreichische Wissenschaftler genauer prognostizieren, wie sich die Verbreitung des Coronavirus entwickelt.
Mit agentenbasierten Simulationsmodellen wollen österreichische Wissenschaftler genauer prognostizieren, wie sich die Verbreitung des Coronavirus entwickelt.

An Hochrechnungen zur Covid-19-Ausbreitung herrscht kein Mangel. Aber einfach die nachgewiesenen Krankheitsfälle täglich mit einem bestimmten Faktor zu multiplizieren, um exponentielles Wachstum zu simulieren, ist nicht sinnvoll. Für realistische Einschätzungen braucht man kompliziertere Methoden.

Im Rahmen des COMET-Projekts DEXHELPP arbeitet ein Team von Wissenschaftlern, die am Institut für Information Systems Engineering der TU Wien und beim TU-Spinoff-Unternehmen dwh tätig sind, an komplexen Methoden, um stichhaltige Prognosen zur Ausbreitung des Corona-Virus liefern zu können.

Wir und unser digitaler Zwilling

Dabei entstehen keine Hochrechnungen, sondern komplexe Simulationen: »Es gäbe natürlich mathematische Gleichungen, mit denen sich die Ausbreitung einer Epidemie in der Bevölkerung beschreiben lässt – zumindest in einem gewissen Rahmen«, so Niki Popper, CSO und Mitgründer von dwh. »Aber unser Zugang ist viel flexibler. Wir arbeiten mit einem agentenbasierten Ansatz. Das heißt, wir simulieren das Verhalten vieler einzelner Menschen und können am Computer beobachten, wie diese virtuellen Agenten das Virus untereinander weitergeben.«

Reale Personen werden also durch digitale Zwillinge am Computer repräsentiert und über den gesamten zeitlichen Verlauf der Epidemie hinweg verfolgt. Die virtuelle Person legt jeden Tag bestimmte Wege zurück – etwa zum Arbeitsplatz und wieder nach Hause. Simuliert wird Tag für Tag, welche Person welche Kontakte zu welchen anderen Personen hat.

Dadurch ergeben sich dynamische Netzwerke: Es gibt Menschen, mit denen eine Person regelmäßig Kontakt hat, etwa im Haushalt oder am Arbeitsplatz. Dazu kommt wechselnder Kontakt mit zufälligen Personen – etwa mit Kunden im Geschäft. Bei jedem einzelnen virtuellen Kontakt gibt es eine bestimmte Ansteckungswahrscheinlichkeit. So ergibt sich unter normalen Bedingungen zu Beginn eine exponentielle Ausbreitung der Infektion – nicht, weil man Exponentialfunktionen verwendet hätte, um die Epidemie zu beschreiben, sondern als natürliche Konsequenz des Modells, als Ergebnis der simulierten Zufallskontakte.

Daten, Daten, Daten

Berücksichtigt wird eine breite Palette von Bevölkerungsdaten. So ist etwa die Altersverteilung von entscheidender Bedeutung, weil sie einen wichtigen Einfluss auf die Zahl der Kontakte hat. Auch das Geschlecht und die genau räumliche Verteilung der Wohnorte ist wichtig. Im ländlichen Raum hängt die Wahrscheinlichkeit, dass eine Person eine andere ansteckt, stark vom räumlichen Abstand ihrer Wohnsitze ab. In einer Großstadt wie Wien ist dieser Zusammenhang schwächer, weil es dort eher die Möglichkeit besteht, sich über rein zufällige Kontakte anzustecken, etwa in öffentlichen Verkehrsmitteln.

»Viele unserer Daten haben wir von der Statistik Austria – etwa über die Größe der Haushalte, die regionale Bevölkerungsverteilung oder die Verteilung und Größe der Arbeitsplätze«, erklärt Martin Bicher, wissenschaftlicher Mitarbeiter bei dwh. Außerdem gebe es viel wissenschaftliche Literatur, die man in den Modellen berücksichtigen könne – von der typischen Kontaktwahrscheinlichkeit pro Aufenthaltsort bis zu Abschätzungen über Ansteckungswahrscheinlichkeiten.

Wenn man all das berücksichtigt, kann man simulieren, wie sich Quarantänemaßnahmen, Veranstaltungsverbote oder Schulschließungen auswirken. »Solche Maßnahmen verändern schlagartig die Struktur der Kontaktnetzwerke – und wir sehen in unseren Modellen sehr deutlich, dass sich das auch auf die Ausbreitung der Krankheit auswirkt«, erläutert Martin Bicher.

Nachrechnen, ob die Ressourcen ausreichen

Wichtig sei nun vor allem, dass die Gesundheitsversorgung aufrechterhalten werden kann. Welche Maßnahmen dafür nötig sind, lässt sich mit den agentenbasierten Computermodellen ebenfalls einschätzen: Im Modell wird zwischen milden, schweren und kritischen Fällen unterschieden, die jeweils unterschiedliche Betreuung brauchen. Die altersabhängige Verteilung des Schweregrades wurde dabei aus einer Fallzahlenstudie aus China übernommen und auf die österreichische Bevölkerungsstruktur umgerechnet. Die Anzahl von Krankenhausbetten und Intensivversorgungsbetten wird ebenfalls in der Modellierung berücksichtigt, um anhand verschiedener Szenarien untersuchen zu können, ob die Ressourcen ausreichen.

»Wir sind ständig dabei, unsere Modelle zu verbessern und zu verfeinern«, sagt Niki Popper. »Immer wieder kommen neue Erkenntnisse dazu, die wir berücksichtigen können. So hoffen wir, in nächster Zeit Schritt für Schritt immer genauer sagen zu können, wie sich Covid-19 entwickeln wird. Dass sich nun die meisten Leute in Österreich an die Quarantäne-Empfehlungen zu halten scheinen, stimmt uns jedenfalls optimistisch.«