Gemeinschaftsprojekt gestartet Frühwarnsystem für Corona-Neuinfektionen

Die Ludwig-Maximilians-Universität (LMU) München und die Alexander Thamm GmbH arbeiten gemeinsam an einem Frühwarnsystem für Corona-Neuinfektionen. Im Fokus steht dabei die Vorhersage tagesaktueller Infektionszahlen („Nowcasting“).

Der Münchner Data-Science- und KI-Anbieter ergänzt dabei das von der LMU entwickelte Nowcasting-Modell um Machine-Learning- und Deep-Learning-Methoden. „Das Ziel des gemeinsamen Vorhabens ist es, lokalen Behörden und Gesundheitsämtern statistisch aufbereitete Informationen und valide Vorhersagen über die Infektionen vor Ort zu liefern sowie den Informationsfluss an sie zu automatisieren“, erklärt Prof. Dr. Göran Kauermann, Dekan der Fakultät für Mathematik, Informatik und Statistik der LMU.

Das Frühwarnsystem soll einen weitreichenden Einblick in das lokale Infektionsgeschehen bieten. Das soll Entscheidungsträgern dabei helfen, die Pandemie korrekt einzuordnen und daraus nötige Maßnahmen abzuleiten. Projektionen spielen dabei eine wichtige Rolle, da aktuelle Zahlen der Gesundheitsämter dem Geschehen stets hinterherhinken. Die Interpretation der verfügbaren Daten ist aber komplex, was zu Planung- und Kontrollunsicherheiten führen kann.

Informationsfluss optimieren

Aus diesem Grund wollen die Alexander Thamm GmbH und die Universität per Nowcasting genaue Schätzungen zum tagesaktuellen Infektionsgeschehen abgeben und diese zu kurz- und mittelfristigen Prognosen ausbauen. Wesentliche Elemente sind dabei die Daten über bestätigte Infektionen und Todesfälle. „Auch wenn es möglicherweise zynisch klingt, aber die Zahl der Toten ist statistisch gesehen aussagekräftiger für die Zahl der tatsächlich Infizierten als die Zahl der gemeldeten Infektionen, weil sie nicht von unterschiedlichen Teststrategien, -genauigkeiten oder der Verfügbarkeit von Tests abhängt“, so Dr. Ursula Berger vom Institut für Biometrie und Epidemiologie der LMU.

In das System sollen verschiedene Prozesse integriert werden, darunter Datenerhebung und -management, statistische Modellierung inklusive Simulationen, Deep-Learning-Methoden sowie Informationsbereitstellung und -vermittlung. „Das Projekt verbessert das Ende-zu-Ende-Datenmanagement, schafft frühzeitig Transparenz und ermöglicht eine zielgerichtete Infektionsbekämpfung“, verdeutlicht Andreas Gillhuber, Co-CEO und Projektleiter der Alexander Thamm GmbH. „Deshalb sehen wir es als wertvolles Werkzeug im Kampf gegen die aktuelle Pandemie, aber auch gegen weitere Infektionskrankheiten wie die Influenza oder das Norovirus“, ergänzt er.

(ID:46665110)