KTH-studenters verktyg hjälper epidemiologer

André Gerbaulet och Robin Sandström diskuterar koden bakom prognosverktyget.

NYHET

Publicerad 2020-03-19

Hallå där, Robin Sandström, student vid KTH. Du och André Gerbaulet har skapat ett prognosverktyg för Covid-19. Kan du berätta mer?

– Ja, det är ett verktyg som gör att epidemologer kan följa sjukdomsutvecklingen. De kan biologin, medan vi kan matematiken. Verktyget baseras på en modell som tidigare bland annat använts för SARS-viruset, och med hjälp av olika parametrar som karantänsnivå kan man se när utbrottet är på väg att mattas av och så vidare.

Med KTH-studenternas verktyg går det att följa Coronavirusets utveckling.

Vad har ni gjort för upptäckter?

– Du har säkert hört talas om begreppet "flattening the curve", och det kommer nog inte bli så lätt att platta till kurvan. Om Imperial College-universitetets rapport som kom häromdagen stämmer, där drygt två procent av sjukdomsfallen kommer kräva intensivvård, kommer majoriteten av dem att hamna ovanför linjen som visar maximala antalet intensivvårdsplatser för en nation. Närmare bestämt minst tio gånger fler fall än vi har sjukvårdsplatser för ifall vi inte kan bromsa spridningen rejält.

Hur tillförlitligt är verktyget då?
 
– De som vill kan själv studera vår kod. Den är fri för alla att ta del av. Norge och Danmark har sina framtidsprognoser tillgängliga, och man kan jämföra resultatet från vårt verktyg med deras kurvor. De överlappar varandra bra.

Vad tar verktyget hänsyn till när graferna ritas?
 
– Idag följer vi dödsfall och antalet insjuknande, men vi vill också att föra in fler mätpunkter för ännu bättre noggrannhet. Som tillfrisknadsgrad.

Ni har jobbat en del med detta de senaste veckorna?
 
– Ja. Coronaverktyget har väl kostat två tentor. Samtidigt är det så spännande att få använda fem år av matematikstudier som kan tillämpas i verkligheten. Och det vore givande om det kom till användning.

Robin Sandström läser idag till en mastersexamen i Systemteori och optimeringslära medan André Gerbaulet pluggar till en masterexamen i Statisk inlärning och dataanalys, båda vid KTH.

Här hittar du verktyget .

Text: Peter Ardell

För mer information, kontakta Robin Sandström på robinsan@kth.se.