コロナ感染者予測「今後急増」“大外れ”ケシカラン？「シミュレーション結果」への向き合い方 #健康警察（withnews） - Yahoo!ニュース

2-3 minutes

新型コロナ感染拡大後、「A大学のシミュレーションによれば、この後X月には、最大1日1万人の新規感染者が……」みたいなニュース、見かけるようになりましたね。そんな予測を知った後に、賑わうイベントの映像を見ると「警戒心が足りない！」と批判したくなります。【画像】グラフで見る第1波から第5波まで…実際の感染者数の推移はどうだった？　東京・全国のグラフところがその後、振り返ってみると、予測で示された感染拡大は起きず、むしろ減っていたなんてケースも。それを見て「大外れ！　ケシカラン！」という声がSNSにあふれたりします。#健康警察の連載第7回、身近になった「シミュレーション予測」。私たちはどう捉えたらいいのか？　フカボリして考えます。（医療ジャーナリスト・市川衛）

Googleが感染者数の予測を出し続けているけど…

「あの」Googleさんが新型コロナ感染者の予測数値を出し続けているって、知っていました？ COVID-19 感染予測(日本版) https://datastudio.google.com/u/0/reporting/8224d512-a76e-4d38-91c1-935ba119eb8f/page/ncZpB “このダッシュボードでは、日本国内の COVID-19 (新型コロナウイルス感染症) の感染の広がりについて、都道府県別で予測を表示しています。” 全世界から超優秀な人が集まり、膨大なデータを利用できるGoogleが出す予測。予測の仕組みも公開されています。すごくざっくりまとめると、感染症の患者数の予測を出すのに標準的に使われているモデル（SEIRモデル）をもとに、「AIと膨大な疫学的データを組み合わせ、さらに、時系列の予測を扱う斬新な機械学習のアプローチを採用することで（Googleリリースより）」実現したといいます。これだけだと詳細はよくわからないけれど、Google先生が「時系列の予測を扱う斬新な機械学習のアプローチを採用」とまでうたっているわけですから、すごそう。未来の感染者数を、魔法のように予測してくれそうに思います。ところが、この予測結果には、こんな反応も。 Googleの「コロナ感染者予測」は信頼に足るのか　専門家がメカニズムを解説 https://www.itmedia.co.jp/news/articles/2105/05/news013.html “例えばGoogleモデルは1月12日に、新規感染者数が2月6日に1万人を超えると予想していたが、実際には1月8～16日がピークで、2月に向けて下降。6日の実際の新規感染者数は約2000人だった。” この記事によれば今年1月、Googleのモデルは「今後1カ月、感染者数が大幅に増える」と予測していました。ところが実際に1カ月後に振り返ってみると、感染者数は減り続け、ピークとしていた2月頭には予測の5分の1ほどの新規感染者しかいなかった、というのです。率直に言って“大外れ”と感じてしまいますね。とはいえまあ、これはたまたま失敗しただけかもしれません。このダッシュボードのリリースは昨年11月のこと。すごいところは、一度予測を出したらそれっきりではなく、実際の感染者データなどを基に改良され続けることだそうです。そこで現状の精度について、筆者自身も確認してみることにしました。下の図は、8月11日時点のGoogleによる東京都の感染者の予測です。この予測では、感染者数は9月にかけて右肩上がりに増え続け、9月2日ごろには1日8000人に近づくとされています。この時期、他にも国内の研究者による「8月末には1日1万人を超える可能性」という指摘が話題になっていたこともあり、私自身「今度こそGoogleの予測が的中するのでは？」と感じました。ところがです。実際の経過はご存知の通り。東京都の新規感染者数は8月13日をピークに、ゆるやかに横ばいから減少に転じました。ピークを迎えるとされた9月2日は3099人と、予測の2分の1以下です。やはり素直な感覚では「え……めっちゃ外れてるじゃん……」と思ってしまいます。

ありがとうございます。
サービス改善に活用させていただきます。

このブログを検索

日本の自動車・バイク・オートバイ