Die Ergebnisse der Vorhersage enthalten tagesaktuelle Schätzungen der gemeldeten Neu-Infektionen und eine 5-Tages-Vorhersage für jeden deutschen Landkreis, und sind auf der Website https://covid19-bayesian.fz-juelich.de abrufbar. Die Prognosen beruhen auf Daten des Robert Koch-Instituts, die mit einem neuen, wahrscheinlichkeitsgewichteten Modell der Osnabrücker Neuroinformatiker auf Höchstleistungsrechnern des Jülich Supercomputing Centre (JSC) statistisch analysiert werden.
Das „COVID-19 Bayesian Modelling for Outbreak Detection“, kurz BSTI-Modell, besitzt zwei wesentliche Merkmale, die es von anderen Methoden unterscheidet: „Zum einen liefert die neue Methode einen Vorhersagehorizont, der es ermöglicht, die Verlässlichkeit der Prognosen zu beurteilen. Weiterhin wird der Einfluss vom örtlich benachbarten Infektionsgeschehen mit einbezogen. Das erlaubt uns, auch die Dynamik der Ausbreitung zu bewerten“, erklärt Prof. Dr. Gordon Pipa, Leiter der Arbeitsgruppe Neuroinformatik auf dem KI-Campus an der Universität Osnabrück, die das BSTM-Modell erst kürzlich in einem anderen Kontext entwickelt hat.
Eine von mehreren Herausforderungen bei der Auflösung nach einzelnen Landkreisen sind die niedrigen Fallzahlen. „Eine einzelne Prognosekurve kann irreführend sein, da sich die Verlässlichkeit der Vorhersage nicht beurteilen lässt“, erläutert Prof. Pipa. „Das von uns verwendete BSTI-Modell berechnet daher nicht nur einen einzelnen wahrscheinlichen Verlauf, sondern berücksichtigt viele mögliche Verläufe, die zu den Daten konform sind. Dies ermöglicht die Berechnung sogenannter Vorhersagehorizonte als Maß für die Streuung der Wahrscheinlichkeiten. Auf diese Weise ist eine Einschätzung der Situation einschließlich statistischer Unsicherheiten möglich, die auch bei niedrigen Fallzahlen hilfreiche Informationen liefern kann.“
Das BSTI-Modell errechnet überdies den Einfluss angrenzender Regionen. Ein sogenannter Interaktionskernel beschreibt, wie sehr sich eine hohe oder niedrige Infektionszahl in einer benachbarten Region auf das Infektionsgeschehen in einem Landkreis auswirkt. Die Osnabrücker Arbeitsgruppe Neuroinformatik und das Robert Koch-Institut hatten den Interaktionskernel bereits 2019 erfolgreich eingesetzt, um den Verlauf von Infektionen mit dem Rotavirus sowie Borreliose und Campylobacter-Bakterien zu beschreiben.
