Cụ thể, kết quả dự báo là tính đến ngày 13/3, số người chết sẽ là 3.913 và số người nhiễm bệnh là 116.250, trên toàn thế giới, dựa trên số liệu thực tế tính đến ngày 5/3.
Tính đến nay đã có 98.300 người nhiễm và 3.380 người chết vì Covid-19, căn bệnh này không chỉ ảnh hưởng đến sức khỏe con người mà còn tác động rất xấu đến nền kinh tế của nhiều nước. Để lập các kế hoạch dự phòng và chuẩn bị sẵn sàng cho tình huống xấu nhất, chính phủ các nước cần có khả năng dự đoán mức độ phát triển của đợt bùng phát này.
Đây là lúc phương pháp phân tích dự báo rất có ích. Nó cho phép chúng ta phát hiện ra các xu hướng từ dữ liệu đã có, sử dụng các kết quả này để dự báo tình hình tương lai.
Mô hình được sử dụng đã phân tích các xu hướng hiện thời và đã dự báo được số ca nhiễm chính xác đến 96%, dự báo số ca chết chính xác đến 99%. Để duy trì được độ chính xác này, các nhà nghiên cứu thường xuyên cập nhật dữ liệu toàn cầu về các ca liên quan đến Covid-19.
 Số ca tử vong: màu tím là dự đoán và màu đỏ là được xác nhận từ ngày 23/2 đến 13/3 (nghìn người) |
Tính toán siêu tốc
Trên cơ sở dữ liệu thu thập đến ngày 5/3, mô hình này dự báo rằng đến ngày 31/3, số người chết sẽ vượt quá 4.500 và số người nhiễm sẽ lên đến 150.000. Tuy nhiên, vì những con số dự báo này vượt quá độ chính xác ngắn hạn nên các nhà nghiên cứu khuyến cáo rằng kết quả này không đáng tin cậy bằng dự báo đến ngày 13/3.
Hiện nay, mô hình này phù hợp nhất là để dự báo ngắn hạn. Để có các dự báo dài hạn chính xác, các nhà nghiên cứu cần có thêm dữ liệu lịch sử và hiểu biết rõ hơn về những biến động ảnh hưởng đến sự lây lan của virus.
Càng có nhiều dữ liệu lịch sử thì càng dự báo được chính xác hơn.
Dự báo như thế nào?
Để tạo ra các phép tính toán, các nhà nghiên cứu trích xuất dữ liệu ghi nhận từ ngày 22/1 do Trung tâm Khoa học và Kỹ thuật hệ thống của Trường đại học John Hopkins, Mỹ. Các dữ liệu này cho biết chi tiết số lượng và địa điểm các ca bệnh được xác nhận, kể cả số người hồi phục và số người tử vong.
Tiếp theo là lựa chọn một kỹ thuật xây dựng mô hình phù hợp để đạt được độ tin cậy cho các kết quả dự báo. Các nhà khoa học đã sử dụng phương pháp phân tích chuỗi thời gian, một phương pháp dự báo các giá trị trong tương lai dựa vào các giá trị ghi nhận được trong quá khứ. Kiểu dự báo này đã được chứng minh là phù hợp để dự báo các đợt bùng phát bệnh trong tương lai.
Các nhà nghiên cứu đã thực hiện các phép tính bằng mô hình Prophet, một kiểu dự báo chuỗi thời gian, và nhập dữ liệu đầu vào bằng ngôn ngữ lập trình Python.
Thấu hiểu tương lai đi ngược lại sự riêng tư tương đối
Kết hợp các dự báo nhờ AI có thể giúp chúng ta có cái nhìn sâu sắc về những biến chuyển cả về sức khỏe lẫn địa điểm của những người được chẩn đoán mắc Covid-19. Thông tin này sẽ giúp chính phủ các nước thực hiện hiệu quả các kế hoạch dự phòng và ngăn ngừa sự lây lan của virus.
Chúng ta đã chứng kiến tình hình xảy ra ở Trung Quốc, nơi mà các nhà cung cấp dịch vụ viễn thông theo dõi vị trí để cảnh báo cho chính phủ về việc đi lại của những người bị cách ly. Tuy nhiên, những phương pháp như vậy chắc chắn làm dấy lên nhiều vấn đề về sự riêng tư.
Tập trung vào các khu vực nhỏ hơn
Trong phân tích này, các nhà nghiên cứu chỉ sử dụng các dữ liệu công bố trên toàn thế giới. Nếu có thêm dữ liệu của từng địa phương thì họ có thể xác định được từng nước, thành phố, thậm chí cả đơn vị hành chính nhỏ hơn thế có nguy cơ cao hơn những nơi khác.
Chúng ta biết rằng các khu vực khác nhau có mức độ tiến triển bệnh khác nhau. Đó là vì sự lây lan của virus phụ thuộc vào nhiều yếu tố, như là tốc độ chẩn đoán, phản ứng của chính phủ, mật độ dân số, chất lượng chăm sóc sức khỏe cộng đồng và khí hậu ở địa phương.
Khi đợt bùng phát này lan rộng và phản ứng chung của thế giới được tổng kết thì mô hình này sẽ rất nhanh nhạy bám theo những thay đổi thực tế, nhưng chừng nào chúng ta chưa kiểm soát được con virus này thì dự báo được trước vẫn có ích để chúng ta sẵn sàng trước.
