論文の概要: Epidemic mitigation by statistical inference from contact tracing data
- arxiv url: http://arxiv.org/abs/2009.09422v1
- Date: Sun, 20 Sep 2020 12:24:45 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-16 12:42:45.171719
- Title: Epidemic mitigation by statistical inference from contact tracing data
- Title（参考訳）: 接触追跡データからの統計的推測によるエピデミック緩和
- Authors: Antoine Baker, Indaco Biazzo, Alfredo Braunstein, Giovanni Catania,
Luca Dall'Asta, Alessandro Ingrosso, Florent Krzakala, Fabio Mazza, Marc
M\'ezard, Anna Paola Muntoni, Maria Refinetti, Stefano Sarao Mannelli, Lenka
Zdeborov\'a
- Abstract要約: 我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。
本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。
我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
- 参考スコア（独自算出の注目度）: 61.04165571425021
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Contact-tracing is an essential tool in order to mitigate the impact of
pandemic such as the COVID-19. In order to achieve efficient and scalable
contact-tracing in real time, digital devices can play an important role. While
a lot of attention has been paid to analyzing the privacy and ethical risks of
the associated mobile applications, so far much less research has been devoted
to optimizing their performance and assessing their impact on the mitigation of
the epidemic. We develop Bayesian inference methods to estimate the risk that
an individual is infected. This inference is based on the list of his recent
contacts and their own risk levels, as well as personal information such as
results of tests or presence of syndromes. We propose to use probabilistic risk
estimation in order to optimize testing and quarantining strategies for the
control of an epidemic. Our results show that in some range of epidemic
spreading (typically when the manual tracing of all contacts of infected people
becomes practically impossible, but before the fraction of infected people
reaches the scale where a lock-down becomes unavoidable), this inference of
individuals at risk could be an efficient way to mitigate the epidemic. Our
approaches translate into fully distributed algorithms that only require
communication between individuals who have recently been in contact. Such
communication may be encrypted and anonymized and thus compatible with privacy
preserving standards. We conclude that probabilistic risk estimation is capable
to enhance performance of digital contact tracing and should be considered in
the currently developed mobile applications.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)などのパンデミックの影響を緩和するためには、コンタクトトレーシングが不可欠だ。
リアルタイムに効率よくスケーラブルなコンタクトトレーシングを実現するために、デジタルデバイスは重要な役割を果たす。
関連するモバイルアプリケーションのプライバシーと倫理的リスクを分析するために多くの注意が払われているが、そのパフォーマンスを最適化し、疫病の緩和に与える影響を評価する研究は、これまでずっと少ない。
我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。
この推論は、彼の最近の連絡先と自身のリスクレベルのリストと、テストの結果や症候群の存在などの個人情報に基づいている。
本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。
以上の結果から,感染した人の接触を手動で追跡することが事実上不可能になった場合や,ロックダウンが避けられない程度に感染する人の割合が大きくなる前に,このリスクのある人の推測は,感染の緩和に有効な方法である可能性が示唆された。
我々のアプローチは、最近接触した個人間の通信のみを必要とする完全に分散したアルゴリズムに変換される。
このような通信は暗号化され匿名化され、プライバシー保護標準と互換性がある。
我々は,現在開発中のモバイルアプリケーションにおいて,確率論的リスク推定がデジタル接触追跡の性能を向上させることができると結論付けている。
関連論文リスト
- DNA: Differentially private Neural Augmentation for contact tracing [62.740950398187664]
接触追跡はウイルスキャリアの早期検出による感染率の低下に有効な方法である。
我々は、分散化された接触追跡において、最先端技術のプライバシー保証を大幅に改善する。
この作業は、重要なプライバシー保証を維持しながら、ディープラーニングをコンタクトトレースに統合する上で、重要な第一歩となる。
論文 参考訳（メタデータ） (2024-04-20T13:43:28Z) - Protect Your Score: Contact Tracing With Differential Privacy Guarantees [68.53998103087508]
プライバシーに関する懸念は、現在展開を控えている、と私たちは主張する。
本稿では,この攻撃に対して異なるプライバシー保証を有する接触追跡アルゴリズムを提案する。
特に現実的な検査シナリオでは,ウイルス感染率の2倍から10倍の低下を実現している。
論文 参考訳（メタデータ） (2023-12-18T11:16:33Z) - Effectiveness of probabilistic contact tracing in epidemic containment: the role of super-spreaders and transmission path reconstruction [0.0]
新型コロナウイルスのパンデミックは、初期段階の非薬学介入戦略の重要性を浮き彫りにしている。
マスクの普及と接触追跡戦略の体系的実装は、より伝統的なアプローチに対する潜在的に効果的で社会的に影響の少ない代替手段を提供する。
本研究では,SARS-CoV-2拡散の3つの最先端モデルを用いて,接触追跡に関連する診断・社会的コストを定量的に分析した。
論文 参考訳（メタデータ） (2023-12-01T20:19:12Z) - Predicting Infectiousness for Proactive Contact Tracing [75.62186539860787]
大規模デジタル接触追跡は、ウイルスの拡散を最小限に抑えながら、経済と社会活動を再開する潜在的な解決策である。
プライバシ、モビリティ制限、公衆衛生のトレードオフを行う様々なDCT手法が提案されている。
本稿では,個人の感染を積極的に予測するためにスマートフォンに展開可能な方法を開発し,検証する。
論文 参考訳（メタデータ） (2020-10-23T17:06:07Z) - Modelling Memory for Individual Re-identification in Decentralised
Mobile Contact Tracing Applications [3.390388295995944]
本研究は,ヒトの接点群における正の個体の同定が可能であり,正の個体の社会性が低い場合には,さらに容易であることを示す。
シミュレーションの結果,シナリオによっては90%以上の精度で識別が可能であることが示唆された。
論文 参考訳（メタデータ） (2020-10-12T08:10:54Z) - Infection Risk Score: Identifying the risk of infection propagation
based on human contact [4.080171822768553]
我々は,ヒトの接触による感染リスクを推定する感染リスクスコアを導入する。
実世界の人間接触データを用いて,提案したリスクスコアが,人口のリスクレベルを現実的に推定できることを示す。
論文 参考訳（メタデータ） (2020-09-26T13:25:06Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳（メタデータ） (2020-05-18T07:40:49Z) - Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。
技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。
個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文 参考訳（メタデータ） (2020-04-16T15:53:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。