Модель Google по данным поиска и карт уточнила прогнозы холеры и денге

Модель Google PDFM описывает каждый район по поисковым запросам, перемещениям людей и погоде. В пяти проверках эти описания помогли эпидемиологам в задачах от оценки охвата прививками до прогноза холеры.

Почему это важно: официальная статистика о здоровье выходит с опозданием на годы и обрывается на границах стран: данные о смертях от болезней сердца по округам США публикуют через один-два года. Описания PDFM обновляются каждый месяц, и их добавляют в модели, которыми эпидемиологи уже пользуются, — саму PDFM не нужно дообучать под каждую задачу.

Повод: статья о проверках вышла на arXiv 5 октября. Их провели партнёры Google, среди них Нью-Йоркский и Вашингтонский университеты, Оксфорд, мексиканский Tecnológico de Monterrey и больницы Mount Sinai и Boston Children's. Задачи взяли из США, Канады, Мексики и ДР Конго.

Как это работает: PDFM входит в Google Earth AI¹ и обучается без ручной разметки данных. Каждое место она сводит в компактный набор чисел, который авторы называют «отпечатком» района:

• Обезличенная сводная статистика поиска показывает, какие темы интересуют жителей района.
• Данные карт показывают плотность застройки и то, насколько людно у аптек, в клиниках и парках.
• Метеоданные добавляют подробные показатели погоды и качества воздуха.

Детали: результаты по задачам такие:

• В 146 округах США у границы с Канадой модель с описаниями и американских округов, и соседних канадских районов объяснила 22% различий в охвате прививкой от кори, краснухи и паротита, а только с американскими — 16%.
• Смерти от болезней сердца в 2023 году по 3 091 округу модель на описаниях PDFM оценила не хуже, чем модель на демографических и социально-экономических данных опроса Бюро переписи: ошибка 18,7 смерти на округ против 19,1.
• В паре с TimesFM, открытой моделью Google для прогнозов по временным рядам, PDFM улучшила прогноз денге на месяц вперёд: в лучшем случае точность выросла в 72% мексиканских муниципалитетов с активной передачей вируса.
• В ДР Конго облегчённая версия PDFM для мест со слабым интернетом уточнила прогноз холеры на восемь недель вперёд: из пяти зон, которые модель каждую неделю отмечала как самые опасные, вспышка затем начиналась в среднем в 2,10 зоны, а у модели без PDFM — в 1,78.

Интрига: в опросе PRAMS о здоровье матерей, который ведут Центры по контролю и профилактике заболеваний США², данные о районе помогли предсказать риск послеродовой депрессии даже в штатах, которых модель не видела при обучении. По расчётам авторов, если врачи могут дополнительно проверить 20% матерей с самым высоким риском, с PDFM они каждый год найдут на 5 640 больше сельских женщин с депрессией.

Но: местами прибавка мала. В прогнозе депрессии площадь под ROC-кривой³ выросла на 0,002–0,004 при исходных 0,62. Прогноз холеры на одну-две недели вперёд PDFM заметно не улучшила: на таком сроке почти всё объясняют свежие данные о заболевших.

Расклад: описания PDFM продаются в предварительной версии как набор данных Population Dynamics Insights в Google Maps Platform и охватывают 17 стран. Учёные и исследователи здравоохранения могут бесплатно запросить доступ для отдельных исследований, не связанных с практической работой.

Что дальше: авторы называют ограничением то, что каждый ежемесячный выпуск описаний — неподвижный снимок района. Описания, которые сами учитывают изменения во времени, Google ещё только разрабатывает, как и перенос модели в регионы со слабым интернетом.

Так уже было: Google Research ещё в августе показала систему PPE, которая по вопросу на обычном языке сама собирает данные по карте и строит прогноз. Во время вспышки Эболы в ДР Конго она верно указала 15 из 18 новых очагов.