ملخص تقني: EpiCastBench

بيان المشكلة

أصبح التنبؤ بالأوبئة حجر الزاوية في سياسات الصحة العامة، ومع ذلك، فإن تطوير طرق تنبؤ قوية وقابلة للتعميم يعوقه نقص المعايير المرجعية الشاملة والنموذجية. وخلافاً لمجالات مثل الرؤية الحاسوبية (ImageNet) أو معالجة اللغات الطبيعية (GLUE)، يفتقر مجال التنبؤ بالأوبئة إلى مستودعات ضخمة ومعيارية. فالبيانات الموجودة غالباً ما تكون أحادية المتغير، أو مرتبطة بمرض معين، أو محدودة جغرافياً، مما يجعلها عاجزة عن استيعاب تنوع ديناميكيات الانتقال عبر مختلف الأمراض المعدية والبيئات. علاوة على ذلك، فإن غياب بروتوكولات تقييم موحدة يجعل من الصعب مقارنة النماذج بشكل عادل أو تقييم مدى قابليتها للتكرار عبر سياقات وبائية متنوعة.

المنهجية

لمعالجة هذه الفجوات، قدم المؤلفون EpiCastBench، وهو إطار عمل مرجعي واسع النطاق مصمم لتقييم نماذج التنبؤ بالأوببات متعددة المتغيرات القائمة على البيانات.

تنسيق مجموعات البيانات

يتكون إطار العمل من 40 مجموعة بيانات من السلاسل الزمنية متعددة المتغيرات المنسقة التي تمثل حالات الإصابة لثمانية أمراض معدية هي: كوفيد-19، جدري الماء، حمى تشيكونغونيا، حمى الضنك، الإنفلونزا، الحصبة، السل، وفيروس زيكا. تغطي هذه المجموعات 27 منطقة جغرافية متميزة، مما يلتقط التباين المكاني والتنوع الوبائي بشكل كبير. وتشمل الخصائص الرئيسية لمجموعات البيانات ما يلي:

• التجزئة الزمنية: وتيرة يومية، أسبوعية، وشهرية.
• طول السلسلة: يتراوح من 60 إلى 2,088 ملاحظة، لتغطي أحجام عينات صغيرة، متوسطة، وكبيرة.
• الأبعاد: تتفاوت أعداد السلاسل من 4 إلى 107، بما في ذلك سيناريوهات الأبعاد العالية ذات العينات الصغيرة (مثل 31 مقاطعة في الصين مع 60 خطوة زمنية فقط).
• تحديات البيانات: تظهر مجموعات البيانات تضخماً صفرياً (فترات طويلة من حالات الصفر)، وقيم مفقودة (تم استكمالها عبر طريقة "آخر ملاحظة مسجلة" LOCF)، ومستويات متفاوتة من التناثر.

تحليل السمات العالمية

استخدم المؤلفون حزمة tsfeatures في لغة R لتحليل ثماني سمات عالمية للسلاسل الزمنية (الاتجاه، الذاكرة الطويلة، اللاخطية، عدم الاستقرار، الإنتروبيا، الموسمية، الحدة، والانحناء). كشف هذا التحليل عن سلوكيات زمنية متميزة بناءً على آليات الانتقال:

• الأمراض المنقولة جواً (مثل كوفيد-19 والحصبة) تظهر لاخطية وعدم استقرار قويين.
• الأمراض المنقولة بالنواقل (مثل حمى الضنك وزيكا) تظهر حدة واضحة واتجاهات قوية.
• الأمراض المنقولة بالتلامس (مثل جدري الماء) تعرض إنتروبيا عالية وموسمية قوية.
• الأمراض المنقولة بالرذاذ (مثل الإنفلونزا) تظهر خصائص متوازنة مع انحناء أعلى.

الإعداد التجريبي

تُقيّم الدراسة 15 نموذج تنبؤ عبر ثلاثة آفاق (قصير المدى، متوسط المدى، وطويل المدى) باستخدام بروتوكول تقييم ذو أصل ثابت. وتتوزع النماذج على أربعة نماذج معرفية:

1. النماذج الإحصائية المرجعية: النموذج الساذج (Random Walk).
2. تعلم الآلة: DLinear، وRandom Forest، وXGBoost، وTSMixer، وKAN.
3. التعلم العميق: LSTM، وDeepAR، وTCN، وN-BEATS، وN-HiTS، وTransformers، وTiDE.
4. نماذج التأسيس (Foundation Models): Chronos-2 وTimesFM.

أُجري التقييم باستخدام مقاييس مستقلة عن المقياس (MASE، SMAPE) ومقاييس تعتمد على المقياس (MAE، RMSE). كما تم تقييم الأهمية الإحصائية باستخدام اختبار فريدمان (Friedman test) واختبار المقارنات المتعددة مع الأفضل (MCB).

النتائج الرئيسية

أسفر التقييم التجريبي عن عدة نتائج حاسمة فيما يتعلق بأداء النماذج عبر مختلف أحجام مجموعات البيانات، وأنواع الأمراض، وآفاق التنبؤ:

• هيمنة نماذج التأسيس: أظهرت نماذج التأسيس، ولا سيما TimesFM وChronos-2، تفوقاً مستمراً، حيث حققت أدنى متوسط أخطاء وأكثر النطاقات الربيعية استقراراً عبر معظم مجموعات البيانات والآفاق. ويُعزى امتيازها إلى التدريب المسبق واسع النطاق، مما يمكنها من التنبؤ بشكل أفضل بديناميكيات الأوبئة غير المرئية.
• تأثير أفق التنبؤ:
  • المدى الطويل: أظهرت نماذج التأسيس الميزة الأكثر أهمية، حيث نجحت في التقاط التبعيات الزمنية المعقدة والديناميكيات غير المستقرة.
  • المدى القصير: ظلت نماذج تعلم الآلة الكلاسيكية (مثل KAN وRandom Forest وXGBoost) تنافسية، بل وتفوقت أحياناً على نماذج التعلم العميق في مجموعات البيانات شديدة التناثر أو الصغيرة.
• التضخم الصفري وحجم العينة: يتأثر أداء نماذج التأسيس بالتفاعل بين التضخم الصفري وحجم العينة. فبينما تتعامل جيداً مع التناثر في مجموعات البيانات المتوسطة إلى الكبيرة، فإن امتيازها يتراجع في السلاسل الصغيرة شديدة التضخم الصفري (مثل بعض مجموعات بيانات كوفيد-19 في تشيلي)، حيث تتفوق أحياناً أساليب التجميع (Ensemble methods).
• ديناميكيات خاصة بالأمراض:
  • المنقولة جواً/بالرذاذ: تفوقت نماذج التأسيس بسبب الاتجاهات والموسمية المستقرة.
  • المنقولة بالنواقل: كان الأداء أكثر تباينًا؛ حيث تفوقت نماذج مثل KAN وRandom Forest أحياناً في التقاط الديناميكيات المحلية المفاجئة.
  • المنقولة بالتلامس: أظهرت نماذج مثل TiDE وKAN أداءً قوياً في التقاط الديناميكيات الموسمية السلسة المختلطة بالتباين العالي.
• الأهمية الإحصائية: أكدت اختبارات MCB أن الأداء المتفوق لنماذج التأسيس هو أمر ذو دلالة إحصائية عبر معظم الآفاق. ومع ذلك، فإن الاختلافات بين أفضل نماذج التأسيس أداءً (TimesFM وChronos-2) لم تكن غالباً ذات دلالة إحصائية، مما يشير إلى وجود فئة "الأفضل في فئتها" قوية.

الأهمية والمساهمات

يزعم البحث تقديم المساهمات التالية في مجال التنبؤ بالأوبئة:

1. معيار مرجعي موحد: يوفر EpiCastBench أول معيار مرجعي واسع النطيل وموحد للتنبؤ بالأوببات متعدد المتغيرات، مما يسد فجوة حرجة في توافر مجموعات بيانات متنوعة وعالية الجودة وقابلة للمقارنة كما هو الحال في مجالات الذكاء الاصطناعي الأخرى.
2. القابلية للتكرار والعدالة: من خلال وضع خطوط معالجة مسبقة موحدة، وإعدادات تقييم، وبروتوكولات اختبار إحصائي، يتيح إطار العمل مقارنات متسقة وقابلة للتكرار لطرق التنبؤ الجديدة مقابل مجموعة متنوعة من النماذج المرجعية.
3. رؤى تجريبية: تقدم الدراسة توصيفاً شاملاً لكيفية أداء بنيات النماذج المختلفة تحت ظروف وبائية محددة (مثل التضخم الصفري، وتفاوت أحجام العينات، وديناميكيات الانتقال)، مما يوجه عمليات اختيار وتطوير النماذج في المستقبل.
4. الموارد المفتوحة: جميع مجموعات البيانات، والأكواد، وسكريبتات التقييم متاحة للجمهور، مما يعزز المزيد من الأبحاث وتطوير طرق تنبؤ بالأوبئة أكثر قدرة على التعميم.

يخلص المؤلفون إلى أنه بينما توفر نماذج التأسيس حالياً الأداء الأكثر قوة، فإن الديناميكيات المحددة لمختلف الأمراض وأنظمة البيانات تستوجب استمرار الاستكشاف للنهج الهجينة والمتخصصة. وقد حددوا اتجاهات العمل المستقبلي بما في ذلك التوسع إلى الإعدادات المكانية والزمانية، ودمج التنبؤ الاحتمالي، ودمج المبادئ الوبائية الميكانيكية في النماذج القائمة على البيانات.