Modeling COVID-19 spread in the USA using metapopulation SIR models coupled with graph convolutional neural networks

技術要約：グラフ畳み込みニューラルネットワークを用いたメタポピュレーションSIRモデルによる米国におけるCOVID-19の拡散モデリング

問題提起
標準的な感受性・感染・回復（SIR）コンパートメントモデルは、固定されたパラメータ（感染率 $\beta$ および除去率 $\gamma$）に依存しており、それらは異なるサブポピュレーション間での疾患拡散の不均一性を捉えきれないことが多い。これらの課題に対し、「メタポピュレーション」または「SIRネットワーク」モデルは、集団を可変パラメータを持つサブグループに分割することで対処しているが、これらは計算の複雑さを増大させ、特に地域間のヒトの移動に関する大量のハイパーパラメータの推定を必要とする。Caoらによる「mepoGNN」のような先行研究による改善の試みは、日本の市区町村レベルのデータと特定の移動仮定に限定されており、米国の状況に直接適用できるものではなかった。課題は、これらのハイブリッドモデルを、米国の複雑な州レベルの移動パターンや政策対応に適応させつつ、データの制約（具体的には詳細な回復者データの欠如）を克服することにある。

手法
著者らは、ハイブリッド・グラフ畳み込みニューラルネットワーク（GCN）とメタポピュレーションSIRフレームワークを、連続性のある米国へと拡張した。その手法は、主に以下の3つの構成要素からなる。

1. モデル・アーキテクチャ： 本システムは、メタポピュレーションSIRモデルとGCNを結合させたものである。GCNは、時系列データを用いてSIRモデルのパラメータを動的に適合させるよう設計されている。アーキテクチャは以下で構成される：

   • グラフ学習モジュール： 州間の空間的関係をエンコードする。
   • 時空間モジュール： グラフ畳み込み層とゲート付き時間畳み込み層を組み合わせ、時間の進化を処理する。
   • メタポピュレーションSIRモジュール： 予測された $\beta$ および $\gamma$ パラメータを使用して、日次の感染予測を生成する微分可能な層。

2. 米国データへの適応：

   • 移動性のパラメータ化： 著者らは、元の日本モデルで使用されていた移動項 $h_{mn}$ を修正した。地理的な距離に関わらず、人口密集州間の航空移動を考慮するために、追加の項を導入した：$h_{mn} = \alpha \frac{P_n P_m}{(dist_{mn})^d + \epsilon} + \beta \max(P_n, P_m)(1 - \delta_{mn})$。
   • 整合性制約： メタポピュレーションモデルが単一集団（$M=1$）の極限において標準的なSIRモデルに帰着することを保証するため、著者らはパラメータ $\epsilon$ を固定する制約（$2\alpha P^2 = \epsilon$）を導出し、自由なハイパーパラメータの数を $\alpha$ と $d$ に削減した。
   • データ処理： 米国における信頼できる回復者データの欠如に対応するため、著者らは、アドホックな $\gamma$ 値と既知の実世界の感染データを用いたオイラー近似による数値解法を用いて、回復パラメータを生成した。これにより、ジョンズ・ホプキンス大学CSSEから提供された確定感染者データを用いてモデルを訓練することが可能となった。

3. リアルタイム基本再生産数推定： 本論文では、メタポピュレーションモデルにおける基本再生産数（$R_0$）を継続的に推定する方法を導出している。疾患フリー平衡（DFE）の周りでモデルを線形化することにより、著者らは $R_0 = \rho(DA)$ であることを確立した。ここで $\rho$ はスペクトル半径、$A$ は移動行列、$D$ は $\beta_n/\gamma_n$ を含むスケーリング行列である。これにより、ニューラルネットワークが基礎となるパラメータを更新するにつれて、$R_0$ のリアルタイム計算が可能となる。

主な貢献

• 地理的拡張： 本研究は、GCN-SIR結合モデルを、先行研究で使用された日本の市区町村レベルのデータから、米国内のCOVID-19実データへと適用した初の事例である。
• モデルの適応： 著者らは、航空移動や州レベルの政策変動を含む米国特有の複雑さを考慮して移動性の定式化を適応させることに成功し、ハイパーパラメータ訓練を簡素化するための数学的整合条件を導出した。
• リアルタイム推定戦略： 本論文は、スライディングウィンドウ方式の適応的SIR法に代わる、ニューラルネットワークによって学習された進化するパラメータに基づく、基本再生産数（$R_0$）の継続的なリアルタイム推定戦略を提案している。
• データ補完： 米国の回復者データの不在に対処するため、数値近似を通じて回復パラメータを生成する新しいアプローチを開発し、利用可能な感染データを用いたモデル訓練を可能にした。

結果

• 予測精度： GCN-SIRモデルは、全米レベルにおいて、1日および7日の両方の予測ホライゾンで標準的なSIRモデルよりも高い精度を示した。
• 人口規模との相関： 州レベルの予測分析により、モデルの $R^2$ フィットと州の人口規模との間に中程度の正の相関があることが明らかになった。人口密度の高い州（ニューヨーク、カリフォルニア、バージニアなど）では強力な予測が得られたが、人口の少ない州（ノースダコタ、ロードアイランドなど）では性能が低下した。
• 再生産数の追跡： モデルは、感染率の増減を反映しながら、パンデミックの過程における $R_0$ 値の全体的な推移を捉えることに成功したが、州レベルの $R_0$ 推定値は、全米集計値よりも精度が低いことが指摘された。

意義と主張
本論文は、十分な訓練データが存在する場合、GCN-SIRメタポピュレーションモデルが感染症の拡散を予測する上で高い潜在能力を持つと主張している。著者らは、本研究を、米国のような複雑で大規模な環境における疾患ダイナミクスをモデリングするための重要なステップとして位置づけている。彼らは、このアプローチがリアルタイムのパラメータ推定と $R_0$ 追跡のための堅牢な手法を提供することを強調している。しかし、著者らは現在の限界についても謙虚であり、予測精度と人口規模の相関は、州レベルの推定を改善するために、より詳細な郡レベルのデータが必要であることを示唆している。結論として、予備的な結果は心強いものであるが、モデルを政策決定に完全に信頼できるものにするためには、異なるデータタイプでのさらなる検証と、移動性の定式化の改善が必要であるとしている。