A Complete-Data Likelihood for Epidemic Processes on Partially Observed Dynamic Networks

あなたは、ウイルスがどのように人から人へと飛び移るのかという、巨大で目に見えない謎を解こうとしているのだと想像してください。科学の世界では、これを疫学（エピデミオロジー）と呼びます。長い間、科学者たちはこれらの目に見えない旅路をマッピングしようと試みてきましたが、ある厄介な問題に直面してきました。通常、彼らは人々がどのように動き、どのように交流するかを推測するか、あるいは全員が熱い紅茶の中の砂糖のように混ざり合っていると仮定しなければなりませんでした。しかし現実の世界では、人々は那样に混ざり合うことはありません。彼らは特定のグループの中で過ごし、気分が悪くなると習慣を変え、時にはグループの外からウイルスがこっそりと入り込むこともあります。さらに、データサイエンティストが得られるデータは、しばしば乱れています。彼らは誰かが咳をし始めた時（症状）は目にすることができても、正確にいつその病気に感染したのかまでは分かりませんし、誰が誰と会ったかという記録には欠落や間違いがあるかもしれません。それは、断片的なスナップショットと壊れた脚本から、映画を再構成しようとするようなものです。

この論文は、この乱れた現実に立ち向かうため、霧を突き抜けて見通すことができる、新しい、極めて柔軟な数学的な「カメラ」を構築することで、この問題に取り組んでいます。Md Asaduzzaman率いる著者たちは、病気の広がりと、人間の接触というネットワークの変化を、コインの表裏として扱う統一されたフレームワークを作り上げました。すべてを知っていると仮定する代わりに、彼らの手法は、誰がいつ感染したのか、あるいは接触が見逃されたのかといった「分からないこと」を認め、巧妙な統計を用いてその空白を埋めます。彼らはコンピュータ・シミュレーションを用いてこのアイデアをテストし、不完全でノイズの多いデータであっても、彼らのアプローチが、ウイルスの拡散速度、発症までの潜伏期間、そしてアウトブレイク中に人々の社会的な習慣がどのように変化するかを正確に特定できることを示しました。これは、現実世界のデータが完璧とは程遠い状況において、流行の隠れたメカニズムを理解するための強力なツールです。

微生物と友人の見えないダンス

巨大で目に見えないダンスフロアを想像してみてください。そこでは人々が絶えず動き回り、ペアを作り、そして離れていきます。次に、その中で、一人のダンサーから別のダンサーへと飛び移ろうとする、ずる賢いウイルスを想像してください。現実の世界では、このダンスフロアは**動的なネットワーク（ダイナミック・ネットワーク）**です。それは静止画ではなく、友情が生まれ、消え、人々が体調が悪くなるとダンスフロアを避けることもある、ライブ映像のようなものです。

問題は、バルコニーから観察している私たち科学者が、目隠しをされていることです。私たちは、ダンサーが感染した正確な瞬間を見ることはできません。私たちが目にするのは、後になって彼らが咳をし始めた時（症状）だけです。また、二人がハイタッチしたすべての瞬間を見ることもできません。私たちの接触ログには、ページの欠落や誤った記載が満載です。これが、論文で**部分的観測（パーシャル・オブザベーション）**と呼ばれているものです。それは、映画のいくつかのランダムなフレームだけを見て、台詞を無視してプロットを推測しようとするようなものです。

旧来の手法 vs 新しい手法

長年、科学者は大きな仮定を置くことでこの問題を解決しようとしてきました。例えば、ダンスフロアは決して変化しない（静的ネットワーク）と仮定したり、全員がいつ病気になったかを正確に知っていると仮定したりすることです。しかし、この論文は、こうした近道は危険であると主張しています。もし、実際には変化しているのにダンスフロアが固定されていると仮定したり、実際には分からないのに感染時期を知っていると仮定したりすれば、ウイルスの予測は間違ったものになるからです。

著者たちは、「完璧なデータを持っているふりをするのはやめよう」と言います。代わりに、彼らは**統一された完全データ尤度フレームワーク（unified complete-data likelihood framework）**を構築しました。それは、以下の3つのことが同時に起きていることを考慮した、一つの巨大な数学的レシピを作るという、小難しい言い方をしたものです：

1. 疾患： ウイルスが人口の中でどのように移動するか（感受性、潜伏、感染、回復の各段階を追跡するSEIRモデルを使用）。
2. ネットワーク： 人々がどのように繋がり、あるいは（感染して体調が悪くなるとダンスをやめるように）繋がりを断つか。
3. 間違い： 私たちの観測がノイズを含んでいること（咳を見逃したり、架空の握手を記録したりする可能性があること）。

マジック・トリック：空白を埋める

この論文の核心は、**データ拡張（データ・オーグメンテーション）**と呼ばれる手法です。これは、証拠が欠けている犯罪現場にいる探偵を想像してみてください。諦めてしまう代わりに、その探偵は事件が起こり得たあらゆる可能性を想像し、「もしも」のシナリオで欠落したピースを埋め、どのシナリオが最も手がかりに適合するかを検証します。

この論文における「探偵」は、コンピュータ・アルゴリズムです。それは隠れた感染時刻や欠落した接触を推測し、それらの推測が実際に手元にあるデータと整合するかどうかを数学的に検証します。もし推測が適合しなければ、再び試行します。これを、最も可能性の高いストーリーが見つかるまで、何百万回も繰り返します。

著者たちは、この「探偵」をシミュレーション研究でテストしました。彼らはコンピュータ上で100人の人々による500回の偽のアウトブレイクを作成しました。ウイルスが広がるルールと人々の相互作用のルールを設定した後、現実世界の乱雑さを模倣するために、意図的にほとんどのデータを「隠し」ました。彼らは3つのレベルの乱雑さをテストしました：

• 高観測（High Observation）： ほとんどすべてが見えている状態。
• 中程度の観測（Moderate Observation）： いくつかのエラーはあるが、ある程度は見えている状態。
• 疎な観測（Sparse Observation）： ほとんど何も見えず、非常にノイズが多い状態。

彼らが発見したこと

結果は心強いものでした。データが疎でノイズが多くても、この手法はゲームの主要なルールを特定することができました。

• ウイルスの速度： ウイルスがどれほどの速さで広がるか（$\beta$）と、人々がどれくらいの期間病気でいるか（$\gamma$）を正確に推測できました。
• 隠れた潜伏期間： ウイルスが症状を示す前に、人の体内でどれくらい隠れているか（$\kappa$）さえも推定できました。
• 外部からの脅威： グループ内部でのウイルスの広がりと、外部から新しい症例が忍び込んできたこと（$\xi$）を区別することができました。

しかし、論文は一つの限界についても指摘しています。接触データが非常に乏しい場合、グループ内での人から人への感染と、外部からの新しい症例の流入を区別することが困難になります。それは、煙だけが見えている状態で、火が家の中の火花から始まったのか、それとも外からの落雷によるものなのかを判別しようとするようなものです。この手法は失敗したわけではありませんが、答えに対する確信が持てなくなり、「信頼区間（答えの範囲）」が広がりました。これは実は良いことです！これは、手法が、不正確だが精密な答えを捏造するのではなく、自分が何を知らないかについて正直であるということを意味しています。

なぜこれが重要なのか

この論文は、あらゆる流行の謎を解明したと主張しているわけではありません。これは方法論的なブレイクスルー、つまり、道具箱の中に、より優れた道具を提供したものです。私たちは、乱れた、不完全なデータを捨て去る必要はないということを示しています。適切なモデルさえあれば、その乱れを理解した上で、データを利用することができるのです。

疾患と社会ネットワークを単一の相互作用するシステムとして扱うことで、このフレームワークは、科学者がより少ない情報からより多くを学ぶことを可能にします。これは、現実世界の発生事例における混沌とした、ノイズの多い現実――例えば、数件の検査結果と不安定な接触リストしか持っていないような状況においても、正しい種類の数学的な「探偵作業」を用いれば、ウイルスがどのように動いているかという明確な姿を描き出すことができる、ということを示唆しています。