Space--time message passing for endemic diseases

病気が単に軍隊のように前進するだけでなく、ピンポンゲームのように行ったり来たりする世界を想像してみてください。これは「流行性（エンデミック）」疾患のトリッキーな現実です。つまり、人々の中に居座り、感染させ、しばらくの間病気にさせ、その後また再び病気にさせるような疾患のことです。科学者たちは、この病気の広がりを予測するために、「メッセージ・パッシング」と呼ばれる強力な数学的ツールを長年使用してきました。メッセージ・パッシングを、ネットワーク上の友人同士で行われる「伝言ゲーム」だと考えてみてください。もしそのネットワークが完璧な「木（ループがない構造）」であれば、メッセージは一方通行で進み、送り手に混乱をもたらすために戻ってくることがないため、ゲームは完璧に機能します。しかし、現実世界のネットワークは無秩序であり、病気はループして戻ってきたり、同じ人を二度感染させたりすることがあります。この「バックトラッキング（逆行）」が標準的な数学を壊し、長期的にどれほど多くの人が病気の状態に留まるかを予測することを困難にしています。

この論文は、まさにその頭痛の種に取り組んでいます。すなわち、樹形図のような構造であっても、何度も戻ってくる病気の広がりをどのように計算するかという問題です。著者であるピーター・マンとサイモン・ドブソンンは、問題は単に「空間（誰が誰の隣にいるか）」だけでなく、「時間」についても同様であることを見抜きました。ある人が感染し、回復し、再び同じ隣人によって感染したとき、彼らは「時空」の中に閉じたループを作り出します。それは、全力疾走で外へ飛び出し、引き返してスタート地点に戻ってくるランナーが、その経路に円を描くようなものです。標準的な数学は、ランナーは決して引き返さないと仮定しているため、このループを見落としてしまうのです。著者らは、数学に「タイムマシン」を組み込むことで、特定の距離内におけるこれらのループを正確に追跡し、その範囲外で何が起こるかを推定するという、新しい解決策を提案しています。

ピンポン問題

著者たちの解決策を理解するために、彼らが研究している疾患である「SISモデル（感受性ー感染ー感受性モデル）」を見てみましょう。ノード（人）を電球だと想像してください。それはオフ（感受性）の状態、あるいは一定のターン数だけオン（感染）の状態になり、その後再びオフになります。単純な一方向性の流行では、ライトはオンになり、最後までオンのままです。しかし、この再発性の疾患では、ライトがオンになり、カウントダウンし、オフになり、そして――おっと！――再びオンになるのです。

著者らは、この「再感染」が隠れたサイクルを生み出すと指摘しています。もしAさんがBさんに感染させ、その後BさんがAさんに感染させた場合、感染は円を描いて移動したことになります。論文の言葉を借りれば、これは「エコー（反響）」です。峡谷で叫び、自分の声が跳ね返ってくるのを聞く時のように、病気は隣人との間で前後に跳ね返ります。標準的な数学ツールは、一度ノードからメッセージが出たら、二度と戻ってこないことを前提としています。しかし、再発性の疾患においては、メッセージは戻ってくるのです。この往復運動は隣人同士の状態を相関させ、古い数学では考慮されていなかった方法で、彼らを互いに依存させます。

タイムトラベルするボールの構築

では、物事がループする際に壊れてしまう数学ツールを、どうやって修正すればよいのでしょうか？ 著者らは賢いトリックを提案しています。それは、無限に続くネットワーク全体を一度に解決しようとするのをやめることです。代わりに、ネットワークの中から「ボール（球体）」と呼ばれる、小さくて管理可能な塊にズームインします。

あなたが家Aと家Bを結ぶ特定の道路に立っていると想像してください。その道路の周りに円を描きます。円の内側では、あらゆる相互作用、あらゆる感染、あらゆる回復を、完璧な精度で扱います。そこで起きている「ピンポン」ゲームを観察するのです。家Aが家Bによって再び病気になる確率、およびその逆の確率を正確に計算します。これが「ボール」です。

しかし、宇宙全体をこのように扱うことはできません。それでは膨大な計算能力が必要になってしまいます。ですから、円の「外側」については、ショートカットを使用します。外の世界を、円の縁に絶えず打ち寄せ続ける「感染メッセージ」の一定の流れであると見なすのです。外側の具体的なループは追跡せず、単にそれらがどれくらいの平均的な割合で感染を送り込んでいるかのみを追跡します。

この論文の魔法は「階層（ヒエラルキー）」にあります。著者らは、ボールをどんどん大きくできることを示しています。

• 深度 0: あなたのボールは、単なる二軒の家（AとB）です。彼らの間の直接的な「ピンポン」を修正します。
• 深度 1: ボールを拡張し、AとBの隣人を加えます。これにより、一歩外に出て戻ってくるループを修正します。
• 深度 2: 二歩先まで進みます。より遠くまで移動してから戻ってくるループを修正します。

ボールを大きくしていくにつれて、より多くの「エコー」を正確に捉えることができます。論文は、このボールのサイズを大きくしていくことで、予測が真実に限りなく近づいていくことを証明しています。

シミュレーションが示すもの

著者らは、二種類のネットワークを用いてコンピュータ・シミュレーションを行い、自分たちのアイデアをテストしました。一つは、全員がちょうど3人の隣人を持つランダムなネットワーク（3正則グラフ）、もう一つは、論文を共著した科学者の実世界のネットワークです。

シミュレーションにおいて、彼らは自分たちの「ボール」による予測を、一人ひとりの人物とすべての感染イベントを追跡する大規模な総当たり（ブルートフォース）コンピュータ・シミュレーションと比較しました。結果は目覚ましいものでした。

• ランダムなネットワークにおいて、ボールのサイズ（深度0から9まで）を大きくしていくにつれ、彼らの予測された「有病率（病気の人々の割合）」は、シミュレーションとほぼ完璧に一致しました。
• 彼らの数学とシミュレーションの間の誤差は、単に減少しただけでなく、幾何級数的に縮小しました。ボールに新しい層を追加するたびに、誤差は一定の係数で減少していきました。
• 短いループや複雑な接続に満ちた実世界の科学者ネットワークにおいても、彼らの手法は素晴らしく機能し、従来のより単純な手法よりもはるかに優れた精度でシミュレーション・データと一致しました。

「エコーチェンバー」の修正

最も興味深い発見の一つは、なぜ古い手法が失敗し、なぜこの新しい手法がそれを修正できるのかという点です。古い手法は、病気に対して「今来た場所には戻らないでください」と事実上伝えています。これは「非バックトラッキング（非逆行）」ルールと呼ばれます。しかし、再発性の疾患においては、戻ることがまさに起きている現象なのです。

著者らは、彼らの「深度 0」のボール（単なる二軒の家）が、本質的に、これら二軒の間で病気が前後に跳ね返るすべての回数を合計しているものであることを示しています。それは、まるで「エコー」を取り込み、それを永遠に足し合わせているようなものです。これを行うことで、彼らは「閾値（しきい値）」、つまり病気が広く蔓延し始めるポイントを修正します。彼らの数学は、これらのエコーを考慮に入れると、病気が前後に跳ね返ることでより効率的に広がるため、病気が流行状態になるにはより低い感染率が必要であることを示しています。

結論

この論文は単に「古い数学は間違っている」と言っているわけではありません。それは「梯子（はしご）」を提供しています。単純で不完全な推測から出発し、サイズが増していく「ボール」の階層を登っていくことができるのだ、と教えてくれます。梯子を一段登るごとに、時空における複雑なループが解明され、再発性の疾患がどのように振る舞うかについて、より正確な姿が見えてくるのです。

著者らは、彼らの手法がネットワーク内部については正確であるものの、外の世界については依然として近似に基づいていることに注意深く触れています。彼らの「外の世界」は感染を独立した一定の流れとして送り込むのに対し、現実の隣人は（病気になり、しばらく病気で、その後回復するというように）「バースト（突発的な塊）」として感染を送る可能性があるため、この近似は人口の病状をわずかに過大評価する傾向があることを発見しました。しかし、この小さなバイアスがあったとしても、彼らの手法は以前のツールに比べて劇的な改善であり、執拗に繰り返される疾患の広がりを高精度に算出する方法を提供しています。

要約すれば、この論文は、戻ってくる病気を理解するためには、時間を直線として扱うのではなく、ループとして扱い始めなければならないことを教えてくれます。「タイムトラベルするボール」を感染の周囲に構築することで、私たちはようやく、目の前に隠れていたエコーを捉えることができるのです。