GoCoronaGo: Privacy Respecting Contact Tracing for COVID-19 Management
COVID-19大流行为管理病毒传播带来巨大的全球挑战。缓解的一个关键支柱是接触者追踪，这是对检测和隔离的补充。使用智能手机中的蓝牙技术进行接触追踪的数字应用程序在全球范围内流行起来。在这篇文章中，我们讨论了这种数字联系人追踪的各种功能，以及它对社区安全和个人隐私的影响。我们进一步描述了我们开发的GoCoronaGo机构接触追踪应用程序，以及我们所做的有意识的，有时是逆向设计的选择。我们提供了应用程序，后端平台和分析的详细概述，以及我们在班加罗尔印度科学院校园内将应用程序部署到1000多名用户的早期经验。我们还强调了研究机会和开放的挑战，数字接触跟踪和分析从他们构建的时间网络。
2020-09-10 cs.CY cs.SI
COVID-19 Contact-tracing Apps: a Survey on the Global Deployment and Challenges
为应对新型冠状病毒（COVID-19）引发的不确定性大幅上升，越来越多的国家政府正在推出接触者追踪应用程序，以帮助遏制病毒。应用程序面临的第一个极具争议的问题是部署框架，即集中式或分散式。在此基础上，辩论扩展到支撑这些架构的相应技术，即GPS，QR码和蓝牙。这项工作对上述场景进行了开创性的审查，并为当前部署的地理位置映射做出了贡献。确定了应用程序的漏洞和研究方向，特别关注蓝牙启发的去中心化范式。
2020-05-13 cs.CR cs.CY cs.SI
How to Return to Normalcy: Fast and Comprehensive Contact Tracing of COVID-19 through Proximity Sensing Using Mobile Devices
我们概述了一个接触跟踪策略的基础上接近传感使用移动设备。我们讨论一个理想的系统应该是什么样子，它可以做什么。我们表明，当这种接触者追踪策略得到足够广泛的采用时，它可以完全控制COVID-19，结束社交距离的需要，并使社会恢复完全正常。我们还回顾了当前一代接近传感技术所面临的一些挑战，包括手机使用的蓝牙低功耗，并考虑了中期和长期的解决方案。我们的主要贡献是，我们推理出为什么这种接触者追踪战略有可能实现恢复完全正常的既定目标。使用概率模型，我们表明，普遍采用是不必要的，以实现既定的目标，因此有一些例外的空间;然而，采用率需要非常高，例如，高于$95\%$，取决于疾病参数。在疾病监测方面提高警惕，及早发现轻度病例，这一数字可能会降至约$90\%$。研究结果要求由州或联邦一级的公共当局领导部署工作，以便达到所需的采用率，并且追踪覆盖范围足够广，与疾病控制相关。
2020-04-27 cs.CY cs.SI
Social Media COVID-19 Contact Tracing Using Mobile Social Payments and Facebook Data
美国的许多人不愿意在疫情最严重的时候报告他们的COVID-19病例（例如，因为担心因隔离任务而错过工作或其他义务）。因此，其他方法，如使用公共社交媒体数据，可以帮助加强目前的流行病监测方法。这项研究评估了使用社交媒体数据作为跟踪公共卫生流行病的数据源的有效性。人们曾多次尝试使用Twitter等平台的社交媒体数据来分析COVID-19疫情。虽然这些提供了许多有用的见解，但像Venmo这样的新平台，一个经常在面对面活动中使用的流行的美国移动社交支付应用程序，仍然没有得到充分的研究。我们开发了独特的计算方法（结合Venmo和Facebook的数据）来对帖子内容进行分类，包括内容可能发布的位置。该方法实现了与COVID-19相关的地理时空信息。通过检查来自2210万独立用户的1.35亿公开可用的Venmo交易，我们发现2020年3月COVID-19相关关键字的使用量大幅上升。为9 K用户使用基于Facebook的地理标签以及事务地理解析（即，解析文本以检测地名），我们识别了38 K基于位置的聚类。在这些群体中，我们发现在一个地区使用COVID-19关键词与报告的COVID-19病例数量之间存在很强的相关性（0. 81），并且在封锁期间交易总量减少，而在封锁解除时增加。令人惊讶的是，我们发现交易数量与报告的案件数量之间的负相关性很弱（-0.49）。我们的研究结果表明，使用非Twitter社交…
2023-03-04 cs.SI
DeepTrace: Learning to Optimize Contact Tracing in Epidemic Networks with Graph Neural Networks
本文将数字接触者追踪建模为在线图探索与最大似然估计问题，提出结合 BFS/DFS、合成网络预训练和高质量数据微调的 GNN 算法 DeepTrace，并在 COVID-19 变异株数据上验证其更优的超级传播者识别能力。
2025-01-10 cs.SI physics.soc-ph
ACOUSTIC-TURF: Acoustic-based Privacy-Preserving COVID-19 Contact Tracing
The Ohio State University（俄亥俄州立大学）
在本文中，我们提出了一种新的隐私保护，自动接触跟踪系统，ACOUSTIC-TURF，使用无处不在的移动设备发送的声学信号来对抗COVID-19。在高水平上，ACOUSTIC-TURF自适应地广播具有附近随机生成的ID的听不见的超声波信号。同时，系统接收从附近（例如，6英尺）用户。在这样的系统中，各个用户ID不向其他人公开，并且系统可以以6英尺的粒度准确地检测物理接近度中的相遇。我们在Android上实现了一个ACOUSTIC-TURF原型，并在不同距离和各种遮挡场景下评估了基于声学信号的相遇检测精度和功耗方面的性能。实验结果表明，ACOUSTIC-TURF可以检测放置在口袋和口袋外的手机在6英尺范围内的多个接触。此外，当通过墙壁执行接触跟踪时，我们基于声学信号的系统比基于无线信号的方法实现更高的精度。ACOUSTIC-TURF正确地确定了墙两侧的人彼此没有接触，而基于蓝牙的方法检测到他们之间不存在的接触。
2020-06-23 cs.CR cs.NI cs.SD
Unlinking super-linkers: the topology of epidemic response (Covid-19)
传染病传播的一个关键特征是它们能够在接触图中使用有效的传播路径。这使得病原体能够最大限度地提高感染率并在目标人群中传播。在这项工作中，我们设计的技术，以本地化的感染和降低感染率的基础上，人类接触网络（邻近图）内的疾病传播路径的原则性分析。疾病传播的实验结果表明，在低能见度下，接触者追踪减缓了疾病的传播。然而，为了阻止疾病传播，接触者追踪需要接近度图的显著可见性（至少60%）和将一半人口隔离的能力。我们发现，主动隔离超级链接-关键的邻近遭遇-具有显着的好处：基于对邻近图的35%可见性，有针对性地隔离四分之一的人口，可以防止流行病爆发。事实证明，隔离超级传播者比追踪和测试接触者更有效，但不如锁定超级链接有效。我们强调的重要作用，拓扑结构的流行病爆发。我们认为，通过禁用超级链接和超级传播者对人群进行主动接种，可能与接触者追踪和检测一起发挥重要的补充作用，作为应对流行病爆发的复杂公共卫生应对措施的一部分。
2020-06-10 cs.CR cs.SI physics.soc-ph
A Measurement Framework for Directed Networks
通过基于链路跟踪的采样方法收集的部分观测网络数据经常被研究以获得大型复杂网络的特征。然而，很少有人注意到从有向网络，如WWW和对等网络的采样。在本文中，我们提出了一种新的两步（采样/估计）框架来测量节点的特性，可以定义在任意有向网络的平均目标函数。为此，我们提出了一个个性化的PageRank为基础的算法来访问和采样节点。该算法只使用已经访问过的节点作为局部信息，而不需要任何关于网络潜在结构的先验知识。在此基础上，提出了一种新的基于近似重要性采样的平均目标函数估计方法。该估计器利用每个采样节点的PageRank值作为精确访问概率的近似值。据我们所知，这是第一次研究纠正偏差的抽样方法重新加权的测量值，认为访问概率的近似效果。综合的理论和实证分析的估计表明，它是渐近无偏的，即使在静态分布的PageRank是很差的近似的情况下。
2014-05-27 cs.SI physics.soc-ph
Contact Tracing: Computational Bounds, Limitations and Implications
近年来，接触者追踪从不同角度进行了广泛的研究。然而，目前还没有明确的迹象表明，为什么这种干预措施在某些流行病（SARS）中被证明是有效的，而在其他一些流行病（COVID-19）中则大多无效。在这里，我们对新型超级传播随机网络的随机测试和接触者追踪进行了详尽的评估，试图确定哪些流行病更容易被这些措施所控制。我们还探讨了阳性率作为人口实际感染状况的代理的适用性。此外，我们提出了新的理想策略，以探索测试和跟踪策略的潜在限制。我们的研究建议谨慎，无论是在假设流行病控制和推断实际的流行病进展，目前的测试或跟踪策略。然而，它也为未来带来了一线光明，有望实现巨大有效性的新型测试策略的潜力。
2021-02-26 cs.SI physics.soc-ph
A Survey on Contact Tracing: the Latest Advancements and Challenges
传染病是由病原微生物引起的，如细菌、病毒、寄生虫或真菌，它们可以直接或间接地从一个人传播到另一个人。传染病对人类健康构成严重威胁，特别是COVID-19自二零一九年底以来已成为全球严重的健康问题。接触者追踪是识别、评估和管理接触过某种疾病的人，以防止其进一步传播的过程。接触者追踪可以帮助我们更好地了解病毒的传播环节，从而更好地阻断其传播。鉴于COVID-19在全球范围内大流行，追踪接触者已成为有效遏制病毒传播的最关键措施之一。本文介绍了接触者追踪的全面调查，详细介绍了接触者追踪的模型，数字技术，协议和问题的最新进展。最后，对接触追踪技术的发展趋势进行了展望.
2021-06-17 cs.CR cs.SI
A Smartphone enabled Approach to Manage COVID-19 Lockdown and Economic Crisis
新型COVID-19的出现导致卫生系统超负荷运转和高死亡率。关键的优先事项是控制疫情，防止感染率上升。在此背景下，许多国家目前处于一定程度的封锁状态，以确保全体人口保持极端的社交距离，从而减缓疫情传播。此外，当局使用病例隔离策略和手动第二/第三接触者追踪来遏制COVID-19疾病。然而，人工接触者追踪是一项耗时且劳动密集型的任务，使公共卫生系统不堪重负。在本文中，我们开发了一种基于智能手机的方法，用于自动和广泛地追踪确诊的COVID-19病例的接触者。特别是，接触者追踪方法创建了一份附近人员的名单，并将确诊的COVID-19病例通知联系人或官员。这种方法不仅可以让靠近感染地区的个人提高警惕，还可以跟踪COVID-19携带者可能不记得的偶然接触者。此后，我们开发了一个仪表板，为政府官员提供如何安全解除封锁/大规模隔离的计划，从而应对经济危机。仪表板用于根据收集到的位置和附近注册用户的距离测量值预测锁定区域的级别。预测模型使用K均值算法作为用于锁定管理的无监督机器学习技术。
2020-05-19 cs.CY cs.HC cs.SI
Digital Contact Tracing Using IP Colocation
传染病在人群中的传播可以用网络或图来建模。在数字广告中，互联网设备图是组织移动电话、PC、电视和平板电脑在互联网上访问媒体时产生的标识符的图形数据集。由于规模巨大，它们已经变得无处不在，因为它们可以进行有针对性的广告，内容定制和跟踪。本文假设互联网设备图，特别是那些基于IP托管，可以在预测和建模传染病的传播提供显着的效用。从2020年3月16日的那一周开始，在美国，许多人开始“就地避难”，因为全国各地的学校和工作场所因COVID-19大流行而关闭。本文通过研究一个拥有超过10亿节点的大规模互联网设备图，在命令生效之前和之后，量化了就地避难命令对该图的影响。效果是显而易见的。图表的结构表明，2020年4月12日至19日期间，美国发生了最不利于感染传播的行为。本文还讨论了设备图的效用，i）接触者追踪，ii）预测的“热点”，iii）模拟传染病传播，和iv）交付预防为基础的警告，以潜在的暴露个人。该论文还提出了一个首要问题：数字广告生态系统中的实体所积累的系统和数据集能否帮助抗击COVID-19？
2020-06-16 cs.SI physics.soc-ph
Characterising the role of human behaviour in the effectiveness of contact-tracing applications
本研究构建多层网络模型分析人类行为对接触追踪应用防疫效果的影响，发现除用户规模外，早期采用和合规水平同样关键，并据此提出简化报告系统的优化建议。
2023-07-24 cs.SI physics.soc-ph
Network-Side Digital Contact Tracing on a Large University Campus
我们描述了在美国一所大型公立大学校园进行的一项研究，该研究显示了网络日志信息用于数字接触者追踪和COVID-19病例预测的有效性。在2021年1月18日至2021年5月7日期间，超过11，000个无线接入点（AP）记录了超过2.16亿个客户端接入点关联。协会信息被用来寻找大约30 000人的潜在联系人。联系人是使用AP托管算法确定的，该算法假设两个人在大约相同的时间连接到同一个WiFi AP时发生联系。通过观察与隔离宿舍中AP的关联，从网络日志数据推断出350例阳性COVID-19病例的真值集，验证了该方法，该隔离宿舍是为确诊（临床）阳性COVID-19检测结果的个人保留的。网络日志数据和AP托管具有大于10%的预测值;更准确地说，确认COVID-19检测呈阳性的个人的接触者在接下来的7天内检测呈阳性的可能性大于10%（与随机选择的0.79%的可能性相比，相对风险比为12.6）。此外，计算累积暴露分数以说明对测试为阳性的多个个体的暴露。在研究期间，累积暴露评分预测阳性病例，在指定操作点的真阳性率为16.5%，漏诊率为79%。
2022-01-25 cs.NI cs.SI
A Privacy Preserved and Cost Efficient Control Scheme for Coronavirus Outbreak Using Call Data Record and Contact Tracing
冠状病毒或COVID-19已被世界卫生组织宣布为大流行病，对全球人民的生命造成了巨大损失。尽管科学家、研究人员和医生正在夜以继日地开发新冠疫苗，但可能需要一两年时间才能为世界提供安全有效的疫苗。在目前的情况下，必须制定一种解决方案来控制或阻止病毒的传播。为此，提出了一种基于呼叫数据记录分析（CCED）和接触者追踪的新技术，可以有效地控制冠状病毒的爆发。冠状病毒阳性患者可以通过CCELLS和接触者追踪进行追踪。该技术可以跟踪患者走过的路径，并收集所有与患者会面的人的细胞数量。保持这群人的隐私，他们通过他们的手机号码联系，以便他们可以隔离自己，直到他们的冠状病毒测试结果到达。如果一个人的检测结果在群体中呈阳性，那么他/她必须被隔离，并对该人采取相同的疫苗接种和接触者追踪程序。COVID-19患者被地理标记，如果患者违反隔离规定，就会发出警报。此外，一般公众事先得到通知，以避免病人走的路。这种具有成本效益的机制不仅能够控制冠状病毒的爆发，还有助于将患者隔离在家中。
2020-12-13 cs.IR cs.SI
Optimising the mitigation of epidemic spreading through targeted adoption of contact tracing apps
持续的COVID-19大流行是人类历史上首次在全球范围内部署数字接触追踪的流行病。追踪和排除病毒检测呈阳性的个人的所有接触者可以帮助减缓流行病，但接触者追踪的影响受到人口中接触者追踪应用程序普遍采用率低的严重限制。我们在这里推导出一个分析表达式的有效性的联系人跟踪应用程序安装策略在SIR模型上给定的联系人图。我们提出了一个分散的启发式，以提高固定采用率下的接触跟踪的有效性，其目标是一组个人安装接触跟踪应用程序，并可以很容易地实现。大量的现实世界的接触网络上的模拟证实，这种启发式代表了一个可行的替代目前的最先进的。
2021-02-25 cs.SI physics.bio-ph physics.soc-ph
Digital Contact Tracing: Large-scale Geolocation Data as an Alternative to Bluetooth-based Apps' Failure
在COVID-19疫情的背景下，目前部署的接触者追踪移动应用程序未能成为有效的解决方案。没有一个能够吸引到有效运作所需的活跃用户数量。这促使研究界重新展开辩论，并探索新的途径，以实现有效的接触追踪解决方案。本文通过另一种联系人跟踪解决方案来促进这一辩论，该解决方案利用了大科技公司拥有的现有地理位置信息，这些公司在大多数采用联系人跟踪移动应用程序的国家中具有非常高的渗透率。此外，我们的解决方案提供了足够的隐私保证，以保护受感染用户的身份，并阻止卫生当局从个人那里获取联系人图表。
2022-03-28 cs.CY cs.SI
The Fallibility of Contact-Tracing Apps
自COVID-19全球传播开始以来，我们一直在关注围绕接触者追踪应用程序的辩论-这是对大流行病的技术支持反应。当企业、学术界、政府和民间社会讨论如何正确实施这些应用程序时，我们注意到反复出现的隐含假设。拟议的解决方案是为这样一个世界而设计的：互联网接入和智能手机所有权是既定的，人们愿意并能够安装这些应用程序，那些收到有关潜在暴露于病毒的通知的人可以进行测试并安全隔离。在这项工作中，我们挑战这些假设。我们不仅表明，全球没有足够的智能手机达到所需的采用门槛，而且还强调了互联网接入的广泛缺乏，这对某些群体的影响更大：老年人，低收入者和社交能力有限的人。不幸的是，这些群体也是COVID-19风险最高的群体。我们还报告说，已经在选择性基础上部署的联系人跟踪应用程序显示出令人失望的采用水平。我们警告过度扩大现有国家和企业监控权力的潜在后果。最后，我们描述了许多情况下，联系人跟踪应用程序将无法帮助，无论访问或政策。在这项工作中，我们呼吁采取全面和公平的政策应对措施，优先考虑最弱势群体的需求，保护人权，并考虑长期影响，而不是专注于技术先行。
2020-05-27 cs.CR cs.CY cs.SI
Optimizing the order of actions in contact tracing
接触者追踪是管理艾滋病毒、结核病和COVID-19等流行病的关键工具。通过人类接触追踪器进行的人工调查仍然是主要的调查方式。这一过程受到可用的接触者追踪者数量的限制，这些追踪者在爆发或流行期间往往负担过重。因此，任何联系人跟踪策略中的一个关键决策是，给定一组联系人，跟踪程序下一步应该跟踪哪个人？在这项工作中，我们开发了一个正式的模型，阐明了这些问题，并提供了一个框架，比较接触追踪策略。通过分析我们的模型，我们通过一个干净的连接到一个工具，从运筹学称为“分支强盗”，给出了可证明的最优优先级的政策。检查这些政策提供了定性的洞察接触跟踪应用程序中的权衡。
2021-07-20 cs.CY cs.DS cs.SI
BU-Trace: A Permissionless Mobile System for Privacy-Preserving Intelligent Contact Tracing
2019冠状病毒病（COVID-19）大流行为全球带来前所未有的健康危机。数字接触者追踪作为一种传播干预措施，在大流行控制方面已显示出其有效性。尽管对数字联系人追踪进行了深入的研究，但现有的解决方案很难满足用户对隐私和便利性的要求。在本文中，我们提出了BU-Trace，一种新的免许可移动系统的隐私保护智能接触跟踪QR码和NFC技术的基础上。首先，用户研究进行调查和量化的移动接触追踪系统的用户接受。其次，提出了一种分散的系统，以在保护用户隐私的同时实现联系人跟踪。第三，智能行为检测算法的设计，以方便我们的系统的使用。我们实现BU跟踪，并在几个现实世界的场景进行了广泛的实验。实验结果表明，BU-Trace实现了一个隐私保护和智能移动系统的联系人跟踪，而无需请求位置或其他隐私相关的权限。
2021-01-24 cs.CR cs.CY cs.SI
WLAN-Log-Based Superspreader Detection in the COVID-19 Pandemic
在COVID-19等大流行期间，识别疾病的“超级传播者”是社会的一个紧迫问题。超级传播者代表了一群比其他人有更多社会联系的人。WLAN基础设施的广泛部署使得能够通过人们无处不在的移动设备进行非侵入式接触追踪。这项技术为检测超级传播者提供了希望。在本文中，我们提出了一个通用的框架，基于无线局域网日志的超级传播检测。在我们的框架中，我们首先使用WLAN日志构建联系人图，共同考虑人类的对称和不对称的互动。接下来，我们在接触图上采用三个顶点中心性度量来生成三组超级扩展器候选者。最后，我们利用SEIR模拟来确定这些候选人中的超级传播者群体，这些候选人是基于模拟结果的疾病传播的最关键个体。我们已经实现了我们的框架，并评估它超过一个WLAN数据集，从一个大型大学的4100万个日志条目。我们的评估表明，超级传播者存在于大学校园。它们在一个学期的前几周会发生变化，但在整个学期的剩余时间内保持稳定。数据还表明，对称和非对称接触跟踪都可以发现超级传播者，但后者在日常接触图中表现更好。此外，评估显示，对于长期（即，每周）接触图，这需要在我们的框架中包含SEIR模拟。我们相信，我们提出的框架和这些结果可以为公共卫生管理人员提供及时的指导，有效的测试，干预和疫苗接种政策。
2021-03-29 cs.CY cs.SI
Epidemic Source Detection in Contact Tracing Networks: Epidemic Centrality in Graphs and Message-Passing Algorithms
我们研究了接触追踪网络中的传染源检测问题，该问题利用流行病学中的传染病模型建模为图约束的最大似然估计问题。基于对感染子图的快照观察，我们首先分别研究了有限度正则图和带圈正则图，从而建立了有限无圈图和有圈图在极大似然比上的数学等价性.特别是，我们证明了最大似然估计量的最优解可以基于一种新颖的统计距离中心性（该中心性捕获了非凸问题的最优性）细化为图上的距离。然后，提出了一个有效的接触跟踪算法来解决一般情况下的有限度正则图的多圈。我们在各种图表上的性能评估表明，我们的算法通过正确识别新加坡和台湾一些最大的超级传播感染集群上的超级传播者，优于使用2003年SARS-CoV和COVID-19大流行病的接触者追踪数据的现有最先进的诊断学。
2022-02-25 cs.DM cs.SI
COVI-AgentSim: an Agent-based Model for Evaluating Methods of Digital Contact Tracing
COVID-19在全球的快速传播导致对有效方法的前所未有的需求，以减轻疾病的传播，各种数字接触追踪（DCT）方法已成为解决方案的一部分。为了做出明智的公共卫生选择，有必要的工具，允许DCT方法的评价和比较。我们引入了一个基于代理的房室模拟器，我们称之为COVI-AgentSim，集成了病毒学，疾病进展，社会联系网络和流动模式的详细考虑，基于来自实证研究的参数。我们通过与真实数据进行比较，验证COVI-AgentSim能够再现真实的COVID-19传播动态，并进行敏感性分析，以验证接触者追踪方法的相对性能在一系列设置中是一致的。我们使用COVI-AgentSim进行成本效益分析，比较无DCT与：1）标准二进制联系人跟踪（BCT），根据二进制测试结果分配二进制建议; 2）基于规则的方法，基于特征的联系人跟踪（FCT），根据不同的个人特征分配分级推荐。我们发现所有的DCT方法一致地减少了疾病的传播，并且在广泛的采用率范围内保持了FCT相对于BCT的优势。基于卫生的接触者追踪方法避免了每社会经济成本更多的残疾调整生命年（DADs）（以生产时间损失衡量）。我们的研究结果表明，任何DCT方法都可以帮助挽救生命，支持经济重新开放，并防止第二波疫情，FCT方法是一个有希望的方向，可以使用自我报告的症状丰富BCT，产生早期预警信号，并显着减少每社会经济成本的病毒传播。
2020-10-30 cs.CY cs.LG cs.MA
Multilevel Digital Contact Tracing
本文提出多层级数字接触者追踪框架，利用动态接触图、二元循环接触队列及感染路径算法识别直接与间接接触，并在合成和真实数据上验证其有效性。
2024-05-18 cs.DS cs.SI
Predicting Infectiousness for Proactive Contact Tracing
Mila（米拉研究所）；University of Oxford（牛津大学）；Max-Planck Institute for Intelligent Systems Tübingen（马克斯·普朗克智能系统研究所蒂宾根分所）；University of Ottawa（渥太华大学）；McGill University（麦吉尔大学）；Université de Montreal（蒙特利尔大学）；École Polytechnique de Montreal（蒙特利尔理工学院）；The Alan Turing Institute（阿兰·图灵研究所）；HEC Montréal（蒙特利尔高等商学院）
COVID-19大流行在全球迅速蔓延，许多国家的人工接触者追踪工作难以为继，导致大范围封锁以进行紧急遏制。大规模数字接触者追踪（DCT）已成为恢复经济和社会活动同时最大限度地减少病毒传播的潜在解决方案。已经提出了各种DCT方法，每种方法都在隐私、移动性限制和公共健康之间进行权衡。最常见的方法是二元接触者追踪（BCT），将感染建模为二元事件，仅根据个人的测试结果进行通知，并提供相应的二元建议，即所有或没有个人的接触者隔离。BCT忽略了接触和感染过程中固有的不确定性，这可以用来为高风险个体定制消息，并提示主动检测或早期警告。它也没有利用症状或预先存在的医疗状况等观察结果，这些观察结果可以用来进行更准确的传染性预测。在本文中，我们使用最近提出的COVID-19流行病学模拟器来开发和测试可以部署到智能手机上的方法，以便根据个人的接触历史和其他信息在本地和主动预测个人的传染性（感染他人的风险），同时尊重强隐私限制。预测用于通过应用程序向个人提供个性化建议，以及向个人的联系人发送匿名消息，这些联系人使用这些信息来更好地预测自己的传染性，我们称之为主动接触追踪（PCT）。我们发现了一种基于深度学习的PCT方法，该方法在同等平均移动性下优于BCT，这表明PCT有助于安全重新开放和第二波预防。
2020-10-23 cs.AI cs.LG cs.MA
