感染症の流行への対応が、かえって事態を悪化させることがあります。たとえば、人々がパニックに陥って逃げ出し、病気を新たな地域に広げてしまう可能性があります。こうした過剰反応がいつ起きるかを予測できれば、公衆衛生当局者が危険を抑えるための措置を講じる助けになるでしょう。
病院やソーシャルメディアなどから集めたデータを組み合わせた新たなコンピューターモデルが、こうした予測を可能にするかもしれません。このモデルはMIT、Draper Laboratory、Ascel Bioの研究者によって開発され、学術誌 Interfaceに掲載された論文で紹介されています。
この研究は、ソーシャルネットワークを通じて行動がどのように広がるかを調べた先行研究から発展したものだと、共著者でMITの土木・環境工学助教であるMarta Gonzalezは説明します。感染症の流行に関する情報、そして誤情報の拡散は「これまで研究されておらず、パニック反応について詳細な情報を得るのは難しい」とGonzalezは言います。「パニックをどう定量化するのでしょうか」
こうした反応を分析する方法の一つは、流行に関する報道やソーシャルメディアに投稿されたメッセージを調べ、病院の記録にある実際の感染発生状況のデータと比較することです。
多くの場合、流行への反応が病気そのものより大きな害をもたらすことがあります。たとえば、研究者らによると、旅行や物資の流通を制限すれば経済的損害が生じたり、暴動など、病気の拡大を悪化させる行動につながったりする可能性があります。また、流行が広く報じられると、軽い症状を心配する人々が医療機関に殺到し、病気の影響を受けた人々が必要な治療を受けにくくなるおそれもあると、研究者らは付け加えています。
この現象を調べるため、研究チームは3つの感染症流行のデータを検討しました。2009年にメキシコと香港で広がったH1N1インフルエンザと、2003年に香港で広がったSARSです。開発したモデルは、これらの流行に伴う集団レベルの行動を正確に再現できました。
これらの事例では、世間の反応は実際のリスクに見合わないことがしばしばありました。研究によると、まれな病気や珍しい病気は、実際のリスクを大きく上回る注目を集める傾向があります。たとえば、香港でのSARS流行はH1N1よりはるかに強い世間の反応を引き起こしましたが、H1N1の感染率はSARSの数百倍でした。
この分析は、西アフリカで続いているエボラ流行を特に対象としたものではありません。しかし、Gonzalezは「反応は、病気の規模によって正当化されるものではありません」と述べています。今回の研究はこの直近の流行よりずっと前に始まったものですが、社会データと医療データの両方を分析するために開発された手法によって、反応を分析することがずっと容易になるはずだと彼女は言います。Gonzalezと同僚らは、エボラへの反応を追跡調査する研究を始めています。
「将来、こうした望ましくない社会的・経済的影響が起き、多額の費用や多くの人命が失われると予測できれば、人々がその影響を食い止める措置を講じられるようになればと思います」とGonzalezは言います。メディア報道は流行時にパニックを広げることがありますが、適切な情報であれば、逆の効果をもたらす可能性もあると彼女は述べています。
Draper LaboratoryのNatasha Markuzonが率いた研究チームには、MITおよびDraper LaboratoryのShannon Fastと、ニューヨークに拠点を置くAscel BioのJames Wilsonも参加しました。この研究は米国国防脅威削減局（Defense Threat Reduction Agency）の支援を受けました。
この記事は MIT Newsとの協力により掲載しています。掲載は、世界経済フォーラムが見解を支持することを意味するものではありません。
Forum:Agendaの最新情報を受け取るには、 週刊ニュースレターに登録してください。
著者：David L. Chandlerはフリーランスのライター兼著者で、1975年以来、科学について執筆しています。現在はカリフォルニア大学バークレー校のBruce Mahan化学教授です。
2014年8月11日、ベルリンのシャリテ病院にある感染症患者用隔離病棟で、病棟医のThomas Klotzkowskiと熱帯医学医のFlorian Steiner（左）が防護服を着用する。REUTERS/Thomas Peter
