新型コロナウイルスの感染拡大を抑制する条件をシミュレーションにより推定　～「富岳」による新型コロナウイルス対策その5

そこで、離散事象シミュレーション研究チームをはじめとする共同グループでは、「感染モデル」（図1）を構築し、さまざまな条件の下、感染拡大の様子を「富岳」を使ってシミュレーションすることにしました。
　
感染モデルでは、モデルエージェントからなる社会を想定しています。モデルエージェントとは、与えられた規則に従って行動や状態を自律的に決める要素のことで、ここでは「人」の健康・感染状態をモデル化しています。

モデルエージェントには、「潜伏期間」や「感染から発症までの間隔」、「無症状感染者の割合」など複数のパラメータ（変数）を入力することができます。これらの値は、実際の新型コロナウイルスの感染・発症の臨床データを基に推定することができます。データを入力することで、現状に即したシミュレーションが可能となります。
一方で、「回復後に免疫が持続する期間」など臨床データが少なく、十分な推定ができないパラメータもあります。これらに関しては、色々な値を入れてシミュレーションし、その結果を現状と比較・検討することで、分析して理解を深めたり、シミュレーションの精度を高めたりできます。

実際、再生産数の違いにより、どれくらい感染が拡大するかを、「富岳」を使い、感染モデルを用いてシミュレーションしてみました（図2）。
具体的には、1000人規模の集団において、まず、再生産数が2.5の場合でシミュレーションしました。最初の感染者は1人のみとし、集団の中で濃厚接触を繰り返しました。また、発症者は隔離し、さらなる感染はさせないものとしました。それにより、感染者数がどのように変化するかをみてみました。

その結果、最初の感染者から感染が始まり、潜伏期間中の人や無症状感染者により感染が拡大していき、18日目頃にピークを迎えました。そのとき、約60％が感染中であり、約20％が発症したため、隔離しました。最終的にはすべての人が感染して40日目頃に収束しました。

次に、再生産数が１の場合についてもシミュレーションしたところ、感染者数は最大でも10～20％に留まることがわかりました。

これらからも再生産数によって、感染者数の変化の様子が大きく変わることが実感されるでしょう。

次に、感染モデルを使って、「接触追跡アプリケーション」の効果を確認することにしました。現在、厚生労働省が提供している接触追跡アプリケーションに、「COCOA（ココア）」があります。これは、スマートフォン（スマホ）にCOCOAをインストールしておくことで、近くにいる人のCOCOAをインストールしたスマホを記録できるというサービスです（互いのスマホ同士の記録で、持ち主の個人情報や接触した場所は伝わりません）。

COCOAをインストールしたスマホの所有者は、自分が新型コロナウイルスに感染したとわかった時点で、自分と接触し、感染した恐れがある人のスマホに、アラートを送ります。それにより、潜伏期間中の人や無症状感染者の数を減らし、感染拡大を抑えようというわけです。

感染モデルにおいて、各モデルエージェントがCOCOAをインストールしたスマホをもっている場合の感染拡大に関するシミュレーション結果は図3の通りです。この結果からは、感染者が「陽性」と判定されてから、即座にアラートを送れば、新たな感染者数が大幅に抑えられるのに対し、送るまでの日数がかかればかかるほど、新たな感染者数が大幅に増えることがわかりました。接触追跡アプリケーションはより多くの人が利用すると同時に、感染したら即座にアラートを送ることが、再生産数を低く抑える上で有効であると言えるでしょう。

さらに感染シミュレーションに加えて、社会経済活動への影響も検証するために、兵庫県立大学准教授で離散事象シミュレーション研究チームの客員研究員でもある井上寛康さんと協力し、経済シミュレーションも行いました。

具体的には、新型コロナウイルスの感染拡大に伴う経済活動の抑止による企業間取引や売り上げへの影響を、国内150万社の企業間取引データに基づき、企業の生産量・取引高をサプライチェーンネットワーク上でミュレートするモデルを使って検証しました（図4）。それにより、全国の企業が経済活動を2カ月間自粛することで、GDPを最大7.8％押し下げるという結果を得ました。

今回は、都道府県別にシミュレーションしましたが、今後は市区町村別や業種別など、より細かくシミュレーションしていく計画です。