Neues Modell für Früherkennung und Prognose von Pandemien

Wie gut sind wir auf die nächste Pandemie vorbereitet? Frühwarnsysteme für Pandemien sollen künftig präziser werden. Das Projekt DREAM EP will mithilfe modernster Datenanalysen und Modellierungsmethoden Antworten liefern und ein Frühwarnsystem für künftige Ausbrüche entwickeln. Das Forschungsprojekt verbindet menschliches Verhalten, Mobilität und virologische Daten zu neuen Prognosewerkzeugen.

SynoSys entwickelt im Projekt DREAM EP ein Modellökosystem für künftige Epidemien

Wie lassen sich neue Pandemien früher erkennen? Welche Daten sind für verlässliche Prognosen entscheidend? Und wie kann menschliches Verhalten realistisch in Vorhersagemodelle einfließen? Mit dem Forschungsprojekt DREAM EP (Data-informed Responsive Epidemic Analysis and Multiscale-Modelling for Epidemic Preparedness) will das Centrum SynoSys an der TU Dresden gemeinsam mit einem Verbund führender Wissenschaftler:innen Antworten liefern.

Ein Ökosystem für Modelle der nächsten Epidemie

DREAM EP verfolgt das Ziel, die Vorhersage schwerer Atemwegserkrankungen deutlich zu verbessern. Dafür sollen Daten zu Kontaktstrukturen, Mobilitätsmustern und Schutzverhalten zusammengeführt und ausgewertet werden. Auf Grundlage hochauflösender Datensätze aus der COVID-19-Pandemie entsteht ein umfassendes Modellökosystem, das räumliche und zeitliche https://cache.pressmailing.net/thumbnail/53bbed8f-52c6-4f55-a10b-1c841fe2c383/Mobility_image.jpgProzesse mithilfe von Netzwerkwissenschaft, maschinellem Lernen und künstlicher Intelligenz abbildet.

Von Big Data zu flexiblen Prognosemodellen

Auf Basis großer Datenmengen – darunter die evolutionäre Entwicklung von SARS-CoV-2, tägliche Mobilitätsdaten aus Deutschland sowie globale Luftverkehrsströme – will DREAM EP ein adaptives Modellierungsframework entwickeln. Neben grundsätzlichen Fragen zu Skalen und Rückkopplungen in epidemiologischen Prozessen sollen präzisere, datengetriebene Vorhersagewerkzeuge entstehen.

Geplant sind unter anderem:

• Analysen veränderter Mobilitätsnetzwerke und deren Einfluss auf die Ausbreitung von Krankheiten

• Untersuchungen zu Kontaktnetzwerken und klinischen Verläufen

• Kausalanalysen zu Wechselwirkungen zwischen Infektionsgeschehen, Verhalten, Information und Politik

• Entwicklung optimaler Modellarchitekturen für Epidemieprognosen

• Identifikation von Prinzipien viraler Evolution in komplexen Netzwerken

• Aufbau eines skalierbaren Frameworks zur Vorhersage schwerer Atemwegserkrankungen

Interdisziplinäres Team unter der Leitung der TU Dresden

Das Bundesministerium für Forschung, Technologie und Raumfahrt unterstützt das Vorhaben mit insgesamt 1,8 Millionen Euro. In einer ersten Förderphase erhält SynoSys 150.000 Euro – eine zweite Tranche in gleicher Höhe ist für 2026 vorgesehen, sofern die Projektziele erreicht werden.

Koordiniert wird das Projekt von Prof. Dirk Brockmann, Leiter des Center Synergy of Systems an der TU Dresden. Zum Konsortium gehören unter anderem Prof. Thilo Gross (Alfred-Wegener-Institut), Prof. Bernd Blasius (Universität Oldenburg), Prof. Christian Drosten (Charité Berlin), Prof. Vitaly Belik (FU Berlin) und Prof. Thorsten Lehr (Universität des Saarlandes).
Mit Expertise aus Epidemiologie, Virologie, statistischer Physik, Public Health und computergestützter Modellierung untersucht das Team, wie pandemische Dynamiken und menschliches Verhalten zusammenwirken.