En grupp forskare vid Stanforduniversitetet i USA har tagit fram en datamodell som mycket träffsäkert lyckats förutspå spridningen av covid-19 i tio stora städer i USA under våren.

Datamodellen lyckas med detta genom att analysera mobilitetsdata från 98 miljoner människor ur tre olika faktorer:

1) Var invånarna går under en dag, 2) hur länge de stannar där och 3) hur många människor som besöker platsen samtidigt.

Enligt datamodellen ska tio procent av intressepunkterna i datan stå för hela 80 procent av spridningen. Dessa utgörs exklusivt av platser där personer är tätt samlade under långa perioder, så som restauranger, caféer och gym.

Enligt datamodellen kan en begränsning av antalet personer på plats då göra stor skillnad både för att hindra spridningen av coronaviruset men också dämpa den ekonomiska påverkan för verksamheten.

Datamodellen är tänkt att användas för att hjälpa städer gällande hur de kan hantera öppningen av sin ekonomi. Forskarnas verktyg har nu släppts offentligt så att de kan användas och utvecklas av fler forskare.

Läs också: Digitalt stöd för smittskydd kartläggs - särskilt fokus på integritet