Student entwickelt Software für COVID-19 Vorhersage die keine Testdaten benötigt

COVID Observation Germany, COVGER, von Philip Storz nutzt für die Vorhersage Twitter Tweets und Google Anfragen / Internetplattform COVGER liefert Daten zur Corona-Pandemie in Echtzeit

Wie entwickelt sich die Corona Pandemie in Deutschland? Philip Storz von der Fakultät Informatik an der Hochschule Reutlingen hat jetzt mit COVGER (Covid Oberservation Germany) eine Software und eine Internetplattform entwickelt, die anhand von Tweets bei Twitter und Suchanfragen bei Google eine Vorhersage von COVID-19-Infektionszahlen in Deutschland ermöglicht. Zu sehen ist die von COVGER errechnete Entwicklung der COVID-19-Infektionszahlen auf der von Philip Storz erstellten Internetplattform https://covger.reutlingen-university.de. Die Daten werden minütlich aktualisiert und schließen den Graubereich, der aktuell immer wieder befürchtet wird. Laut dem Robert Koch Institut lassen sich aktuell immer weniger Personen mit einem PCR-Test auf Corona testen lassen und nutzen nur einen Corona Schnelltest, die in die Statistiken des RKI nicht einfließen.

Die von Philip Storz im Rahmen seiner Masterarbeit im Studiengang Human-Centered Computing entwickelte Software COVGER wertet die Tweets und Suchanfragen bei Google (Google Trends) aus. Für Google Trends wurden über 50 Suchbegriffe auf ihre Nutzbarkeit untersucht. Dabei wurden die Begriffe daraufhin überprüft, ob es einen Zusammenhang mit der Verwendung des Begriffs bei einer Google Suchanfrage und der realen Entwicklung der COVID-19-Zahlen gibt. Die so ermittelten besten acht Begriffe (COVID, Geruchsverlust, Geschmacksverlust, Impfung, Intensivstation, PCR, Quarantäne und Schnelltest) wurden für die Vorhersage der Infektionszahlen bei COVGER verwendet. Für Twitter nutzte Philip Storz unterschiedliche Methoden der künstlichen Intelligenz, um zu erkennen, ob ein Tweet auf eine COVID-19 Infektion hindeutet oder nicht. Die beiden Datenquellen werden zudem noch für eine verlässliche Vorhersage kombiniert. Betreut wurde die Arbeit von Prof. Dr. Christian Thies und Prof. Dr. Cristóbal Curio.

Die von COVGER ermittelte Vorhersage deckt sich mit der Entwicklung der Zahlen des RKI, allerdings auf einem anderen Niveau. „Mit COVGER messe ich im Grundsatz das Interesse der Menschen an COVID-19. Aus diesem Interesse oder aus der Tatsache, dass die Person selbst erkrankt, resultieren die Tweets und Suchanfragen, die dann mit der Software und künstlicher Intelligenz in Fallzahlen umgerechnet werden. Die Software kann daher auch zwischen Personen unterscheiden, die sich z.B. lediglich nur für das Thema Corona interessieren und Personen die selbst erkrankt sind.“

Besonders stolz ist Philip Storz darauf, die von ihm entwickelt Software im Rahmen seiner Masterthesis an der Fakultät Informatik weiter genutzt wird. So ist die von ihm geschaffene Internetplattform COVGER auch nach dem Ende seines Studiums weiter über den Server der Hochschule Reutlingen online verfügbar. „Durch meine Arbeit konnte ich ein System implementieren, welches die aktuellen Infektionszahlen im Livemodus vorhersagen kann. Dieses läuft auch in Zukunft automatisiert weiter und grundsätzlich wäre es sogar möglich es weiter zu entwickeln und eine Vorhersage von einigen Tagen zu realisieren, weil es eben nicht auf Testergebnissen basiert, sondern auf der Auswertung von kontinuierlichen digitalen Datenquellen wie Twitter und Google Trends.“

Und genau hier liegt auch der weitere Vorteil der Software. Mit dem System können die Ausbreitung und Entwicklung von Krankheiten verfolgt werden, ohne dass die Menschen getestet werden. Das war ja am Anfang der Corona-Pandemie der Fall, als die Testdaten Tage später vorlagen oder es wäre nutzbar in Ländern mit einer schlechteren medizinischen Infrastruktur und sicher auch preisweiter.

Die Daten zeigen aus Sicht von Philip Storz aber nicht nur die Entwicklung der Corona-Fallzahlen, sondern auch das öffentliche Interesse an dem Thema. Auffällig sei, dass mit dem Beginn des Ukrainekrieges das Interesse an Corona deutlich nachgelassen habe. Zum anderen wäre es auch möglich, den Erfolg von Informationskampagnen zu überprüfen, weil bestimmte Begriffe auf Google nicht mehr nachgefragt werden, weil sie inzwischen für jeden verständlich sind.

Wie die Analysen und Ergebnisse von COVGER genutzt werden können, davon können sich Nutzer auf der Internetpräsenz von COVGER selbst überzeugen. Das von Philip Storz entwickelte System ermöglicht eine individuelle Auswahl der Parameter, die bei der Aufwertung genutzt werden. COVGER wird daher auch weiterhin von der Fakultät Informatik betrieben. Die Nutzung ist kostenfrei und es sind keine speziellen Zugangsdaten erforderlich.

Verantwortlicher für diese Pressemitteilung:

Hochschule Reutlingen
Herr Siewe-Reinke Alfred
Alteburgstraße 150
72762 Reutlingen
Deutschland

fon ..: 07121 271 4052
web ..: http://www.inf.reutlingen-university.de
email : alfred.siewe-reinke@reutlingen-university.de

Pressekontakt:

Hochschule Reutlingen
Herr Siewe-Reinke Alfred
Alteburgstraße 150
72762 Reutlingen

fon ..: 07121 271 4052
web ..: http://www.inf.reutlingen-university.de
email : alfred.siewe-reinke@reutlingen-university.de

Sie wollen diese News verlinken? Der Quellcode lautet:
<a href="https://www.news-veroeffentlichen.de/student-entwickelt-software-fuer-covid-19-vorhersage-die-keine-testdaten-benoetigt-140897" title="Student entwickelt Software für COVID-19 Vorhersage die keine Testdaten benötigt" target="_blank">Student entwickelt Software für COVID-19 Vorhersage die keine Testdaten benötigt</a>

Student entwickelt Software für COVID-19 Vorhersage die keine Testdaten benötigt

Schlagwörter: Corona, Covid 19, Hochschule Reutlingen, Human Centered Computing, Pandemie, PCR Test