階層型ネットワークを用いた感染拡大シミュレーション

地図を見ていると、一部が住宅地、別の一部がスクールゾーン、そしてまた別の一部がオフィス街になっているような、ごちゃまぜの社会ネットワークで感染拡大のシミュレーションをしそうになります。実際、大澤教授のステイ・ウィズ・ユア・コミュニティ（SWYC：できるだけいつもの人とだけ接するようにすれば感染拡大が劇的に抑えられるという理論）も、社会全体をひとつのネットワークとしたシミュレーションから発見されたものでした。

しかし、実際には、どの人も様々な文脈で他の人と接触します。小学生もビジネスマンも朝晩は大抵は家庭に帰りますし、主婦は買い物にもよく行きます。さらに、これらの誰もが、友人に会いに行ったりもするでしょう。だから、これらの文脈を、それぞれひとつのネットワーク（ネットスライスとも言います）で表し、スライスを階層的に重ねて、スライス間でも人が行き来するようなモデルで表したのが、大澤教授の最近提唱した階層型社会ネットワークです。

実装した機能を3つだけ挙げると、短期間のプロジェクトごとに

①コロナのみならずインフルエンザについても、感染拡大の予測精度を向上させた

②コロナ感染拡大について、文脈ごとの抑制による感染拡大のコントロールを可能にした

③感染経路を説明できるような仕組みを実現した

を行いました。

成果の例として、例えば①②の機能により、娯楽系の活動で様々な見知らぬ人と接触しやすく、これが2022年の年末から翌年初頭までの感染拡大を招くとの予測を2022年12月2日には内閣官房から発表し、一方で旅行などのリスクはむしろ抑えられることを示しました（見知らぬ多くの人の集まる場所には要注意(covid19-ai.jp) （ https://www.covid19-ai.jp/ja-jp/presentation/2022_rq1_simulations_for_infection_situations/articles/article406/）。

果たして、2022年末から「第8波」が日本を襲い未曽有の死者数をもたらしました。

一方、大澤教授は別のシミュレーション結果から、ワクチン接種スピードが上がると旅行が逆に感染を抑える可能性があることを論文として発表し、IEEEのビッグデータ国際会議という大規模な学会を大阪に誘致する上でプログラム委員長という大役を果たしています。

また、②について言えば、コロナ感染者の予測のみならずインフルエンザについても、まだ明確な拡大終結を迎える直前だった2024年2月15日に「基本的には感染者は収束の方向か」（ https://www.covid19-ai.jp/ja-jp/presentation/2023_rq1_analysis_and_simulation_for_infection_situation/articles/article502/ )という予測を出したところ、まさしくその週から東京都ではインフルエンザ感染者数が減少し始めました。