生体流体力学から社会物理学を包含・統合した感染リスク評価手法の開発

呼吸器系の粘膜上皮に沈着したウイルス量を基にその後の増殖，生体防御反応を決定論的感染症モデルHost cell dynamics(宿主細胞，感染細胞，ウイルスRNA copiesと免疫因子の常微分方程式群)として定式化し，上気道粘膜内での3次元的なウイルス動態を明らかにする数理モデルを開発した．加えて，COVID-19のHuman challengeデータを基に数理モデルのモデルパラメータの最適化にも取り組んだ．これらの内容に関しては現在，ジャーナル論文として査読中である．さらに，室内環境中に在室している人々が接触し，咳などによって飛沫に暴露することを想定し，異なる対人距離での飛沫拡散および暴露解析を行った．対人距離が1mの時に対して2mの場合では，非感染者に吸入されるまたは皮膚表面に沈着する飛沫数が劇的に減少することが確認された．また，社会システム上での感染動態予測に対しては，感染者のウイルス濃度の時系列変化に応じて感染確率が変動する数理疫学モデルを構築した．この数理疫学モデルを静的ネットワークおよび動的ネットワークの両方に適用し，その際の感染拡大の感度を解析した．変動する感染確率を静的ネットワークに適用すると感染者数のピーク数と時間は変動するものの，最終的な感染者数は変動しないことが明らかになった．一方で，動的ネットワークに適用した場合は，感染者数のピーク数と時間及び最終的な感染者数も増加することが明らかにした．

呼吸器系の粘膜上皮に沈着したウイルス量を基にその後の増殖，生体防御反応を決定論的感染症モデルHost cell dynamics(宿主細胞，感染細胞，ウイルスRNA copiesと免疫因子の常微分方程式群)として定式化し，上気道粘膜内での3次元的なウイルス動態を明らかにする数理モデルを開発した．加えて，COVID-19のHuman challengeデータを基に数理モデルのモデルパラメータの最適化にも取り組んだ．これらの内容に関しては現在，ジャーナル論文として査読中である．さらに，室内環境中に在室している人々が接触し，咳などによって飛沫に暴露することを想定し，異なる対人距離での飛沫拡散および暴露解析を行った．対人距離が1mの時に対して2mの場合では，非感染者に吸入されるまたは皮膚表面に沈着する飛沫数が劇的に減少することが確認された．また，社会システム上での感染動態予測に対しては，感染者のウイルス濃度の時系列変化に応じて感染確率が変動する数理疫学モデルを構築した．この数理疫学モデルを静的ネットワークおよび動的ネットワークの両方に適用し，その際の感染拡大の感度を解析した．変動する感染確率を静的ネットワークに適用すると感染者数のピーク数と時間は変動するものの，最終的な感染者数は変動しないことが明らかになった．一方で，動的ネットワークに適用した場合は，感染者数のピーク数と時間及び最終的な感染者数も増加することが明らかにした．