I Want to Learn How to Think Beyond Academic Disciplines
Vol.7 2020.11.11 Hisashi INABA
- Instructor
-
- Hisashi INABA
comments(最新2件 / 26)
- 2020年11月11日 18:51 reply
講義ありがとうございました。感染症と聞くと今までは無作為に広まるものだと思っていましたが、SIRモデルの話を聞いて、大方予測のつくものなどだと言うことを知り、大変興味を惹かれました。単に回復率や感染率のみだけでなく、ワクチンの摂取率や新生児、病気による死亡率まで組み込まれていたのが精巧だと思いました。一方でまだまだ社会的要因のような不確定性をもたらす要素があると言う点では今までの自分の認識に近いのだろうと感じました。今回のコロナは世代によっては症状が確認されにくく、また死亡率も世代ごとで大きく異なっていることや、再感染も確認されると言う点で完全な動行を予測するのは難しいのかなと思いました。
- 2020年11月11日 18:52 reply
興味深い講義をありがとうございました。基本再生産数について徐々に掘り下げたお話になるにつれ、現在進行形のコロナ禍のもと迅速かつ的確な政策に結びつけることの困難さを感じました。根拠もなく現状が改善しているような気でいましたが、再感染の可能性によってエンデミックに至る場合もあると伺い、自分の楽観的思考を戒めなければならないと思いました。また、実践に移すにあたって、社会的・経済的影響を鑑みる必要性があるというご指摘には大いに共感します。ウイルスに殺されることを避けられても、経済的事情で苦しむ人が多ければ危機を脱したことにならず、バランスが非常に重要になると思います。
- 2020年11月11日 19:22 reply
コロナウイルスの出現によってテレビなどのメディアでもよく見かけるようになった感染症数理モデルであるが、その大まかな意味や理論を知ることができ、大変参考になった。講義でもおっしゃられていたように、数理モデルで予測可能な部分もある一方で、現実の社会においては社会心理学なども関係し、正確に記述することは難しい。それでも、一部の層に集中的にワクチンを打った場合、検査隔離を行った場合、人との接触を何割減にした場合、などのモデルを考えることで、政策の比較検討がより有効にできることに加え、最悪な場合を予測しておくことによって人々の行動を変えたり、そうならないためにはどうしたら良いのかという見通しを立てることが可能となるので、やはり数理モデルはとても重要な意味を果たしていると改めて実感した。まだしばらく日本においてもコロナウイルスの影響が残りそうであるが、with コロナの時代に経済政策と感染症対策をどの程度のバランスで行えば良いのか、人々の行き来はどれほど制限すべきなのかと言った部分についても、今後指針として役に立つのではないかと感じた。
- 2020年11月11日 20:27 reply
SIRモデルをはじめとする数理モデルは、感染者数の変化の仕方を捉えることはできるが、その変化の仕方は初期条件に大きく依ってしまうことが分かりました。そして、初期条件には実効再生産数R0や感受性人口のサイズSなどのあらかじめ調べることが難しい、事が起こってからでないと得ることのできない数値が含まれていて、そこを上手く選ばないといけないのが難しいところだなと感じました。ただ、R0の閾値で感染の様子が大きく変わるなど、どのモデルを取っても感染リスクを避けることは有効であるという基本的な方向性が分かっているので、やはり私たちが取るべき行動は依然としてそれなのだなと感じました。また、初期条件さえ与えればSIRモデルのような簡単なモデルでも、終状態を割と的を射て予測できているというのは凄いことだなと思います。ここにはエンデミック状態のような感染が根絶されずに定常状態となってしまうような可能性もあることを示唆していて、恐ろしいと感じます。最近の研究では対象を学童とその他のように分けて考えたり、緊急事態宣言のような突発的なイベントに対応できるモデルも開発されているということで、より実際の状況に見合ったモデルが今後出てくればよいなと期待します。
- 2020年11月11日 23:12 reply
講義ありがとうございました。今日の講義に触れられている感染症の数理モデル、マスメディアでとても多く取り上げられている題材で大変講義をうけたことによって日頃のニュースに対する理解も深まりました。
まだ自分の数学の力が足りなく、細かい計算までは理解が及びませんでした。しかし、数式ベースでこのCOVID-19パンデミックを見つめる、またこの新型コロナの世界の講義で新たな視点が得られました。今までは生理学の視点など、極めて文章ベースの解析が多かったのですが、数式でこの先のパンデミックの展望を見つめるという視点、理系の自分としてはとても魅了されました。ある一定のR0が再感染閾値1/σを超えると，流行はエンデミックになるという理論、とても美しい境界線であり、この現象を一定の定数を用いて客観的に解析できる視点の素晴らしさを感じたポイントでした。しかし、当然これが全て理論通りにいくわけでなく、最後のスライドにありました、「国家レヴェルの流行制御は公衆衛生学的・疫学的問題をこえる社会経済問題である」という文、この問題の複雑さ、絡む要素の多さを改めて強調する文であり、正解はない、考えさせられる問いかけであるな、と感じました。
- 2020年11月12日 10:47 reply
数式は少し難しかったですが、新型コロナウイルスを感染症モデルで表すにはまだまだはっきりしない値がたくさんあることが分かりました。また、人々の社会的行動も大きく関与しているため、いくつものパターンが考えられて本当に難しいことなのだと感じました。現在、新型コロナウイルスは第3波がやってきたのではないかと言われ、4週間後には東京の1日当たりの感染者数は600人を超えるのではないかという予測を耳にしました。以前もそのような深刻な予測を耳にしながらも現実は抑えられたということがあったように記憶していますが、これだけ不明確な数値が多い今、悲観的な値を選択して注意を促すことが大きな功績を与えているのではないかと思いました。
- 2020年11月12日 13:14 reply
コロナウィルスの流行は私たちからしてみたら特異な出来事であるが、人類の歴史や世界全体を見回してみると、感染症が甚大な被害を及ぼした例が予想以上に多くあることを知り驚いた。この事実から言えることは私たちは常に感染症と付き合う必要があるということだろう。そのためには感染症流行のモデルを数理的に表すことは人類にとっては欠かせないものだと感じた。しかしそれはあくまでモデルであって、人口規模や社会環境によって状況は大きく変わるため、そうしたモデルを参考にしつつも、自分たちの環境、状況をしっかりと捉え、その特性にあった対策を施すことも同様に重要なことだと感じた。
- 2020年11月12日 15:07 reply
数理モデルを用いて「理論的に再感染閾値を超えたら流行は収束しない」と、具体的に値を示してくれるのは直感的にわかりやすいと感じた。ニュースでは日々の感染者数が報道されているが、それはただの事実であり、いまいちこの先はどうなるかはわからない。けれど再感染閾値なんていうわかりやすい指標をニュースで教えてくれればわかりやすいのに。自分の数学力が及ばないばかりに詳しい計算を追うことはできなかったが、数理モデルの有用性はとても興味深かった。
- 2020年11月12日 16:56 reply
今のCOVID-19に関して、政策の観点から、データ分析は進んだものの、予測などに関する教育が進んでおらず、実践的な統計の部分では、日本は非常に遅れていることには少し驚いた。このような数理モデルが、実際の結果にどれくらい一致したのか、一致していて効果を発したケースがどれくらいあるのか、みたいなところは気になった。感染症の流行という観点において、さまざまな数理モデルは、それぞれ人口規模や年代や死亡者などをうまく考慮することに得意不得意があると思う。それらをうまく使い分けて、データから未来の推測をできれば、需要のあるものになっていくと思う。
- 2020年11月14日 03:06 reply
ちょうど他の疫学の授業で数学的分析を用いた疫学調査の手法を学んでいますが、感染症について触れることはまだありません。今回の講義で基本再生産数のような感染症関連の指標を学べたことは、疫学の視野を広げることに役立ったと思います。
前述の疫学の授業では、分析がどれほど役に立っているか、また役立たせるかという視点が主でしたが、今回の講義でその分析を役立たせることの難しさを知りました。疫学研究の役立つ部分と困難な部分を理解することが重要であると考えました。
- 2020年11月14日 23:05 reply
感染症の流行は「社会現象」であるという考えは感染の流行と社会の状況が深く関わっていることをよく表していると思いました。今回の講義では感染流行の予測がなぜ難しいかを感染症の数理モデルの原理から解説してくださりとてもわかりやすかったです。今まで曖昧にしかわかっていなかったことをはっきりと理解できました。社会を数で表すことの難しさを感じながらも、数理モデルで感染の拡大や収束、エンデミック化などを説明できることは面白く感じました。
- 2020年11月16日 00:23 reply
感染の拡大要因などは今まで大雑把にしか捉えていませんでしたが、数理モデルにおいて変数を考えることでこれらを明確に可視化し再確認するとともに、自分が今まで気づかなかった要因などにも気づくことができたのがとても興味深い点でした。また、数学的な処理を行うことでどの変数(感染拡大要因)をどれだけ変化させれば感染拡大の阻止につながるのかというのが数値として求まるので、実際に感染拡大防止の政策などを行う際に具体的な見通しを立てやすくなる点が数理モデルの大きな魅力の一つであると感じました。一方で、社会的要因、ウイルスの変異、再感染などの不確定要素によってモデルによる予測が大きく外れてしまう恐れがまだあるので、数学だけでなく生物学、経済学など幅広い知見を融合することでより正確な予測につながるモデルを生み出すことが必要だと思いました。
- 2020年11月17日 13:44 reply
貴重なご講義をありがとうございました。今まさに起こっている現象を数理モデルを用いて分析するという試みに非常に興味を感じる一方で、様々な要素が絡んでいるからこその予測の困難さを知りました。データを参考にしつつも、それに惑わされることなく現状を正しく捉えることが大切だと感じました。
- 2020年11月17日 16:06 reply
今回の講義の内容は、微分方程式により感染症の広がりを解析できるようにするというもので微分方程式をきちんと扱ったことのない私には少し難しかったです。ただ、数学を用いて現代社会の問題を分析できるのには感動し、コロナの感染拡大を数学により予測することができるのには、今後の感染症対策を打っていくのにすぐに必要のあるものであると感じました。また、このような学問を学べる場所が少ないのは残念であるように思いました。
- 2020年11月17日 16:37 reply
感染者数の予測などはテレビや新聞などでしばしば見るように感じるだけに、感染症に対する実践的な統計・データサイエンスの部分で日本が遅れをとっているというのが先ず意外であった。数式の理解は難しかったが、感染症数理モデルは社会集団や感染症の性質など、実際の運用において未だ不確定要素や困難もあることを理解した。未だ全容を掴みきれない感染症が流行する時期にあって、研究の進歩や、社会経済的な問題にも折り合いがつく形での運用の進展を期待したい。
- 2020年11月17日 20:34 reply
自分は経済を学ぼうと思って入学したので、感染症の数理モデルと経済の数理モデルの類似性が興味深かった。
数学嫌いの人の常套句に、「微分積分っていつ使うの？」というものがあるように思うが、こうした感染症の分析の例は、現在の状況も相まって説得力を持つと思う。
- 2020年11月17日 20:46 reply
とても難解な話だったため理解するのに苦しんだ。微分方程式の復習をしようと思う。
実社会のシュミレーションをできる自然科学をやっていきたいとずっと考えているので今回の講義はとても刺激的なものだったと同時に、自分の無知さを痛感したのでこれからも精進して学習したい。
- 2020年11月17日 22:35 reply
貴重な講義ありがとうございました。
コロナに関する情報を見聞きする中で、数学的なモデルの重要性に何となく気づき始めていたときに今回の先生の講義で勉強でき、ありがたく思います。感染症はついつい個人的な問題として捉えてしまいがちであるように思うが、数学的なモデルで取り扱うことも可能である。しかし、そのモデルがどこまで将来予測に役立てられるかはわからないとのことである。社会集団のあり方が様々であり、そうした細かな変数を拾いきれないこともその理由の一つであろう。
自身は文系であるため、数学はもう勉強することはあるまい、と考えていたが今回の講義を受ける中で少なくとも統計については学ばねばならないと感じた。今まで興味がなかった分野に興味を持たせてくれたこの講義は非常に楽しかったです。ありがとうございました。
- 2020年11月17日 22:44 reply
感染症を数理モデルで考察するという話題はこれまで触れたことがなく真新しいものだった。細かい計算を全ては追い切れなかったが、日頃ニュースなどで耳にする感染対策は科学的に根拠のあるものなのだと理解できた。しかし、数理モデルの研究がどんなに進んだとしても、相手は細菌やウイルスなのだから、病気の流行を数式により完璧に表すのは不可能だろう。そういった意味でも、今後も常に進歩し続ける興味深い分野だと思う。
- 2020年11月17日 22:53 reply
感染拡大の数理モデルについては4月にその話題が上がった頃に自分でそれなりに調べていたこともあり、ある程度の予備知識をもって本講義の話を聞くことができました。自分で調べていたころは、専ら自分の行動・生活様式にどの程度考えを取り入れるのかに興味が向いていた(実際、調べた記事文献も個人の生活などへの影響を軸に書かれたものがほとんどだった)ので、数理モデルの政策実装の難しさについての話は少し考えれば思い至ることではあるのですが、新しい知見として話を聞いていました。ウイルス、流行病の特性（潜伏期間、感染力、処置方法など）が完全に一致することはなく、様々な制約条件によって振る舞いが大きく異なることが予想される感染拡大の様子について、数理モデルを設定することの意義がどれほどあるのか、どこまで精度を高めることができるのかが個人的には気になる部分です。生体内のウイルスの移動にも数理モデルが応用されている例があることは今回の講義で知りましたが、そのモデルがどのような活用のされ方をしているのかをもう少し詳しく聞きたいと思いました。
- 2020年11月17日 23:15 reply
数理モデルを用いて感染症の脅威に立ち向かうということがとても興味深く思いました。自分の勉強不足から、数式をしっかりと追っていくことができませんでしたが、それでも、数式によって現状を分析し、対策を練っているということが強く実感として持つことができました。それとともに、現実の複雑な事象に対して、簡潔なモデルづくりを行うことの難しさも感じ取ることができました。とくに、社会集団について考察対象に含めるというのは、あらゆる分野において困難さを増すことになるのではないかと思いました。様々な学問領域の融合によって理論が形成されていくようなので、自分もその一端にかかわれるような人材になろうと思いました。
- 2020年11月17日 23:37 reply
SIRモデルによって簡単な微分方程式で感染者数を表すことができることに驚きました。人の行動には様々なパターンが考えられるため数式で予想するのは大変難しく、実現できないと勝手に思い込んでました。この講義で出てきたSIRモデルのようにいくつか仮定をするとある程度良い近似が可能だと知って改めて科学の偉大さを知りました。ニュースなどで専門家による感染者数に関して様々な予測が報道されているが、それぞれの予測での仮定に注意して情報を受け取りたいと思いました。
- 2020年11月17日 23:48 reply
数理モデルを用いてCOVID19の感染拡大を予測できることは非常に便利だと感じた。細かい数式は難しくて、あまり理解できなかったが、メディアなどで取り上げられている予測も数理モデルによって論理的に出された値であると改めて分かった。だからこそ、今回学んだような数理モデルは、今のような状況で生活していく中で、行動の指針として有益になるし、データを参考にすることは重要だと感じた。
- 2020年11月19日 09:49 reply
ご講義ありがとうございました。感染症に対して数理モデルを適用するという考え方は自分の好きなゲーム理論と似ているところが多くて強く興味を持ちました。一見数理モデルで感染者数の動向を探るというのは現実離れしているように思えますが、パラメータの設定によって少しずつ現実に近づけることができる数式の力を感じると同時に、人間の叡智を持ってしても解明仕切れない世界の不確実性の奥深さを感じました。こんな時期に不謹慎かと思われるかもしれませんが、今回の騒動はサイエンスがどれだけ人間社会に適用可能でどれだけ現実に忠実なものになってきたのかを示す良い例になったのかもしれないなと思いました。
- 2020年11月20日 00:13 reply
講義ありがとうございました。ネットやテレビでよく感染者数の予測が出されているが、いったい何を根拠にこの数字を出しているのかと常々疑問に思っていた。自身で調べてもあまり詳しい解説がなくモヤモヤしていたが、そんな痒い所に手が届くような詳細な解説を聞くことができ、とても楽しかった。自分は文系でかつ数学にも久しく触れていなかったので、完璧に理解できたわけでは無いが、微分方程式を用いて感染者数を表すというのは明確で非常にわかりやすかった。ちょうど講義の後に、googleが発表した感染者数の予想グラフなどを見て、講義を思い出しながら数値を見ることができた。今後さらにこの分野が発展し、正確な予測ができるようになるのが楽しみだ。
Post a Comment
- Other Lessons
感染を数理モデルとして表すときの基本再生係数という考え方は目新しく興味深かった。
私は都市工学に関連して数理モデルを扱うような分野に興味をもっており、数理モデルが万能のものであるように感じていた部分もあった。
都市も感染もそうであるが、複合的なものであり社会的、生物学的、さまざまな側面があることを認識させられた。意義深い時間であったとおもう。