ADAPTI-M
Next Generation Modeling: Adaptive System for Supporting Public Health Decision-Making in Respiratory Infections Pandemics
Projektinhalte und Ziele
Das German Epidemic Microsimulation System (GEMS), welches im OptimAgent-Projekt der ersten MONID-Förderphase entwickelt wurde, ist ein agentenbasiertes Modell zur Simulation respiratorischer Infektionen. Es bildet die deutsche Bevölkerung georeferenziert ab und ermöglicht die Bewertung nichtpharmazeutischer Interventionen (NPI). Im Projekt ADAPTI-M wird GEMS technisch und organisatorisch weiterentwickelt: Es integriert Tröpfchen- und Aerosolübertragungen, komplexe Mobilität, Adhärenzverhalten sowie neue Virusvarianten. Mit Reinforcement Learning und Surrogatmodellen wird die Kalibrierung automatisiert. Generative KI unterstützt die Entwicklung und Optimierung von NPI-Strategien anhand mehrerer Kriterien wie Fallzahlen, Schulschließungen oder psychischen Belastungen. Ein gemeinsam mit Entscheidungsträgern entwickeltes Decision-Framework stellt die praxisnahe Anwendung sicher. Der Ansatz wird durch Stresstests und Use-Cases evaluiert.
Projektaufbau
SP0 – Management
SP1 – GEMS-Erweiterung und -Dynamisierung
SP2 – Parametrisierung und Kalibrierung
SP3 – Intelligente NPI-Strategieentwicklung und -optimierung
SP4 – Entscheidungsrahmen
SP5 – Stresstests, Evaluierung, Anwendungsfälle für Demonstrationszwecke
Projektverantwortliche und -partner
Friedrich Schiller University Jena – Manja Marz
University of Leipzig – Markus Scholz
Münster University– Bernd Hellingrath & Johannes Ponge
Robert Koch Institute – Frank Sandmann
University of Rostock – Adelinde Uhrmacher
University of Trier – Jan Pablo Burgard
University of Lübeck – André Calero Valdez & Alexander Kuhlmann
Martin Luther University Halle-Wittenberg – Rafael Mikolajczyk, Matthias Müller-Hannemann
Associated: Tyll Krüger(Wroclaw University of Science and Technology), Mirjam Kretzschmar (University Medical Center Utrecht), Uwe Siebert & Beate Jahn (UMIT Tirol)