Det namn som epidemiologer ger till den första personen som ska smittas under ett sjukdomsutbrott är "patient noll" - det är där allt börjar. Att identifiera den personen är ofta svårt, men ett kroatiskt lag har utvecklat en algoritm som kan hjälpa till.

Deras arbete handlar om en situation där det finns ett sammankopplat nätverk av människor, med vissa infekterade och några inte. Sjukdomsutbrott är ett prov, men samma princip kan också gälla för datavirus eller till och med spridningen av en meme genom sociala medier.

Mile Šikic vid universitetet i zagreb och hans kollegor byggde en algoritm som simulerar olika sätt infektionen kan ha spridit genom det nätverket och jämför sedan dessa simuleringar med den verkliga data för att beräkna en sannolikhet för att en individ är den verkliga "patient noll".

Ju snabbare desto bättre

En 100% sannolikhet innebär att du har hittat var allt började, men om flera personer har samma sannolikheter behöver du mer data för att hitta ursprung. Intressant, desto snabbare infektionen uppstår, desto lättare är det att spåra där det började. "Med en långsammare process förlorar du någon form av information" ŠIkic berättade för New Scientist.

För att se om systemet fungerade använde teamet STI-data från en brasiliansk webbplats där könsarbetare granskas av sina kunder. Algoritmen kunde hitta "patient noll", eller vara en hop bort, 60 procent av tiden. "Om vi ​​inte kan säga vem som är tålmodig noll kan vi vara i deras grannskap", säger Šikic.

Detaljerna i algoritmen publicerades i Physical Review Letters.

  • Datorer kan nu upptäckas när en konstnär kopierar sig