感染症の『本当の広がり方』を数式から読み解く新手法

『CascadeNet』って、つまり何ができる仕組みなの？従来の方法と何が違う？

従来の方法は「型にはめる」やり方なんですよね。 感染症の広がり方について「指数関数的に増える」とか「一定確率で伝わる」といった前提を決めてから、そのルールに合わせて逆算していた。 だから仮定が現実と合わなかったら、推測がぶれてしまう。 CascadeNetはそこを反転させます。 ルールを先に決めず、「実際に起きたデータの形」だけを見つめる。 誰から誰へ感染したのか、投稿がどう広がったのか、その変化のパターンをそのまま読み込むわけです。 容器の形を知らなくても、水の流れ方を観察していれば、配管の位置が分かる――記事の例えがそれ。 つまりできることは、感染症の本当のつながり方、SNS上の本当の影響関係を、より正確に浮かび上がらせることです。 複数の異なる拡散パターンにも対応できるから、柔軟性が格段に上がる。 仮定に頼らない分、現実に近い「ネットワーク地図」が引ける、と言えそうです。

この研究が進むと、たとえば新しい感染症が出たときに、私たちの日常生活での対策が変わったりするの？

短期的には変わりにくいかもしれませんが、中長期では確実に変わる可能性があります。 現在、感染症対策の決定は「患者数の増減グラフ」と「専門家の判断」で進まれています。でもこの手法が実用化されると、感染が「誰と誰がつながってるのか」という構造が見えるようになる。すると対策の粒度が一変するんですよね。 例えば、ある駅の周辺だけ感染が広がっていることが分かれば、全国休校ではなく「その周辺の施設だけ時短営業」という選択肢が出てくる。職場のどの部門で次々感染するかが見えれば、その部門の在宅勤務化を優先できる。私たちの日常への制限が、いま以上に「どこで・誰と」という限定的なものになり得るということです。 逆に言えば、ネットワークが分からない限りは、当たり前のように「大勢の行動を止める」という広い対策のままになる傾向もあります。この研究が進むほど、感染症との付き合い方がより柔軟になっていくのかもしれません。

これまで『指数関数的に広がる』って仮定してた理由は何？その仮定が現実とズレてたってこと、コロナの時も気づかれてたの？

指数関数的増加を仮定していた理由は、実は数学の都合なんですよね。 ネットワークを逆算するって、数学的には「観測結果から原因を探る」という難しい問題です。その難しさを解くために、「もし拡散がこのルールに従うなら」と先に枠を決めておく。そうすると計算が一気に簡単になる。指数関数は数式で扱いやすいから、研究者たちはそれを使ってきた。つまり、現実に合わせたというより、計算可能にするための選択だったわけです。 コロナ流行時も、この限界は当然認識されていたはずです。疫学の教科書的なSIRモデル（感受性者・感染者・回復者）で予測していた時期もありましたし、実際の感染は場所による濃淡、変異株ごとの広がり方、人の行動変化など、単純な指数関数では説明できない複雑さがありました。ただ、「精度が落ちても使える」と「精度が落ちるから使えない」の間で、政策判断の時間圧力がある。だから、不完全でも手元にある仮定で動かざるを得なかったという側面もあるのかもしれません。 今回の手法は、その「先に仮定を決める」という枷を外したことが本質のようです。

『結果から仕組みを逆算する』って、これって医学に限らず、いろんな現象の予測に使える考え方なんだっけ？

その通り、この考え方はかなり広く応用できます。むしろ現代の分析手法の基本的な発想の一つになってる。 天気予報だって、膨大な気象観測データから大気の流れを推測してますし、経済学では株価の変動パターンから市場心理を読み取ろうとする。医学以外の領域では、この「結果から仕組みを逆算する」がずっと前から当たり前になっていたんですよね。 CascadeNetが面白いのは、むしろ逆です。感染症研究の世界では、「感染は指数関数的」みたいに仕組みを先に決めてしまう方が主流だった。それは感染症の広がり方が「比較的シンプル」だと思われていたからかもしれません。でも実際には、感染経路も時系列も複雑で、その複雑さを吸収する方法がなかった。 だから逆に、「仕組みを決めずにデータの変化そのものを見る」という古典的で汎用的な発想に立ち戻った。それで現実との一致度が上がったということは、感染症研究が他分野の分析手法から遅れていた側面があったのかもしれません。

ネットワークが正確に分かると、感染症を『止める』側の対策が楽になる一方で、『広げたい人』にも悪用される可能性はないの？

ネットワークの透視が「両刃の剣」になるかもしれない、という問題意識ですね。 ただ、現実には非対称な側面があるのかもしれません。感染症対策の側は、ネットワークが見えることで初めて「誰を優先的に隔離するか」「どの地域から検査を強化するか」といった戦術を立てられます。でも悪意ある拡散、たとえば意図的にデマを広げたい人にとって、ネットワーク構造を知ることは必ずしも有利にはなりにくい。なぜなら感染症と違って、情報拡散は送り手の意図や信憑性に左右されるから。配管が見えても、水を流す力がなければ意味がないわけです。 むしろ懸念すべきは、ネットワークデータそのものの扱いかもしれません。スペインの移動パターンから復元されたネットワークは、逆に言えば個人の移動や接触の痕跡を数理的に再構成する技術でもあります。その情報が漏洩したり、監視に転用されたりする可能性は確実に高まっていく。対策と悪用のせめぎあいというより、プライバシーと公衆衛生のトレードオフの方が、むしろ現実的な課題に見えます。