Mantis: Simulation‑basiertes Basismodell revolutioniert Krankheitsvorhersagen

Die Vorhersage von Infektionskrankheiten in neuen Ausbrüchen oder ressourcenarmen Regionen war bislang stark von krankheitsspezifischen Daten, aufwendigem Training und Expertenanpassungen abhängig. Mit dem neuen Modell Mantis wird das geändert: Es basiert ausschließlich auf mechanistischen Simulationen und liefert sofort einsatzbereite Prognosen für verschiedene Krankheiten, Regionen und Ergebnisse – selbst wenn historische Daten knapp sind.

Mantis wurde mit über 400 Millionen simulierten Tagen von Ausbruchs­dynamiken trainiert, die eine breite Palette von Pathogenen, Übertragungs­modi, Interventionen und Überwachungs­artefakten abdecken. Trotz des Fehlens echter Daten im Trainingsprozess übertraf Mantis 39 Experten‑angepasste Modelle bei sechs Krankheiten, darunter sämtliche Modelle im CDC‑COVID‑19‑Forecast‑Hub.

Das Modell zeigt eine bemerkenswerte Generalisierbarkeit: Es kann neue epidemiologische Regime vorhersagen, auch bei Krankheiten mit bislang nicht berücksichtigten Übertragungs­mechanismen. Dies beweist, dass Mantis die grundlegenden Dynamiken der Ausbreitung erfasst. Darüber hinaus ist es mechanistisch interpretierbar, sodass Entscheidungsträger die latenten Treiber hinter den Prognosen nachvollziehen können.

Mit einer Vorhersage­reichweite von bis zu acht Wochen erweitert Mantis den handlungsfähigen Zeitraum deutlich im Vergleich zu herkömmlichen Modellen. Dadurch wird eine proaktive Planung im Gesundheitswesen ermöglicht. Insgesamt bietet Mantis eine generelle, interpretierbare und einsetzbare Basis für die nächste Generation von Krankheitsvorhersagesystemen, insbesondere dort, wo traditionelle Modelle versagen.