evidoria

← Back to browse

Good practice

Eva — Sistema grego de aprendizagem por reforço para rastreio de COVID-19 nas fronteiras

Greece · Athens · See the Greece profile

A Grécia implementou o Eva, sistema de aprendizagem por reforço que direcionava testes de COVID-19 a viajantes de alto risco em mais de 40 pontos de entrada, detetando 2× mais casos assintomáticos do que o rastreio aleatório e processando mais de 40.000 agregados por dia.

2x
Taxa de deteção de casos assintomáticos face aos testes de vigilância padrão (6 Aug-30 Oct 2020)
up to 4x
Taxa de deteção de casos assintomáticos face aos testes de vigilância padrão, época alta (August-September 2020)
85% more tests
Testes adicionais que os testes aleatórios exigiriam para igualar a deteção da Eva
17%
Percentagem de agregados familiares chegados direcionados para testes PCR
>40,000 households/day
Agregados familiares processados por dia na época alta
40+
Pontos de entrada nacionais abrangidos
Eva — Sistema grego de aprendizagem por reforço para rastreio de COVID-19 nas fronteiras

Details

Maturity
Discontinued
Promoter
Greek Ministry of Civil Protection / Ministry of Tourism
Period
2020
Keywords
border management, public health, reinforcement learning, epidemiology, targeted testing, COVID-19

Context

Eva foi um sistema de aprendizagem por reforço em tempo real, desenvolvido pro bono para o governo grego por uma equipa interdisciplinar de investigadores operacionais, epidemiologistas e engenheiros de software da USC Marshall, Wharton e AgentRisk. Foi implementado em todos os mais de 40 pontos de entrada nacionais da Grécia (aeroportos, passagens terrestres, portos marítimos) entre 6 de agosto e 30 de outubro de 2020, durante a pandemia de COVID-19.

Objectives

Alocar um orçamento diário limitado de testes de COVID-19 entre os viajantes que chegavam, de modo a maximizar a deteção de infeções assintomáticas, utilizando dados anonimizados dos viajantes submetidos antes da chegada.

Activities

Os viajantes preenchiam um Formulário de Localização de Passageiros pelo menos 24 horas antes da chegada. A Eva agregava dados demográficos e de origem anonimizados, sem reter identificadores individuais, para direcionar dinamicamente cerca de 17% dos agregados familiares para testes PCR, sendo os restantes sujeitos a amostragem de rotina. O governo grego partilhou estimativas de prevalência em tempo real com a UE para informar protocolos de viagem regionais, e o algoritmo subjacente foi posteriormente disponibilizado como código aberto para adaptação internacional.

Results

O estudo revisto por pares publicado na Nature (setembro de 2021) constatou que a Eva detetou o dobro de indivíduos infetados assintomáticos em comparação com os testes de vigilância padrão, chegando a até quatro vezes mais durante a época alta (agosto-setembro); igualar essa deteção através de testes aleatórios teria exigido 85% mais testes. O sistema processou dados de mais de 40.000 agregados familiares por dia na época alta e recebeu o Prémio Daniel H. Wagner do INFORMS para a Excelência na Prática de Investigação Operacional.

Conclusions

A Eva é um exemplo raro e tecnicamente bem fundamentado de resposta de crise assistida por IA, mas a Associação Helénica de Informática levantou questões de governação e privacidade sobre o sistema em novembro de 2020 que não foram totalmente respondidas publicamente, ilustrando que uma evidência técnica sólida não resolve, por si só, as preocupações de responsabilização.

Implementation
Indicative cost
Medium (€50k–€500k) — Core system was developed pro bono by an academic/industry team; the practice description does not itemise the government's own operating costs for running the system across 40+ entry points.
Time to results
Short (< 1 year) — Deployed across a single COVID-19 tourist season, 6 August to 30 October 2020 (about three months).
Staffing & skills
Interdisciplinary pro-bono team of operations researchers, epidemiologists and software engineers (USC Marshall, Wharton, AgentRisk), Greek Ministry of Civil Protection / Ministry of Tourism officials administering border testing

Conditions for success

  • Mandatory Passenger Locator Form submitted at least 24 hours before arrival
  • Centralised, anonymised aggregation of traveller demographic/origin data feeding a dynamic daily testing-budget allocation
  • Coordination across all national entry points and real-time data sharing with EU authorities

Common failure modes

  • Hellenic Informatics Association raised governance and privacy questions about the system's conception in November 2020 that were not fully publicly addressed

Where it fits

Governance type
national government (Ministry of Civil Protection / Ministry of Tourism)
Scale
national, 40+ border points
Income level
high-income

Data sources

Where this practice's information was retrieved from, and when.

Attachments

Similar practices you may find useful