Κίμωνας Δρακόπουλος: Τα μαθηματικά της πανδημίας και ο ελληνικός αλγόριθμος για τα τεστ κορονοϊού στους ταξιδιώτες

Δύο ώρες πριν δημοσιευτεί αυτή η συνέντευξή του, ο Κίμωνας Δρακόπουλος, ο 33άχρονος καθηγητής στο Πανεπιστήμιο της Νότιας Καλιφόρνιας (USC) πέταξε από το Ελευθέριος Βενιζέλος για το Λος Άντζελες. Από τις αρχές Ιουλίου οπότε βρέθηκε στην Ελλάδα πολλά μίντια θέλησαν να μιλήσουν μαζί του- με μια μόνο εξαίρεση, επέμενε να αρνείται. Όσο μιλάμε βλέπω ότι είναι άνθρωπος σεμνός, αλλά όχι εσωστρεφής- «απλά δεν μου αρέσει να γίνομαι μαϊντανός», λέει ο ίδιος. «Δεν έχω κανέναν πολιτικό δεσμό και αν χρειαστεί να κρίνω οποιονδήποτε, λέω τη γνώμη μου εντελώς ελεύθερα».

Μιλήσαμε, ώρες επί ωρών, για το καινοτόμο πρότζεκτ που σχεδίασε και με την ομάδα του έφερε σε πέρας: τον αλγόριθμο βάσει του οποίου η Ελλάδα διενεργεί από τις αρχές της καλοκαιρινής τουριστικής περιόδου τα τεστ για κορονοϊό σε όλες τις πύλες εισόδου της χώρας, χερσαία σύνορα και αεροδρόμια. Το πρόγραμμα που κατασκεύασε ο Κίμωνας Δρακόπουλος μαζί με τη μικρή ομάδα των συνεργατών του, επιλέγει κάθε βράδυ σε ποιους ταξιδιώτες θα διενεργηθούν τεστ την επόμενη ημέρα σε κάθε πύλη εισόδου (στον Προμαχώνα ή στο αεροδρόμιο της Κέρκυρας π.χ.).

Στις περισσότερες χώρες του κόσμου ταξιδεύεις όπως και πριν τη πανδημία. Δεν κάνουνε screening (ιχνηλάτηση), ή όσα τεστ διενεργούν στους ταξιδιώτες είναι εντελώς τυχαία (random). Μόνο η Ελλάδα αποφάσισε όχι απλά να κάνει κάθε μέρα χιλιάδες τεστ, αλλά αυτά να είναι και στοχευμένα.

«Στις χώρες που γίνονται τεστ στις πύλες εισόδου, αυτά αφορούν μικρό ποσοστό των αφίξεων, ενώ εμείς, ανάλογα με τις αφίξεις, κάνουμε στοχευμένα τεστ στο 10- 20% των επισκεπτών», λέει ο Κ. Δρακόπουλος.

Επίκουρος καθηγητής στο USC, διατρίβει σε ένα ευρύ ερευνητικό πεδίο: την τεχνητή νοημοσύνη, την ανάλυση δεδομένων και κοινωνικών δικτύων- στο πως μπορεί η πληροφορία να χρησιμοποιηθεί σαν επιχειρησιακό εργαλείο; «Η δουλειά μου είναι εφαρμοσμένα μαθηματικά σε διάφορα πεδία», λέει ο ίδιος, «ένα σημαντικό της όμως κομμάτι είναι η μαθηματική ανάλυση (analytics) των επιδημιών».

–Πως ξεκίνησε η ενασχόλησή σου με τα μαθηματικά των επιδημιών;

Το θέμα στο διδακτορικό μου ήταν οι επιδημίες και η μετάδοσή τους: το επέλεξα από μαθηματική περιέργεια. Δεν είναι ότι έβλεπα μια πανδημία να έρχεται και ήθελα να είμαι προετοιμασμένος- ήταν για μένα ένα πολύ ενδιαφέρον μαθηματικό πρόβλημα που έπρέπει να εξετάσω πολύπλευρα για να καταλήξω σε κάποια συμπεράσματα.

«Προσπάθησα λοιπόν να καταλάβω ποιος είναι ο ρόλος των ανθρώπινων δικτύων και των ταξιδιών στη διάδοση μιας επιδημίας».

«Σε έναν σύγχρονο κόσμο όπου οι άνθρωποι συνδέονται διαφορετικά μεταξύ τους, αν έναντι μιας επιδημίας έχεις περιορισμένες δυνατότητες (περιορισμένα εμβόλια π.χ.), ποιόν προστατεύεις πρώτα, ώστε ταυτόχρονα να προστατεύσεις αποτελεσματικότερα όλη την κοινωνία;».

«Αυτό ήταν το κεντρικό ερώτημα του διδακτορικού».

«Και την πρώτη μου χρονιά ως καθηγητής στο USC εργάστηκα σε αυτό το πρότζεκτ: Ποιός είναι ο βέλτιστος τρόπος μιας κυβέρνησης με περιορισμένους πόρους να επέμβει περιοριστικά σε μια επιδημία εν εξελίξει;».

«Ή για τα ταξίδια: επηρεάζουν σημαντικά τη μετάδοση της κοινής γρίπης;».

–Όσον αφορά τη συσχέτιση ταξιδιών και μετάδοσης ενός ιού, δεν είναι προφανής η απάντηση;

Τα ταξίδια, ναι, έχουν μια επιρροή αλλά πόσο μεγάλη είναι τελικά; Πρέπει μια κυβέρνηση να τα λάβει υπόψη καθώς προσπαθεί να «μαζέψει» την επιδημία;

Πρέπει να εφαρμόσει lock down ή όχι; Αν «επιλέξουμε» να μείνουμε απόλυτα ασφαλείς, τότε θα πρέπει να κλειστούμε όλοι σπίτι και να φορέσουμε μια σακούλα στο κεφάλι. Και, ναι, τότε θα πεθάνει ο ιός. Θα πεθάνουμε κι εμείς όμως.

Ρεαλιστικά πρέπει λοιπόν να διαλέξουμε τι θα κλείσουμε- αν έχουμε 400 πτήσεις, πόσες και ποιές θα σταματήσουμε για να περιορίσουμε την επιδημία; Η όποια επέμβασή μας πρέπει να είναι όσο πιο μίνιμαλ για να μη διαλύσουμε την οικονομική δραστηριότητα και να προστατεύσουμε πραγματικά την κοινωνία».

«Επιτρέποντας (ξανά) μια δραστηριότητα, επιλέγεις ένα προφίλ ρίσκου», συνεχίζει ο ίδιος. «Και προσπαθείς να βρεις την καλύτερη στρατηγική για να εξασφαλίσεις ότι η πραγματικότητα δεν θα ξεφύγει από τις προβλέψεις σου και το ρίσκο που είσαι διατεθειμένος να πάρεις».

–Πως σου ήρθε η πρώτη ιδέα του εγχειρήματος, του αλγόριθμου;

Όταν έμαθα ότι η Ελλάδα σκοπεύει να ανοίξει τον τουρισμό, μετά τα συντηρητικά και σωστά μέτρα που είχε πάρει την προηγούμενη περίοδο, προβληματίστηκα. Ήταν μια ορθή κίνηση. Δεν μπορείς να σταματήσεις τις εμπορικές συναλλαγές και, ειδικά, την ελεύθερη μετακίνηση πολιτών εντός της Ε.Ε.: ποιός ο λόγος ύπαρξης της Ε.Ε. αν σταματήσει αυτή η ροή; Όμως, μου φάνηκε σαν μια πολύ μεγάλη αλλαγή στο προφίλ χαμηλού ρίσκου που είχε φτιάξει η χώρα.

«Άρχισα λοιπόν να σκέφτομαι πως μπορεί αυτή η επανεκκίνηση να γίνει σωστά, με τη μικρότερη δυνατή αρνητική επίδραση. Το μαθηματικά ασφαλές σενάριο, αμέσως μετά τα κλειστά σύνορα, θα ήταν να τεστάρονται όλοι οι εισερχόμενοι στη χώρα, όπως είχε «κυκλοφορήσει» αρχικά. Αλλά αυτό θα ήταν οικονομική αυτοκτονία».

«Για παράδειγμα, όταν η κυβέρνηση θέσπισε για τους τουρίστες από κάποιες χώρες ως υποχρεωτικό το PCR (τεστ για κορωνοϊό 72 ώρες πριν την άφιξή τους), η κίνηση προς την Ελλάδα από αυτές τις χώρες μειώθηκε 35- 70%. Αν παίρνεις το ρίσκο να ανοίξεις τα σύνορα και είσαι 70% κάτω ακόμα και από το 20-30% που θα είχες συγκριτικά με τις περσινές αφίξεις λόγω κορωνοιού, τότε ας μην ανοίξεις καθόλου».

«“Το βλέποντας και κάνοντας” που στην Ελλάδα θεωρούμε τόσο κακό, σε μια κατάσταση που εξελίσσεται τόσο δυναμικά όσο αυτή η πανδημία, είναι μαθηματικά η βέλτιστη στρατηγική όσων αφορά υγειονομικά πρωτόκολλα, μέτρα κλπ».

–Γιατί τα δημόσια δεδομένα απηχούν μια ανακριβή αντανάκλαση της τωρινής πραγματικότητας σε κάθε χώρα;

Κάθε χώρα δημοσιεύει τα κρούσματα, τους θανάτους, τους νοσηλευόμενους στις ΜΕΘ. Και ας θεωρήσουμε ότι έχουμε μια ιδανική κατάσταση όπου κάθε χώρα ανακοινώνει τα πραγματικά νούμερα, ότι όλοι λένε την αλήθεια. Όμως, τα κρούσματα που εμφανίζονται σήμερα, αντιστοιχούν στην κατάσταση της χώρας πριν δεκαπέντε μέρες. Άρα, αν στηρίζεσαι μόνο στα δημόσια δεδομένα για να εκτιμήσεις το σημερινό ρίσκο κάθε χώρας, έχεις ήδη χάσει το παιχνίδι. Γιατί το πρόβλημα εκεί, έχει (ίσως) ενταθεί σε σχέση με 14 μέρες πριν. Αν οι πολίτες αυτής της χώρας μετακινούνταν αυτές τις μέρες ελεύθερα προς τη χώρα σου, οι επιδημιολογικές συνέπειες για σένα είναι προφανείς- και αρνητικές.

Τελικά οι εκτιμήσεις που προσπαθείς να κάνεις για την επιδημιολογική κατάσταση κάθε χώρας βάσει των δημόσιων δεδομένων της, εξαρτώνται όχι τόσο από αυτά τα ίδια, αλλά από την πολιτική που κάθε χώρα εφαρμόζει.

Άρα αν θες να ανοίξεις τα σύνορά σου προς τις άλλες χώρες, δεν μπορείς να βασιστείς μόνο στα δημόσια δεδομένα των χωρών αυτών.

–Να πούμε ένα παράδειγμα;

Η Σερβία. Λόγω εκλογών που είχαν όταν ανοίξαμε τα σύνορα, εμφάνισαν μια καθυστέρηση στην ανακοίνωση των κρουσμάτων. Είχαμε διαπιστώσει ένα μικρό αρχικά πρόβλημα, αλλά ευτυχώς «έτρεχε» το δικό μας σύστημα, η ΕΥΑ: «έπιασε» αμέσως το πρόβλημα στις πραγματικές του διαστάσεις, στόχευσε εκεί (Σερβία) και την τρίτη μέρα κλείσαμε τη χώρα για τους επισκέπτες από Σερβία. Νομίζω ότι αυτή ήταν μια μεγάλη συνεισφορά του συστήματος- αντιληφθήκαμε ένα πρόβλημα που δεν αποτυπωνόταν ακόμη στα δημόσια δεδομένα, σχεδόν μια βδομάδα πριν το αντιληφθούν και οι ίδιοι. Το ίδιο συνέβη αμέσως μετά με τη Βουλγαρία, τη Ρουμανία και άλλες ευρωπαϊκές χώρες.

–Τι είναι η ΕΥΑ (ΕVA); Πως μπορούμε να την περιγράψουμε; Τον τρόπο λειτουργίας, τον σκοπό της, την συνείσφορά της τελικά;

Η ΕΥΑ είναι ένα σύστημα τεχνητής νοημοσύνης που κατασκευάσαμε με την ομάδα των συνεργατών μου και αποτελείται από δύο μέρη: ένα νευρωνικό δίκτυο που μαθαίνει το προφίλ ρίσκου κάθε χώρας από τα δημοσιευμένα δεδομένα τους και το «κλειστό κύκλωμα» εκμάθησης από τα αποτελέσματα που παίρνουμε από τα δικά μας τεστ στις πύλες εισόδου.

–Τα νευρωνικά δίκτυα και η τεχνητή νοημοσύνη σε τι συνίστανται;

Πρακτικά αφήνεις τον υπολογιστή να «μάθει» τις εξαιρετικά πολύπλοκες σχέσεις μεταξύ δεδομένων που του φορτώνεις και αυτού που προσπαθείς να προβλέψεις.

–Προγράμματα είναι λοιπόν τα νευρωνικά δίκτυα;

Προγράμματα, ναι. Στην περίπτωση της πανδημίας, σκοπός ήταν να κάνουμε προβλέψεις (αρχικά) για τον Ιούλιο- άρα, πήγαμε πίσω για να δούμε τι έγινε από τον Μάρτιο μέχρι τον Ιούνιο. Πήραμε τα δεδομένα από όλες τις χώρες του πλανήτη: τα κρούσματα, τις ΜΕΘ, τους θανάτους, την πολιτική της κάθε χώρας ανά ημέρα.

«Το πρόγραμμα υποθέτει ότι πρέπει να υπάρχει μια συσχέτιση ανάμεσα σε αυτό που συνέβη τις προηγούμενες δεκαπέντε μέρες και σε αυτό που θα συμβεί τις επόμενες δεκαπέντε μέρες. Η μοντελοποίηση, όμως, αυτής της συσχέτισης είναι κάτι εξαιρετικά πολύπλοκο. Άνθρωπος με «χαρτί και μολύβι» δεν μπορεί να το κάνει. Αναλαμβάνει λοιπόν να το κάνει εσωτερικά ένας αλγόριθμος: προσπαθεί να βρει τον καλύτερο συνδυασμό όλων των παραμέτρων ώστε να συσχετίσει αυτό που γνωρίζουμε ότι συνέβη, με αυτό που περιμένουμε να συμβεί μετά από δεκαπέντε μέρες. Αρχίζει ο αλγόριθμος να κάνει δοκιμές: αλλάζει μόνος του τις σχέσεις των παραμέτρων, μέχρι η πρόβλεψή του να είναι πιο κοντά στην πραγματικότητα».

«Σαν απλό παράδειγμα, πήραμε (εκ των υστέρων) τα δεδομένα ( κρούσματα, θανάτους, ΜΕΘ κ.α.) για την Ελλάδα στις 20 Μαρτίου, τα εισήγαμε στο πρόγραμμα που «κατασκεύασαμε» και τσέκαραμε αν τα αντίστοιχα νούμερα που έβγαλε ο συγκεκριμένος αλγόριθμος για δυο βδομάδες μετά, ήταν κοντά σε αυτά που πραγματικά ίσχυαν τότε».

«Προφανώς γνώριζαμε τι συνέβη στην Ελλάδα εκείνη την ημέρα, όλα τα σχετικά στατιστικά της πανδημίας. Μετά από πολλές δοκιμές διαφορετικών προσεγγίσεων (αλγορίθμων), για πολλές χώρες και διαφορετικές ημέρες/ περιόδους, το πρόγραμμα κατέληξε στον καλύτερο αλγόριθμο: αυτόν δηλαδή που το αποτέλεσμά του ήταν όντως το ακριβέστερο, πιο κοντά από ότι τα αποτελέσματα των άλλων αλγορίθμων όσον αφορά τα δεδομένα της ημέρας που τους ζητούσαμε να προβλέψουν».

–Επιλέγουμε έτσι τον καλύτερο, αποτελεσματικότερο αλγόριθμο;

Ακριβώς, αυτόν που πρόεβλεπε με ακρίβεια τα νούμερα του τέλους μιας χρονικής περιόδου, γνωρίζοντας μόνο τα αντίστοιχα νούμερα των παραμέτρων της αρχής αυτού του χρονικού διαστήματος. Μετά, μπορείς να έχεις αρκετή εμπιστοσύνη στην ακρίβεια του αλγορίθμου. Γιατί στην συσχέτιση αυτών των παραμέτρων δεν αλλάζει κάτι τραγικά στην πάροδο του χρόνου. Και ακόμη κι αν αλλάξει, ο αλγόριθμος «επανεκπεδεύεται».

–Ο αλγόριθμος είναι μια σειρά εξισώσεων;

Οι εξισώσεις είναι ο παραδοσιακός τρόπος να το κάνεις αυτό. Όταν οι υπολογιστές δεν ήταν τόσο γρήγοροι, προσπαθούσες να μοντελοποιήσεις ένα σύστημα με δύο παραμέτρους. Παρατηρούσες πως εξελίσσονται τα νούμερα αυτών των δύο, τις μετέτρεπες αναλόγως και τελικά κατέληγες σε ένα (απλοϊκό) σύστημα δύο παραμέτρων που φαινόταν να ταιριάζει στην πραγματικότητα, δίνοντας σχετικά ακριβείς προβλέψεις. Ο λόγος που η ανθρωπότητα έχει «φύγει» από το παράδειγμα των δύο παραμέτρων είναι ότι πλέον έχουμε υπολογιστές και σέρβερ τόσο γρήγορους ώστε μπορούν να αλλάζουν ταυτόχρονα έξι χιλιάδες παραμέτρους. Δε χρειάζεται να προσπαθείς να γράψεις μια εξίσωση για το πως εξελίσσεται μέσα στην πάροδο του χρόνου μια επιδημία- κι ας φαίνεται να την περιγράφει σωστά. Βάζεις τον υπολογιστή να βρει τις πιο χρήσιμες για την πρόβλεψη που επιχειρείς παραμέτρους και φτιάχνεις ένα εξαιρετικά πολύπλοκο σύστημα.

–Η λειτουργία του οποίου πώς περιγράφεται;

Μπορείς μου περιγράψεις τη συνάρτηση βάσει της οποίας με βλέπεις και καταλαβαίνεις ποιός είμαι; Τι συμβαίνει στο κεφάλι σου; Έχει φτιάξει έναν τρόπο να βλέπει το πρόσωπό μου και με έναν τρομερά πολύπλοκο τρόπο να με διακρίνει από τα υπόλοιπα πρόσωπα που είναι γύρω μου και να με αναγνωρίζει. Μπορείς να μου περιγράψεις με λόγια τη συνάρτηση; Μπορείς να αναπαράγεις το μοντέλο; Όχι. Αλλά με κάποιον τρόπο ο εγκέφαλός σου έχει εκπαιδευτεί να συνδυάζει patterns (μοτίβα). Δεν μπορείς να εξηγήσεις ποιο μοτίβο «τρέχει» στον εγκέφαλό σου, ούτε ποιος νευρώνας δίνει σήμα για να ξεχωρίζεις τους ανθρώπους, ξέρεις όμως ότι τελικά μπορείς να κάνεις επιτυχημένα τη συσχέτιση.

«Αναλόγως και σε ένα τέτοιο πρόγραμμα δε χρειάζεται να καταλάβεις τις λεπτομέρειες: δημιουργούνται πολύπλοκα σχήματα σε χώρους πολυδιάστατους όσο δε μπορείς να φανταστείς. Αρκεί να διαπιστώνεις συνεχώς ότι έχει αποτέλεσμα».

«Με τα νευρωνικά δίκτυα δε μπορείς να βγάλεις θεωρητικά συμπεράσματα, μπορείς μόνο να προβλέψεις. Μετά έρχεται η στατιστική για να ερμηνεύσει. Το machine learning αξιολογείται μόνο βάσει της ακρίβειας όσων προβλέπει. Το πόσο περίπλοκες σχέσεις θα χρησιμοποιήσει αυτό ανάμεσα από την είσοδο και την έξοδο του συστήματος, πως θα συνδέσει τα δεδομένα που εισάγουμε και το αποτέλεσμα, δεν έχει σημασία. Όπως αφήνουμε το κεφάλι μας να δουλέψει, αυτή την ελευθερία δίνουμε και στο πρόγραμμα».

–Με τη χρήση του αλγορίθμου μπορείς λοιπόν κάθε μέρα να «προβλέπεις» την τωρινή επιδημιολογική κατάσταση της κάθε χώρας.

Σωστά. Συνδυάζοντας την «πρόβλεψη» με τα δημοσιευμένα δεδομένα καθώς και τα στοιχεία που μας επιστρέφουν τα εργαστήρια εκτιμάμε, π.χ. πόσοι στους χίλιους Γερμανούς ή Βρετανούς- 20- 30 ετών, από την τάδε περιοχή της χώρας τους- νοσούν σήμερα. Όχι δύο βδομάδες πριν, όπως απεικονίζουν την κατάσταση τα δημόσια δεδομένα των χωρών αυτών, αλλά σήμερα.

–Και ανάλογα να επιλέγεις για κάθε πύλη εισόδου ποιες πύλες εισόδου και αεροδρόμια, σε ποιες πτήσεις και εθνικότητες θα κάνεις περισσότερα τεστ.

Σωστά.

–Και αυτές οι χώρες μπορεί να είναι κάθε τόσο διαφορετικές;

Και κάθε μέρα ακόμα ο κατάλογος με τις χώρες μεγαλύτερου ρίσκου μπορεί να αλλάζει, να προσθέτονται και να αφαιρούνται εθνικότητες. Είναι μια δυναμική διαδικασία.

–Ένα άλλο πλεονέκτημα είναι όμως ότι μπορείς και να επιλέξεις όχι μόνο σε ποιές πτήσεις π.χ. θα επικεντρωθείς, αλλά και σε ποιούς συγκεκριμένους ανθρώπους από κάθε μεμονωμένη πτήση θα κάνεις τεστ.

Ακριβώς, μπορείς να εξειδικεύσεις την δειγματοληψία και στους επιβάτες της κάθε πτήσης ή τους εισερχόμενους σε κάθε πύλη εισόδου.

«Ο κάθε τουρίστας έχει συμπληρώσει μια φόρμα (plf). Εκεί δηλώνει την μόνιμη κατοικία του, την ηλικία και το φύλο του, αν και που ταξίδεψε τελευταία. Δεν αναγράφεται όνομα, ούτε τυχόν υποκείμενο νόσημα, αυτά είναι πολύ ευαίσθητα δεδομένα: στο σύστημά μας ο κάθε επιβάτης αντιστοιχεί σε έναν αριθμό με τις πληροφορίες που προανέφερα. Εισάγεις λοιπόν στον αλγόριθμο, εκτός των δημόσιων δεδομένων, και αυτές τις παραμέτρους και τελικά δρας εξατομικευμένα».

–Πως έρχονται αυτά τα δεδομένα σε σένα; Πως δουλεύει αυτό το σύστημα ροής πληροφορίας;

Αυτό είναι πολύ ενδιαφέρον. Καταρχάς το Υπουργείο Υγείας με ενημερώνει για τον αριθμό των τεστ που έχω στη διάθεσή μου σε κάθε πύλη εισόδου. Δική μου δουλειά είναι να τους υποδείξω πως θα χρησιμοποιήσουν αυτά τα τεστ: πόσα θα κάνουν σε κάθε εθνικότητα και σε ποιους συγκεκριμένους επισκέπτες.

«Μια μέρα πριν, καθένας που θέλει να ταξιδέψει στην Ελλάδα έχει συμπληρώσει τη φόρμα του- αυτές αποστέλλονται ηλεκτρονικά στο Υπουργείο Ψηφιακής Διακυβέρνησης, εκεί «κόβονται» όσα προσωπικά δεδομένα δεν επιτρέπεται να φτάσουν σε μένα και μου στέλνει μια λίστα με τους ανθρώπους και τις πληροφορίες που μπορώ να διαχειριστώ. Για παράδειγμα: «ο επιβάτης 1 που έρχεται από την Ισπανία, τάδε πόλη, είναι άντρας, 27 ετών και το τελευταίο ταξίδι του ήταν στο Λονδίνο»- έχουμε φτάσει να διαχειριζόμαστε από 30.000 τέτοιες φόρμες στις χειρότερες μέρες του καλοκαιριού, μέχρι 80.000 στις καλύτερες. Γνωρίζω το σημείο εισόδου του καθενός στην Ελλάδα, εισάγω τα δεδομένα στον αλγόριθμο και αυτός υποδεικνύει ποιοι επισκέπτες θα κάνουν το τεστ».

–Πότε εσύ παίρνεις αυτά τα δεδομένα;

Στις 23:59 έχω όλα τα δεδομένα της επόμενης ημέρας στη διάθεσή μου. Τότε ο υπολογιστής στέλνει ένα μήνυμα στο Υπουργείο (Ψηφιακής Διακυβέρνησης) ότι έχει όλα δεδομένα και ξεκινάει την επεξεργασία τους- δεν χρειάζεται καν να τα «φορτώσω» ο ίδιος στο σύστημα, αυτό μαθαίνει να ανανεώνεται μόνο του και να παίρνει αποφάσεις. Μέσα στο επόμενο λεπτό «τρέχει» το πρόγραμμα και η λίστα των επισκεπτών που θα υποβληθούν σε τεστ είναι έτοιμη.

–Και απομένει αυτή η πληροφορία να επικοινωνηθεί σε αυτούς που θα διενεργήσουν τα τεστ;

Ναι, μόλις το Υπουργείο πάρει την τσεκαρισμένη από τον αλγόριθμο λίστα, μέσα στα επόμενα 8 ακριβώς λεπτά στέλνει δεκάδες χιλιάδες emails, από ένα στον προσωπικό λογαριασμό του κάθε ταξιδιώτη. Καθένα από αυτά τα email έχει ένα έγγραφο στο οποίο υπάρχει ένα QR code- κωδικοποιείται έτσι η απόφαση του αλγόριθμου αν ο ταξιδιώτης που το έλαβε θα υποβληθεί ή όχι σε τεστ στην πύλη εισόδου της Ελλάδας. Ο ταξιδιώτης εκτυπώνει αυτό το pdf, ή απλά το έχει στο κινητό του- μετά τον έλεγχο των διαβατηρίων οι αστυνομικοί τσεκάρουν έναν αριθμό που αναγράφεται σε αυτό.

«Αν ο πολυψήφιος αυτός αριθμός ξεκινά με ένα συγκεκριμένο αριθμό, π.χ. 3, σημαίνει ότι ο επισκέπτης μπορεί να εισέλθει στη χώρα χωρίς τεστ, αν ξεκινάει από ένα άλλο συγκεκριμένο αριθμό (π.χ.4) πρέπει να κάνει τεστ και αν πρώτο ψηφίο είναι ένας άλλος, συγκεκριμένος αριθμός (π.χ. 7) τότε ο επισκέπτης είναι τόσο υψηλού κινδύνου που πρέπει πάσει θυσία να υποβληθεί σε τεστ».

«Οι πυροσβέστες και οι αστυνομικοί στον έλεγχο γνωρίζουν τις διαβαθμίσεις των αριθμών και ανάλογα οδηγούν τους επισκέπτες που έχει προκρίνει ο αλγόριθμος σαν “high risk” στα υγειονομικά κλιμάκια. Διενεργείται επιτόπου το τεστ- και ο κάθε νοσοκόμος σκανάρει το QR CODE στο έγγραφο του εξεταζόμενου επισκέπτη. Έτσι εχει αμέσως σε ψηφιακή μορφή κάθε απαιτούμενη πληροφορία για τον επισκέπτη από τον οποίο μόλις πήρε δείγμα. Το δείγμα πηγαίνει στο εργαστήριο- και μέχρι την επόμενη μέρα αυτό στέλνει τα αποτελέσματα στο Mητρώο Covid του Υπουργείου Υγείας».

«Από εκεί τα αποτελέσματα των εργαστηριακών ελέγχων “φορτώνονται” αυτόματα και στον αλγόριθμο που «βλέπει» σε ποιες περιπτώσεις ταξιδιωτών «έπεσε μέσα» και που λάθεψε. Κι έτσι ο αλγόριθμος συνεχώς βελτιώνεται, κάθε μέρα μαθαίνει και καλύτερα να κάνει αυτή την επιλογή».

–Αυτόματα ενημερώνεται και η Πολιτική Προστασία;

Ναι. Μάλιστα η Πολιτική Προστασία επιτρέπεται να δει περισσότερα δεδομένα, όπως και στοιχεία επικοινωνίας. ’Ερχεται αμέσως σε επαφή με τον άνθρωπο που νοσεί από Covid, τον ενημερώνει, του ζητά να μπει αμέσως σε καραντίνα δύο εβδομάδων και τον ρωτά που ήτανε, με ποιους ανθρώπους ήρθε σε επαφή κ.α.. Και αμέσως μετά αξιοποιεί την ίδια πληροφορία ο ΕΟΔΥ για να διερευνήσει το στενό περιβάλλον του κάθε ασθενή. Είναι ένα εξαιρετικά πολύπλοκο αλλά αποτελεσματικό σύστημα όπου συνομιλούνε σε κλάσματα του δευτερολέπτου Πολιτική Προστασία, Υπουργείο Υγείας, Υπουργείο Ψηφιακής Διακυβέρνησης, ΕΟΔΥ και εμείς που «χειριζόμαστε» τον αλγόριθμο.

«Το ότι θα εντοπίσεις περισσότερα περιστατικά Covid μεταξύ των επισκεπτών, νομίζω ότι είναι η μικρότερη συνεισφορά του συστήματος- ακόμα σημαντικότερο είναι ότι σταδιακά μέσω των στοχευμένων τεστ που διενεργείς στις πύλες εισόδου, καταλαβαίνεις εγκαίρως ποιες χώρες έχουν το μεγαλύτερο πρόβλημα. Στο μίτινγκ που κάνουμε κάθε δεύτερη μέρα με την πολιτική ηγεσία και τους επιστήμονες, τους ενημερώνω ποιες χώρες βρίσκονται σε επικίνδυνη κατάσταση και τι προβλέπει ο αλγόριθμος για αυτές στις επόμενες δυο βδομάδες, ώστε να τις κλείσουμε από τώρα».

–Να τις «κλείσουμε» εννοείς να καταστεί υποχρεωτικό ο κάθε ταξιδιώτης να έχει υποβληθεί σε τεστ εκεί, πριν ακόμα ταξιδέψει;

Ναι, να μην μπορεί να μπει στην Ελλάδα χωρίς PCR. Χασαμε (εν γνώσει μας) μεγάλο αριθμό επισκεπτών αλλά έπρεπε να γίνει σε κάποιες περιπτώσεις χωρών, όπως ήταν η Σερβία, η Βουλγαρία, η Ρουμανία και άλλες. Σίγουρα όμως όχι σε όλες τις χώρες, όπως είχε ακουστεί στην αρχή. Αυτό θα ήταν καταστροφή.

«Με την απόφαση αυτή ακούστηκαν από αρκετούς επαγγελματίες του τουρισμού στη βόρεια Ελλάδα αντιφατικές απόψεις: όταν κλείσαμε τα σύνορα φώναζαν ότι τους καταστρέφουμε, όταν άρχισαν να φαίνονται τα αυξημένα κρούσματα, οι ίδιοι μας κατηγόρησαν ότι αργήσαμε να παρουμε μέτρα... Αυτές οι αποφάσεις είναι πολύ δύσκολες. Αυτό που κάνουμε εμείς είναι το πιο εύκολο: βλέπεις νούμερα, τα συζητάς και τα παρουσιάζεις. Όμως, το να πάρει κάποιος αποφάσεις σε τέτοια θέματα θέλει πολλά κότσια και το θαυμάζω πολύ.».

«Και άλλο ένα πλεονέκτημα της στόχευσης είναι το εξής: γνωρίζοντας εγκαίρως ποια χώρα/ εθνικότητα παρουσιάζει έξαρση της επιδημίας και, επίσης, σε ποια περιοχή της Ελλάδας έχει ταξιδέψει μεγάλος αριθμός πολιτών αυτής της χώρας, συνυπολογίζεις αυτή την παράμετρο με διάφορους τρόπους».

«Πρώτον, κάνεις στοχευμένη δειγματοληψία στο εσωτερικό της χώρας. Κι εκεί βοήθησαν τρομερά τα κινητά κλιμάκια του ΕΟΔΥ που έδωσαν βάρος σε διάφορους προορισμούς και εξέτασαν επαγγελματίες και προσωπικό από τον χώρο του τουρισμού για να ελέγξουν τυχόν μετάδοση από τους επισκέπτες στον τοπικό πληθυσμό».

«Επίσης, η παράμετρος αυτή συνυπολογίζεται με τα κρούσματα ανά περιοχή και ανάλογα η επιτροπή των εμπειρογνωμόνων και η πολιτική ηγεσία εισηγούνται και εφαρμόζουν τα διαφορετικά μέτρα αντιμετώπισης».

–Η γνώμη σου για τον πρωθυπουργό ποιά είναι;

Η προτερή μου άποψη ήταν ουδέτερη. Ποτέ δεν είχα ιδιαίτερα σαφή πολιτική ιδεολογία- δεν πιστεύω καν στην έννοια της ιδεολογίας, με ενδιαφέρει η δουλειά και το αποτέλεσμα. Αριστερά, δεξιά, πάνω, κάτω ή διαγώνια, ποσώς με ενδιαφέρει. Κατά καιρούς έχω πιστέψει σε ανθρώπους/ ηγέτες και μέχρι τώρα είμαι στο 100% ποσοστό απογοήτευσης. Ελπίζω ειλικρινά να μην την ξαναπατήσω. Όσον αφορά τον πρωθυπουργό, όταν ξεκίνησα τις συσκέψεις μαζί του, εκτίμησα αμέσως ότι το πρώτο πράγμα που ζητάει είναι να δει τα επιστημονικά δεδομένα. Είναι πολύ έξυπνος άνθρωπος, εργατικός και ακόμα και τώρα που έχει τα τρεχάματα με την Τουρκία, δεν έχει χάσει ούτε ένα μίτινγκ και ξενυχτάει διαβάζοντας άρθρα και επιστημονικές εργασίες, papers για τον κορωνοϊό. Έχει μια φοβερή οργάνωση στη σκέψη του και στη διακυβέρνηση που, ομολογώ, με έχει εντυπωσιάσει. Και επίσης, η στενή ομάδα των συνεργατών του είναι καταπληκτική.

«Του έστειλα email με την ιδέα του αλγόριθμου και μέσα σε μερικές ώρες μιλούσα μαζί του. Με «προειδοποίησε» ότι την πρότασή μου θα την έκριναν καταρχήν οι επιδημιολόγοι, όπως ο κ. Τσιόδρας, αλλά αν αυτοί την ενέκριναν τελικά, θα είχα την πλήρη υποστήριξή του. Κι έτσι έγινε, με τρόπο άμεσο και άμεμπτο, καθαρό».

–Ο Χαρδαλιάς;

Πριν τον γνωρίσω, τον είχα στο μυαλό μου σαν «τον τύπο που φωνάζει». Δεν είναι καθόλου έτσι- είναι εύστροφος, έχει την ικανότητα να διακρίνει μια σωστή άποψη και, κυρίως, να αλλάζει τη δική του. Στην πρώτη μας συνάντηση ήρθε μάλλον με το στανιό... Πρέπει να σκεφτόταν κάπως «ωχ ήρθε τώρα αυτός ο “αμερικάνος” και θα μας λέει τα δικά του». Μέσα σε μισή ώρα είδε την αξία του εγχειρήματος και μου είπε «πάμε να το προχωρήσουμε». Και το στενό επιτελείο του στην Πολιτική Προστασία είναι εκτός της συνηθισμένης πραγματικότητας, πηγαίνουν στο γραφείο στις 8 το πρωί και φεύγουν στις 10 το βράδυ- είναι εκεί 14 ώρες κάθε μέρα.

«Μέσα από αυτή την εμπειρία σχημάτισα πλέον στο μυαλό μου την εντύπωση ανθρώπων που στήριξαν τη χώρα: επιδημιολόγων όπως η κυρία Λάγιου, ο Γκίκας (Μαγιορκίνης), ο Δημήτρης Παρασκευής, ο κύριος Χατζηχριστοδούλου. Για τον καθηγητή Τσιόδρα δεν έχω να πω παρά μόνο πως είναι τεράστιο κεφάλαιο για τη χώρα- και όχι μόνο σε αυτή τη συγκυρία. Οι συντονιστές του κυβερνητικού έργου είναι επίσης τρομεροί, Σκέρτσος και Κοντογιώργης δουλεύουν εξαιρετικά χωρίς να φαίνονται πολύ. Αλλά και στελέχη διαφόρων υπουργείων, βγάζουν απίθανα πολύ δουλειά. Δεν είναι όλοι όσοι γνώρισα τόσο άξιοι, αλλά υπάρχουν κάποιοι που νομίζω ότι κρατάνε μια ολόκληρη χώρα στην πλάτη τους».

–Σας έχουν προσεγγίσει άλλες χώρες για την εφαρμογή του αλγόριθμου και από αυτές;

Το Βέλγιο μας προσέγγισε- τελικά εφάρμοσαν μια πολύ απλή μορφή του PLF. Το συνολικό σύστημα που εμείς εφαρμόζουμε είναι, όπως εξήγησα, ιδιαίτερα πολύπλοκο.

«Στο Ηνωμένο Βασίλειο π.χ. έκαναν τεστ σε πτήσεις από τη Ζάκυνθο, μόνο όταν αρκετοί Βρετανοί εμφάνισαν συμπτώματα αφού είχαν επιστρέψει από εκεί. Αυτή είναι μια αμυντική τακτική, γίνεται εκ των υστέρων- εμείς κάνουμε τεστ προληπτικά- για να μην δημιουργηθεί πρόβλημα».

«Έχουμε κάνει μίτινγκ με την βαυαρική κυβέρνηση. Υπάρχει σεβασμός για την προσπάθειά μας. Πριν λίγες μέρες ετοιμάσαμε μια πρόταση που παρουσίασε ο πρέσβης της Ελλάδας στην Ε.Ε.- γιατί προσπαθεί, όντως, η Ευρώπη να δημιουργήσει ένα κοινό μέτωπο αντιμετώπισης/ ιχνηλάτησης του ιού και να μην κάνει η κάθε χώρα ότι της «κατέβει». Το κεντρικό σημείο της δικής μας πρότασης είναι ότι αν μένεις μόνο στα δημόσια νούμερα της κάθε χώρας, δεν πρόκειται να βγάλεις ασφαλές συμπέρασμα.

–Πως υποδέχθηκε η Ε.Ε. την ελληνική πρόταση;

Νομίζω η πρώτη αντίδραση ήταν θετική. Η αντικειμενική αξία του συστήματός μας δεν μπορεί να αμφισβητηθεί από κανέναν- είναι το καλύτερο σύστημα παρακολούθησης που εφαρμόζεται. Το δύσκολο σημείο του συστήματος είναι η εφαρμογή του, που είναι απαιτητική, πολύπλοκη.

«Είναι μια συζήτηση που θεωρώ ότι ακόμα «τρέχει». Πάντως νομίζω ότι τέτοια πρότζεκτ, όταν υιοθετούνται, δικαιολογούν τους λόγους ύπαρξης της Ε.Ε.: οι εταίροι συγκεντρώνουμε όλες τις διαθέσιμες πληροφορίες και τους απαραίτητους πόρους από κοινού και διαμορφώνουμε μια κοινή πολιτική που εξασφαλίζει την υγειονομική μας ασφάλεια».

–Πόσο θα διαρκέσει το πρότζεκτ στην Ελλάδα;

Δεν βρίσκω τον λόγο τώρα που δημιουργήσαμε όλες τις υποδομές και λειτουργούμε με επιτυχία έναν τόσο πολύπλοκο αλλά αποτελεσματικό μηχανισμό, να το καταργήσουμε. Απλά όσο μειώνονται οι αφίξεις θα χρησιμοποιούμε λιγότερα τεστ. Έχουμε κάνει μια επένδυση που, πλέον, λειτουργεί στον αυτόματο πιλότο.

–Ο ίδιος και η ομάδα σου έχετε λάβει αμοιβή για το πρόγραμμα;

Καμία. Για μένα η περίοδος αυτή της πανδημίας είναι αντίστοιχη με μια πολεμική περίοδο. Και θεωρώ εντελώς ανήθικο να βγάλω κέρδος σε μια τέτοια συγκυρία. Ηθικά δεν θα διέφερα από έναν έμπορο όπλων. Με μεγάλη ευχαρίστηση θα έφτυνα όποιον κερδοφορεί προκλητικά, προσφέροντας οποιαδήποτε υπηρεσία σε αυτή την παγκόσμια προσπάθεια.

«Έχω μια καλή ζωή και μια καλή δουλειά που με πληρώνει περισσότερα χρήματα απ’ όσα μου χρειάζονται. Έφτασα σε αυτό το σημείο με εφόδια που μου έδωσε η Ελλάδα- αυτή πλήρωσε το προπτυχιακό μου στο Ε.Μ.Π.. Χρωστάω λοιπόν ένα μεγάλο χρηματικό ποσό στην Ελλάδα- το οποίο δεν θα ξεπληρώσω ποτέ, γιατί δεν πρόκειται να επιστρέψω μόνιμα στην Ελλάδα για τα επόμενα (πολλά) χρόνια. Το πρότζεκτ αυτό είναι για μένα μια ευκαιρία να ανταποδώσω».

–Αιφνιδιάστηκες που ένα τόσο πρωτοποριακό πρότζεκτ μπόρεσε να εφαρμοστεί στην Ελλάδα;

Αυτό είναι άλλο ένα παρεπόμενο του πρότζεκτ: απέδειξε στην πράξη ότι όποιος θέλει να κάνει την διαφορά, να παράξει αποτελέσματα, μπορεί να το πετύχει και στο ελληνικό περιβάλλον. Μετά την πρώτη επαφή με τον πρωθυπουργό στις 30 Απριλίου, ακόμα και όταν μου είπε «πάμε», διατηρούσα τις αμφιβολίες μου για τον αν θα γίνει όντως κάτι. Τρεις μέρες μετά μιλήσαμε ξανά και είδα το πρότζεκτ να συζητιέται. Άμεσα μιλούσα με την επιτροπή των επιδημιολόγων και την Πολιτική Προστασία για να δούμε πως μπορεί να εφαρμοστεί στην πράξη ο αλγόριθμος που με τους συνεργάτες μου κατασκευάζαμε ήδη στις Η.Π.Α.

«Έπρεπε να δούμε πόσο εφαρμόσιμο είναι το πρότζεκτ στο σύνολό του: πόσα τεστ μπορούσε να μας διαθέσει το Υπουργείο Υγείας, πόσα υγειονομικά κλιμάκια για τη διενέργεια των τεστ; Έχει η Πολιτική Προστασία αρκετό προσωπικό για να τσεκάρει τις φόρμες των επισκεπτών, μπορεί να εκπαιδεύσει κατάλληλα τους αστυνομικούς και τους πυροσβέστες; Όταν στις 3 Ιουλίου έφτασα στην Ελλάδα, βρήκα ένα σύστημα να δουλεύει ικανοποιητικά. Και απόρησα ως ένα βαθμό, αλλά χάρηκα κυρίως. Το χάρηκα πολύ».

–Ποιοί άλλοι άνθρωποι αποτελούν την ομάδα σου;

Το αλγοριθμικό κομμάτι το κάναμε τρεις άνθρωποι: ο συνεργάτης μου στο USC, Vishal Gupta ασχολήθηκε με το κομμάτι της βελτιστοποίησης και η Hamsa Bastani από το Πανεπιστήμιο της Πενσυλβάνια με το machine learning (μηχανική εκμάθηση). Ο ίδιος δούλεψα και στα δύο αυτά πεδία, συνδυάζοντάς τα με τις επιδημίες. Ο τέταρτος της Ομάδας είναι επίσης Έλληνας, ο Γιάννης Βλαχογιάννης, μηχανικός υπολογιστών που έχει δική του εταιρεία με έδρα το Λος Άντζελες. Ο Γιάννης ασχολήθηκε με το τεχνικό κομμάτι: έφτιαξε την βάση δεδομένων και εξασφάλισε την επικοινωνία- την αποστολή των δεδομένων δηλαδή, χωρίς σφάλματα, χωρίς τον κίνδυνο να μας χακάρουνε- με το Υπουργείο Ψηφιακής Διακυβέρνησης. Πλέον, αυτά τα δεδομένα απεικονίζονται στο σύστημα του Υπουργείο σαν μια διαδραστική βάση που ανανεώνεται live, διαρκώς.

–Πόση δουλειά χρειάστηκε από μέρους σας;

Δουλέψαμε πάρα πολύ εντατικά. Από 1η Μαϊου μέχρι 30 Ιουνίου δεν πρέπει να είδα τη γυναίκα μου περισσότερες από 10- 12 ώρες. Έχω μετατρέψει το γκαράζ του σπιτιού μας σε γραφείο και κλεινόμουν εκεί από τις 4 το πρωί που είχα τα πρώτα μίτινγκ με Ελλάδα μέχρι τις 12 το βράδυ. Κοιμόμουν τέσσερις ώρες και πάλι από την αρχή. Και οι συνεργάτες μου εργάστηκαν κι αυτοί πολλές ώρες. Ο Γιάννης «πορώθηκε» αμέσως, μπήκε με τα «μπούνια». Αλλά και ο Vishal και η Hamsa έδειξαν μεγάλη διάθεση- είχαμε πολύ καλή αλληλεπίδραση και ισχυρή επιθυμία να φτιάξουμε κάτι που σε μια τέτοια συγκυρία θα έχει θετικό αποτέλεσμα στον κόσμο.

«Στην πρώτη φάση δουλεύαμε μόνο με τα δημόσια δεδομένα, μέχρι το σύστημα να «καλιμπραριστεί». Όταν ήρθα στην Ελλάδα, πέρασα δυο μέρες στο αεροδρόμιο για να τσεκάρω πόσο σωστά δουλεύει το σύστημα: να επιβεβαιώσω ότι η αποκωδικοποίηση των αριθμών γίνεται σωστά, ότι οι υγειονομικοί καταχωρούν τα δείγματα σωστά, ότι τα σκαναρίσματα γίνονται σωστά. Δεν υπήρχε περιθώριο για σφάλματα. Όταν βεβαιωθήκαμε ότι όλη αυτή η αλυσίδα των ανθρώπων δουλεύει σωστά, αρχίσαμε να εισάγουμε στον αλγόριθμο και τα δεδομένα από τα δικά μας τεστ».

«Η επιστημονική δουλειά έγινε στο Λος Άντζελες, αλλά τον πρώτο μήνα στην Ελλάδα ήμουν «φάντασμα» του εαυτού μου, ώστε να είμαι σίγουρος ότι όλα δουλεύουν όπως πρέπει. Δεν υπήρχε περιθώριο για σφάλματα».

–Ο τουρισμός, τα ταξίδια και οι επισκέπτες,  πόσο επηρέασαν τελικά τη σημερινή επιδημιολογική κατάσταση της χώρας; Έχει βγει καποιο συμπέρασμα;

Προφανώς κάθε εισαγωγή σε ένα κλειστό σύστημα, επιβαρύνει την κατάσταση. Από την άλλη, σε όλη αυτή την διαδικασία τα βήματα που έγιναν ήταν σωστά. Κάθε εβδομάδα στέλναμε κινητά κλιμάκια σε περιοχές της χώρας όπου θεωρητικά θα είχαμε μεγαλύτερη θετικότητα λόγω τουρισμού και τεστάραμε επαγγελματίες τουρισμού: δεν φάνηκε να έχουμε ιδιαίτερη μετάδοση. Άλλο παράδειγμα: τουριστικές περιοχές της χώρας μας -από όπου επισκέπτες επιστρέφοντας στις χώρες τους φαίνονταν να είναι θετικοί- δεν εμφάνιζαν έξαρση οι ίδιες. Τα στοιχεία μέχρι τώρα δείχνουν ότι οι επισκέπτες και οι τοπικές κοινότητες ήταν δύο ανεξάρτητες μάζες με μικρή μετάδοση μεταξύ τους.

«Διευκρινίζω ξανά: δεν θα μπορούσε να ισχυριστεί κανείς ότι η είσοδος τουριστών δεν επιβαρύνει την κατάσταση. Όμως, ο συνδυασμός των έγκαιρων επεμβάσεων στο υγειονομικό πρωτόκολλο εισόδου κάθε χώρας με βάση τα αποτελέσματα του ΕVA, καθώς και η τήρηση των υγειονομικών πρωτοκόλλων στην πλειοψηφία των τουριστικών προορισμών, εξασφάλισαν μικρή μετάδοση».

–Που αποδίδεις τη σημερινή επιδημιολογική κατάσταση της χώρας; Ήταν αναπόφευκτη; Οφείλεται σε χαλάρωσή μας;

Όλος ο κόσμος περνάει ένα δεύτερο κύμα- στη χώρα μας αυτό φαίνεται να είναι πιο ήπιο σε σχέση με άλλες ευρωπαϊκές χώρες μέχρι στιγμής αλλά πολύ ανησυχητικό παρ’ όλα αυτά. Θεωρώ ότι οφείλεται σε συνδυασμό παραγόντων: η αυγουστιάτικη χαλάρωση (για την οποία είμαστε όλοι συνυπεύθυνοι), η μεγάλη επιστροφή και αστική συγκέντρωση στην Αττική, η ψυχολογική κούραση από τον δύσκολο χειμώνα που οδηγεί σε αγανάκτηση ως προς την τήρηση των οδηγιών είναι μόνο μερικές αιτίες.

–Τι προβλέπεις ως προς την εξέλιξη της επιδημίας; Έχεις τρέξει κάποια μοντέλα;

Ότι μοντέλο και να τρέξεις, θεωρώ ότι μπορείς να «δεις» μάξιμουμ δύο εβδομάδες μπροστά. Δεν υπάρχει επιστήμονας που να λέει (και να το πιστεύει) ότι μπορεί να προβλέψει την επιδημιολογική κατάσταση μέχρι το Νοέμβριο. Εκεί αρχίζει η επιστημονική πρόβλεψη να γίνεται ψιλο-τζόγος…

«Το λέω αυτό γιατί τα μέτρα που παίρνει μια κυβέρνηση, έχουν δύο εβδομάδες καθυστέρηση για να «φανούν». Άρα, όποια πρόβλεψη επιχειρείς για μετά από δύο εβδομάδες, επηρεάζεται από  τόσες παραμέτρους ώστε πρακτικά δεν είναι «πρόβλεψη» αλλά ζαριά».

–Μπορεί ο αλγόριθμος να χρησιμοποιηθεί και για το εσωτερικό της χώρας, ώστε ενδεχόμενα λοκ ντάουν να είναι στοχευμένα ανά περιοχές και να αποφευχθεί ένα καθολικό «κλείσιμο»;

Προφανώς αντίστοιχες ιδέες μπορούν να εφαρμοστούν- και εφαρμόζονται ήδη- σε μεγάλο βαθμό στη στρατηγική της χώρας, ώστε να αποφευχθεί γενικευμένο lockdown.

–Πως κρίνεις τα τελευταία μέτρα που ανακοινώθηκαν;

Όταν αποφασίσεις ότι πρέπει να ζήσεις με έναν ιό- ενώ συνεχίζεται η οικονομική δραστηριότητα- βασικοί πυλώνες του περιορισμού της μετάδοσής του είναι η μείωση της άσκοπης επαφής μεταξύ των ανθρώπων, όπως και (η μείωση) των superspreading events που μπορούν να αποβούν μοιραία για την εξάπλωση της επιδημίας.

«Τα “μετρα” είναι καθαρά εργαλεία “συμπεριφορολογίας” ώστε οι πολίτες να πειστούν (ή να αναγκαστούν) να περιορίσουν κατά το δυνατό τις περιττές επαφές, να συμμετέχουν λιγότερο σε superspreading events και να αναπτύξουν μια ωριμότητα ως προς την αντιμετώπιση της τραγικής κατάστασης που ζούμε». 

–Θα εξακολουθήσεις να εργάζεσαι στο πρότζεκτ και να συνεργάζεσαι με την ελληνική κυβέρνηση από τις ΗΠΑ;

Προφανώς.

–Είπες πριν ότι δεν πρόκειται να επιστρέψεις στην Ελλάδα παρά μόνο μετά από πολλά χρόνια. Γιατί;

Οι Η.Π.Α. δεν είναι «παράδεισος», ούτε ιδανική κοινωνία.  Η Αμερική είναι της μεγέθυνσης σε όλα. Από τα φαγητά και τα αυτοκίνητα, μέχρι τη φτώχεια. Κοινωνική κατάσταση, στο σύνολό της, μεγεθυμένη. Βλέπεις τι γίνεται τώρα στις ΗΠΑ: το κίνημα “Black lives matter” αλλά και η πανδημία εκεί, αποδεικνύουν πόσο πολύ αποτυγχάνουν οι κοινωνικές δομές που εμπεριέχουν τόσο μεγάλες διαφορές και αδικίες. Παρόλα αυτά στις ΗΠΑ αισθάνομαι περισσότερο ελεύθερος από ότι στην Ελλάδα: μπορώ σε μια παρέα να πω ότι δεν πιστεύω στον Θεό και να μην μου την πέσουν από παντού.

«Κι επίσης, σαν άνθρωπος δε μπορώ να δουλεύω μόνο σε ένα πράγμα, καλώς ή κακώς (γελάει), η προσοχή μου αποσπάται εύκολα. Όταν αισθάνομαι ότι έγινα καλός σε κάτι, το βαριέμαι και θέλω να προχωρήσω στο επόμενο. Η ακαδημαϊκή δουλειά, ειδικά στις Ηνωμένες Πολιτείες, είναι μάλλον η μόνη στον κόσμο που σε πληρώνει καλά χρήματα για να είσαι περίεργος και πρόθυμος να μελετήσεις ότι θεωρήσεις ενδιαφέρον».

Πηγή: https://www.huffingtonpost.gr/