گروهی از محققان چندین دانشگاه و بیمارستان در سوئد، ابزاری را ایجاد کرده‌اند که به آنها امکان می‌دهد تعداد بستری شدن بیماران مبتلا به کرونا را از سه هفته قبل از بستری شدن بیماران پیش‌بینی کنند. این پیش‌بینی‌ها براساس بررسی داده‌هایی درباره تعداد دفعات رفت و آمد افراد در یک منطقه به دست می‌آید.

عملکرد این دستگاه به گونه‌ای است که فرض می‌کند ویروس کرونا در برخوردهای فیزیکی که بین افراد رخ داده منتقل می‌شود و سرعت شیوع آن نیز به تعداد افرادی که در حال حاضر به این بیماری مبتلا شده‌اند بستگی دارد. یکی از راه‌های پیش‌بینی شیوع ویروس، بررسی تحرک یا رفت و آمد افراد است. این ابزار فرض را بر این می‌گذارد که هرچه شخص بیشتر سفر کند، افراد بیشتری را ملاقات می‌کند و بیشتر در معرض ابتلا به ویروس قرار می‌گیرد و در نتیجه احتمال آلوده شدن آن فرد افزایش می‌یابد.

"فیلیپ گرلی"(Philip Gerlee) از دانشگاه فناوری چالمرز و "توربیون لاند"(Torbjörn Lundh) از دانشگاه گوتنبرگ این ابزار را با همکاری محققان سایر دانشگاه‌ها و بیمارستان‌ها توسعه دادند. محققان طی این مطالعه تعداد بیماران مبتلا به کرونا و تعداد رفت و آمد آنها و استفاده آنها از وسایل حمل و نقل عمومی را با کمک داده‌های ابزار مذکور بررسی کردند.

علاوه بر این داده‌ها آنها همچنین از داده‌های تحرک گوگل(Google mobility data) استفاده کردند. گوگل گزارشاتی حاوی اطلاعاتی درباره مکان‌هایی که رفت و آمد افراد بیشتر است را برای عموم منتشر می‌کند و این داده‌ها نیز از طریق GPS جمع‌آوری می‌شوند.

یک دوره بین افزایش عفونت/ میزان ابتلا به بیماری و بستری شدن در بیمارستان وجود دارد. این مدل می‌تواند میزان نیاز به بستری شدن در اثر ابتلا به کرونا در بیمارستان را در یک بازه ۳ هفته‌ ای پیش‌بینی کند. این ابزار می‌تواند روند موج را هم در موج اول و هم در موج دوم پیش‌بینی کند. با استفاده از این داده‌ها، بیمارستان‌ها می‌توانند با استخدام کارکنان بیشتر و برخی کارهای دیگر برای پذیرش بیماران بیشتر آماده شوند.

بودجه این پروژه توسط بخش "Areas of Advance " دانشگاه فناوری چالمرز تامین شده و محققان قصد دارند از این بودجه برای توسعه بیشتر این مدل نیز استفاده کنند. محققان همچنین قصد دارند روش‌های جدیدی ابداع کنند که به وسیله آنها بتوانند دریابند افراد در هر یک از ملاقات‌ها تا چه حد آلوده می‌شوند.