北見工業大學Takashi Okumura教授領導的公共衛生信息學團隊利用一個地區流感患者數量的數據，解決瞭如何向患者分發有限檢測試劑盒的問題，我們提出了一種基於
在像新冠肺炎 (COVID-XNUMX) 大流行這樣的情況下，患者數量遠遠超過了能夠接受檢測的人數。到時候，有限的測試分配就成了問題。迄今為止，已有研究利用“疫苗”和“治療藥物”最大限度地發揮干預效果，但“檢測”等不直接影響死亡人數減少的問題，則受到資源分配問題的影響。不，而且之前的研究也僅限於極少數。
因此，研究小組利用北見醫學會整理的地區醫療機構流感患者總數的數據，並使用了一個用於解釋傳染病患者如何傳播和結束的模型（SIR模型）用於建立數學模型來預測患者就診次數。當我們結合患者人數預測來評估這種分配的有效性時，它在兩個方面被證明是有效的：與最優分配的誤差很小，並且庫存在季節結束時沒有變為零。
對於與流感流行模式不同的新型冠狀病毒傳染病的應用，未來需要針對各種現實情況修改患者會診模式並進行測試。這項研究表明，公共衛生領域“如何有效分配有限資源”的問題可以通過工程方法得到解決。
