為了評估人類流動性的變化將如何改變新型冠狀病毒的傳播，斯坦福大學(xué)(Stanford University JureLeskovec)及其同事使用來自美國的移動電話數(shù)據(jù)(從2020年3月1日至5月2日)繪制了當(dāng)?shù)夭煌鐓^(qū)數(shù)以百萬計的人的移動軌跡。他們將這些數(shù)據(jù)與一種新型冠狀病毒傳播模式結(jié)合起來，以確定潛在的高危地區(qū)和高危人群。

他們的模型準(zhǔn)確地預(yù)測了芝加哥、紐約市和舊金山等10個最大大都市地區(qū)每天確診病例的數(shù)量。移動數(shù)據(jù)的精細(xì)性讓研究人員能夠模擬人們經(jīng)常訪問的20個類別的近553000個不同地點的每小時感染情況--也被稱為"感興趣點"。作者的模型預(yù)測，這些地點中的少數(shù)地方，比如提供全套服務(wù)的餐館，造成了大多數(shù)感染。例如，在芝加哥大都會地區(qū)，10%的感興趣點貢獻(xiàn)了85%的預(yù)計感染人數(shù)。

當(dāng)?shù)貢r間11月6日，英國政府在利物浦進(jìn)行了一次大規(guī)模的全城范圍的新型冠狀病毒測試，有2000名軍事人員協(xié)助這項工作。

該模式還預(yù)計，低收入群體更容易受到感染，因為他們無法大幅減少流動性，他們會去更小、更擁擠的地方，這也增加了感染的風(fēng)險。例如，低收入群體經(jīng)常光顧的便利店數(shù)量比高收入群體高出59%，而平均住在這里的顧客人數(shù)比高收入群體多17%。

通過模擬哪些人易受感染，以及在哪里，作者還評估了不同重新開放策略的有效性，認(rèn)為他們的模型可以為重新開放政策的制定提供參考。例如，預(yù)測顯示，將入住率保持在其最大容量的20%，可以減少80%以上的新感染，但到達(dá)的顧客總數(shù)只會減少42%。