J?rgen Midtb? jobber i Folkehelseinstituttets modelleringsgruppe for covid-19, som best?r av rundt 10 personer. Litt under halvparten er fysikere, resten statistikere og matematikere.
– Vi har flere ulike modeller. Den jeg jobber med er laget her p? FHI, opprinnelig for ? studere spredning av multiresistente bakterier – det vil si bakterier som er motstandsdyktige mot antibiotika. Etter at korona-pandemien br?t ut ble den tilpasset covid.
Da Norge endret rekkef?lgen p? hvem som skal f? korona-vaksine f?rst, og lot de p? 18 ?r g? foran de p? 44, hadde han og kollegene hans modellert det og sett p? effekten.
– ? v?re s?pass f? ledd unna beslutninger som tas, og som har s? mye ? si for folk, er spennende og litt skummelt, sier han.
– Jeg har jo f?lt p? en skrekk for ? tabbe meg ut, og s? g?r det rett til statsministeren!
Men vi har ikke gjort noen tabber, s? vidt jeg vet.
Virusvarsel er ikke helt som v?rvarsel
FHI kj?rer modellen p? superdatamaskiner. Ut fra resultatene lages det scenarioer for hvor mange pasienter som kan havne p? sykehus, alt ettersom hvilke tiltak som settes inn og hvordan vi oppf?rer oss.
– Men dette er ikke som et v?rvarsel, understreker Midtb?, for v?ret bryr seg ikke om hva meteorologene har varslet.
Til forskjell fra v?ret kan folk endre oppf?rsel hvis de f?r h?re at det er mye smitte. Covid-modellen har derfor en tilbakekobling fra “varselet” som det er det vanskelig ? ta hensyn til.
Modellen er veldig god til ? si noe om effekten av tiltak, forteller Midtb?. For eksempel brukte han og kollegene den til ? unders?ke hva det har ? si for smittespredningen ? skjevfordele 亚博娱乐官网_亚博pt手机客户端登录, at noen kommuner med mye smitte skulle f? vaksinene f?r andre.
– Vi ser blant annet p? hvor mye det har ? si for smittespredning at folk holder seg hjemme n?r de er syke og ser at det har veldig stor effekt. Og vaksinasjonsdekning har ekstremt mye ? si, sier han.
N?r vi er p? bes?k studerer de effekt av oppfriskingsdoser og tap av vaksineeffekt over tid og hvor mye det har ? si for smittespredningen.
“Hvor er feilmarginen?”
Radiolyttere har kanskje h?rt J?rgen Midtb? snakke om temaer som relativitetsteori og kjernefysikk i programmet Abels t?rn p? NRK P2. Ogs? i jobben p? FHI f?r han bruk for kommunikasjonsevnene.
– Sammen med kommunikasjonsavdelingen v?r har vi har f?tt bryne oss p? en del kommunikasjon helt fram til media, forteller han.
I scenarioene v?re publiserer vi en graf med en topp som viser hvor mange personer som er innlagt p? sykehus.
Som fysiker har jeg erfaring med ? tolke modeller. Jeg vet at dataene er usikre, at det finnes statistisk st?y og kanskje skjevheter i dataene.
Overskriftene i media blir av typen “FHI sier 600 p? sykehus” mens jeg som fysiker tenker “Hvor er feilstreken! Hvor er usikkerhetsb?ndet?”
? kommunisere om statistikk med usikkerhet for et stort publikum er veldig vanskelig, mye av tolkningen handler om ? se p? usikkerheten. Det er interessant ? se hvordan diskusjonene om dette g?r i media, mener Midtb?.
Tallenes forbannelse
Han peker p? et tankekors med kvantitative metoder, alts? med ting som kan m?les og telles. -Det ser ut som vi kan sette to streker under svaret, men det kan v?re veldig viktige ting som ikke er tatt med i modellen.
– For eksempel er det sannsynlig at vi kommer til ? modellere at det er lurt med oppfriskningsdose til alle i Norge, hvis m?let er f?rrest mulig p? sykehus. Men vi modellerer ikke hvordan det g?r i den tredje verden, n?r de ikke engang f?r 亚博娱乐官网_亚博pt手机客户端登录 til helsearbeiderne sine og vi modellerer heller ikke sannsynligheten for mutasjoner.
Det er litt det samme som om du er skolepolitiker. Det er veldig lett ? m?le hvor gode norske barn er i matematikk, men litt vanskeligere ? m?le hvor gode de er i demokrati, mellommenneskelige relasjoner eller hvor trygge de er p? seg selv, utdyper han.
Fysikk-tankegang
– Har du bruk for fysikk-utdanningen din i jobben?
– Ja, det har jeg. Veldig! Ikke i den forstand at jeg sitter med Newtons andre lov i det daglige, men det var i fysikk jeg l?rte om beregningsmodeller, som fysikere bruker veldig mye.
Mye av tankegangen og metodene er like. Det handler ikke bare om programmering, men om probleml?sning og verkt?yene som skal til. Ikke om én ferdighet, men om tusen sm?ting som jeg har erfaring med fra f?r.
Det handler om ? tenke statistisk tilpasning, hvilke data vi har tilgang p?, hva som gir mening ? variere av parametre, hvordan vi kj?rer beregningene p? superdatamaskinen, behandler resultatene etterp? og hvordan vi viser dem fram.
Jeg tenker p? fysikkstudiet som et eksempel p? hvordan du kan bruke matematikk til ? l?se problemer.
– N?r korona-pandemien er over, hva skal dere gj?re da?
– N? ser det jo ut til at den holder p? litt til! Men vi kommer nok til ? forske mer p? andre infeksjoner, som multiresistente bakterier, og s? blir det mye interessant etterarbeid etter korona.
Vi vurderer ? lage en felles nordisk modell, for ? se effekt av smitte over grensene. Det er b?de interessant forskning og beredskap for den neste pandemien. Hvilke tiltak virker og hvilke virker ikke?
J?rgen Eriksson Midtb?
Stilling: Forsker
Arbeidsgiver: Folkehelseinstituttet
Kommer fra B?ler i Oslo, bor p? Nesodden
Bachelorgrader i fysikk og matematikk.
Master i teoretisk partikkelfysikk fra 2015, doktorgrad i kjernefysikk fra 2019.
Fagrelevant erfaring gjennom studietiden:
Gruppel?rer i mange forskjellige emner, fra kalkulus, via mekanikk til kvantefysikk.
Sommerjobb flere ?r p? rad hos Meteorologisk institutt, der jeg fikk lov til ? bidra litt til utvikling av yr.no.
Vi jobba blant annet med en forbedra metode for ? predikere om nedb?ren kommer som sn?, sludd eller regn.
Beste med jobben: ? f? bruke tunge realfag til noe som har mye ? si for folks liv, og som har stor samfunnsmessig betydning