基于废水的流行病学(WBE)在社区内识别导致COVID-19疾病的SARS-CoV-2菌株方面发挥了不可或缺的作用。现在，它在规划和预测疫情以及为新的大流行做准备方面显示出进一步的潜力。
北海道大学副教授Masaaki Kitajima教授是在日本水处理系统中实施WBE的先驱，一直在推广WBE作为检测和监测COVID-19爆发的手段，并在2020年东京奥运村和残奥会的使用中发挥了重要作用。2023年，北岛教授获得了第六届日本医学研究与发展奖，并因这项开创性的工作获得了日本开放创新奖(JOIP)，这项工作可能会在日本乃至世界范围内得到广泛应用。
在大流行期间，WBE及其实施取得了巨大进展。北岛教授和他的团队率先开展了这项研究，该研究提供了一种可以在人群中大规模检测COVID-19的系统，其价格远低于个人检测。当COVID-19大流行爆发时，北海道大学的研究小组已经有了一个可以检测废水中SARS-CoV-2病原体的系统。然而，该系统的缺点是需要固体物质和未稀释的废水。虽然该系统可以在废水系统中实施，但它不会考虑诸如雨水或废水处理等因素的影响，这会降低效果。因此，他们需要创新。
最初的方法是通过低速离心从废水中制造颗粒，但研究小组尝试使用过滤器从稀释的废水中筛选SARS-CoV-2 RNA。然后将该RNA从过滤器中取出并扩增，然后通过聚合酶链反应(PCR)测试来检测它。该方法被称为高效实用的膜敏感病毒鉴定系统(EPISENS-M)。
在接下来的两年里，每周都用从废水处理厂采集的样本对这种方法进行测试，并与常规临床监测数据进行比较，以测试其检测COVID-19病例增加的能力。
北岛教授说:“EPISENS-M能够在每10万居民中新病例还不到1例的情况下检测废水中的SARS-CoV-2 RNA，准确率超过50%。
此外，采集的数据显示，感染这种疾病的人会在临床检测报告其感染情况前5天排出病毒。因此，EPISENS-M方法不仅可以显示更大范围的社区感染情况，而且正确实施还可以提前近一周预测任何特定社区可能出现的病例数量。
在此基础上，北岛和他的团队开发了一个数学模型，利用该方法获得的数据和临床测试数据，提前5天预测COVID-19病例数。这件事的影响过去是，现在仍然是巨大的。例如，在奥运村和残奥村使用这些数据时，这些数据被用来影响运动员在奥运村期间采取的感染控制措施。这些数据可以用来表明应该采取哪些措施以及应该在何种程度上实施这些措施。
Kitajima于2023年2月15日接受了JOIP，他说:“我相信，通过与盐野义和AdvanSentinel的产学研合作，我从学生时代就开始进行的学术研究，已经以一种对社会有用的形式取得了成果。我要对两位获奖者、所有合作者以及其他参与其中的人表示衷心的感谢，感谢他们为实现技术突破和创新并将其转化为实际应用所做出的贡献。
在接受日本医学研究与发展奖时，他说:“未来，我们将继续开发技术，推广基于废水的流行病学，为建立一个更能抵御传染病的社会做出贡献。
北岛和他在北海道大学的团队正在继续开发WBE，希望不仅能提高其效率，还能加快其实施速度，降低实施成本。
关于他对该方法的未来研究，北岛说:“我们仍然需要了解接种疫苗是如何影响病毒从感染者身上排入污水系统的。”我们的方法还涉及昂贵的设备。因此，还需要进一步的研究来改进这种方法，使其更具成本效益。尽管如此，这项研究强调了基于废水的流行病学在预测社区临床病例数量方面的潜力，即使在没有完全报告的临床监测的情况下。
开发WBE研究的一个例子是COPMAN方法，它用于尽可能地自动化WBE中涉及的过程。首先，这意味着减少所需的离心量。COPMAN提高了该过程的速度和有效性，使实验室每周分析576个样品成为可能有了更多这样的创新，北海道大学的团队将使WBE成为一个负担得起的、高效的、易于实施的系统，并改变疾病跟踪的世界。
