Томские ученые разработают алгоритмы для раннего выявления эпидемий

Ученые механико-математического факультета Томского государственного университета разрабатывают математические методы анализа и противодействия распространению эпидемий. Предполагается, что новые алгоритмы помогут вовремя принять управленческие решения, необходимые для локализации инфекции, а также снижения социальных рисков и экономических потерь, сообщает пресс-служба вуза.

Алгоритмы будут реализованы в виде программного продукта, который смогут использовать Роспотребнадзор и другие органы контроля и исполнительной власти, принимающие решения о защитных мерах по снижению социальных потерь в период эпидемий.

«В настоящее время момент начала эпидемии определяется, исходя из пересечения эпидпорогов по тому или иному заболеванию, — говорит один и исполнителей проекта, доцент ММФ ТГУ Евгений Пчелинцев. — Несовершенство этого подхода заключается в том, что раннее начало эпидемии с его помощью отследить невозможно. Бывает, что порог формально не превышен, а эпидемия уже началась. Далее нарастание количества заболевших идёт „по экспоненте“ и сдерживающие меры, например, в виде карантина, уже не дают того эффекта, как при раннем выявлении эпидемии. С подобной ситуацией, к примеру, в начале пандемии столкнулась Италия. Своевременное принятие мер могло бы значительно снизить социальные и экономические потери».

В своей работе алгоритмы будут использовать данные из медицинских баз, а главным фактором для отслеживания станет изменение вероятностной природы исследуемых статистических данных. Таким образом система позволит улавливать моменты, не заметные для человека, в которые происходит изменение распределения данных, их структуры.

«Вероятностно-статистические методы будут оценивать динамику разных характеристик, и то, насколько сильно они изменились в вероятностном смысле. Если изменение одного показателя значимо, либо поменялась совокупность, соответствующий алгоритм подаст сигнал тревоги, за которым должны последовать организационные решения. Какими они будут, решают контролирующие организации», — говорит Евгений Пчелинцев.

По его словам, используемые при разработке новых алгоритмов методы помогут на порядок улучшить надежность и практичность статистических выводов. Точность работы системы, согласно ТЗ, должна быть не ниже 95%.

При этом созданные алгоритмы будут работать как для известных инфекций, так и для новых заболеваний и позволят оценивать эффективность используемых для предотвращения распространения эпидемии мер.

В пресс-службе отмечают, что помимо ученых ТГУ в реализации проекта будут задействованы и другие специалисты, имеющие опыт в решении подобных задач, в том числе представители исследовательских групп лаборатории математики Рафаэля Салема (LMRS, Université de Rouen Normandie, Rouen, France), лаборатории математики и информатики Руанского института прикладных наук (LMI, INSA Rouen, France), лаборатории биологических исследований Гаврского университета (SEBIO, Université du Havre, Le Havre, France) и федерального научного центра гигиены имени Ф.Ф. Эрисмана (Роспотребнадзор). Исследования, поддержанные РНФ, проводятся под руководством профессора Руанского университета, учёного ММФ ТГУ Сергея Пергаменщикова.

Подписывайтесь на наш телеграм-канал «Томский Обзор».