Российские ученые занялись разработкой новой программы для прогнозирования пандемии COVID-19.
Она основана на понимании закономерностей связи будущего количества выздоровевших или умерших с общим числом зараженных на данный момент. Как предполагают авторы, модель будет точнее аналогов в 10 раз.
«Мы же хотим ввести новую характеристику эпидемиологического процесса, которая будет математически связывать общее количество инфицированных в конкретный момент в прошлом и общее количество выздоровевших или умерших людей к выбранному дню. Если мы заранее будем понимать, сколько человек будет болеть в будущем, то станем точнее планировать необходимые потребности в койках и медицинском оборудовании», — рассказал завкафедрой математического моделирования энергетических систем СПбГУ, руководитель Центра интеллектуальной логистики СПбГУ Виктор Захаров.
В основу нового подхода к прогнозированию вошла и модель для оценки общего количества инфицированных, предложенная в СПбГУ ранее. Она построена на итеративном подходе: данные, на основании которых строятся прогнозы на две-три недели, обновляются в реальном времени. Таким образом, течение эпидемии за последний анализируемый промежуток дает возможность более точно рассчитать прогноз ее развития в ближайшем будущем.
Важная часть предложенного алгоритма — формирование цепочки ESC (Epidemic Spreading Chain) стран, упорядоченных по времени выхода процентного прироста заболевших на одинаковые уровни. Страна, для которой строится прогноз, называется страной-последователем, остальные — странами-предшественниками. При этом важно, чтобы в государствах цепочки были введены примерно одинаковые ограничения социального и экономического характера.