Петербургские математики разработали модель для прогнозирования эпидемий

Петербургские математики из СПбГУ разработали универсальную модель для прогнозирования эпидемий. Она показывает высокую точность в прогнозировании количества активных случаев заболевания на ближайшие три-четыре недели, говорится на сайте высшего учебного заведения.

За основу математики взяли разработку коллектива ученых Центра аналитики динамических процессов и систем СПбГУ 2021-2022 годов, которые использовались для прогнозирования динамики заболеваемости COVID-19. В ходе работы специалисты смогли определить новые пики роста заболеваемости и ключевые показатели, а в итоге составили прогноз распространения новых вирусов на примере пандемии коронавируса. В частности, их модель предсказала снижение суточного прироста новых случаев заболевания.

В основу универсальной модели легла гипотеза о природном характере влияния многочисленных факторов на динамику этих процессов, и в качестве математической модели ученые СПбГУ использовали динамическую игру против природы.

Оказалось, что динамика распространения новых вирусов, как и динамика роста численности населения отдельных стран или всей планеты, может быть описана с помощью модели CIR со стохастическими, то есть случайными, параметрами, — сообщается на сайте вуза.

Один из авторов разработки, профессор, доктор физико-математических наук, заведующий кафедрой математической теории экономических решений Александр Крылатов рассказал, что основные случайные параметры динамических систем притока и оттока могут иметь предсказуемую динамику. Соответственно, её можно обнаружить и описать, а эта информация, в свою очередь, может существенно снизить неопределенность в развитии эпидемии и предсказать последующие подъемы и спады заболеваемости. Учитывая природный биологический характер вирусов, модели CIR с введенными в нее случайными параметрами может применяться для всех новых вирусов и мутаций, пояснил математик.