«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 "Известиям" 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.
Эксперты разошлись во мнениях по поводу предложенной в СПбГУ новой модели.
По мнению старшего научного сотрудника лаборатории численного моделирования и нелинейной динамики Молодежного НИИ СПбГЭТУ «ЛЭТИ» Артура Каримова, хотя существующие модели изначально плохо описывали распространение нового коронавируса, введение параметра, связывающего общее количество инфицированных и умерших или выздоровевших людей, может повысить точность моделирования.
Доцент физического факультета МГУ им. М.В.Ломоносова Михаил Тамм настроен скорее скептически.
«Математическая модель способна переобучиться так, чтобы «предсказывать» то, что уже произошло, и очень точно. Если взять достаточно параметров, история воспроизведется со всеми случайностями и уникальными особенностями. Однако это не говорит о том, что модель качественно предскажет будущее. Появляется множество новых факторов, и вот с ними она может не справиться. К тому же я не знаю, как авторы работы учитывают такие вещи, как вакцинация, погода, время года, которые определенно будут влиять на заболеваемость», — заявил он.
