ТОМСК, 2 фев – РИА Томск. Ученые Томского госуниверситета (ТГУ) разрабатывают математические алгоритмы, которые позволят оперативно выявлять эпидемии и принимать решения по снижению социальных рисков и экономических потерь, сообщается в среду на сайте вуза.
Уточняется, что разработкой занимаются ученые механико-математического факультета (ММФ) ТГУ. Проект поддержан Российским научным фондом (РНФ). Исследователи создают новые эффективные высокоскоростные методы обработки информации для статистического анализа в эпидемиологических моделях.
"Ученые разрабатывают математические методы анализа и противодействия распространению эпидемий, включая COVID-19. <...> Новые алгоритмы позволят обеспечить оперативное принятие управленческих решений, необходимых для локализации эпидемий, снижения социальных рисков и экономических потерь", – говорится в сообщении.
Добавляется, что в настоящее время начало эпидемии определяется исходя из пересечения эпидпорогов по тому или иному заболеванию. По мнению ученых ТГУ, несовершенство этого подхода 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 идет "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", – цитируется в сообщении доцент ММФ ТГУ Евгений Пчелинцев.
Разрабатываемые в ТГУ алгоритмы будут анализировать информацию из медицинских баз. Вероятностно-статистические методы будут оценивать динамику разных характеристик, и то, насколько сильно они изменились в вероятностном смысле. Если изменение одного показателя значимо, соответствующий алгоритм подаст сигнал тревоги, за которым должны последовать организационные решения.
Алгоритмы будут реализованы в виде программного продукта, который смогут использовать Роспотребнадзор и другие органы контроля и исполнительной власти. Созданные алгоритмы будут работать как для ранее известных инфекций, так и новых заболеваний. Также они позволят оценивать эффективность используемых мер и принимать решение об их ослаблении либо ужесточении.
