Она построена на базе исследований ковид-пандемии 2021-2022 годов и отличается высокой точностью.
Сотрудники Санкт-Петербургского государственного университета (СПбГУ) создали универсальную модель для прогнозирования эпидемий. Эта модель демонстрирует высокую точность в прогнозировании количества активных случаев заболевания на ближайшие три-четыре недели.
Основой для этой новой модели послужили разработки за 2021-2022 годы, которые успешно применялись для прогнозирования динамики заболеваемости коронавируса. Ученым удалось выявить новые пики роста заболеваемости и ключевые показатели.
Идея о влиянии различных факторов на ход эпидемиологических процессов была основой данной разработки. Специалисты прибегли к использованию динамической игры против природы как математической модели для принятия решений в прогнозировании, сообщает издание. В период пандемии модель ученых из СПбГУ предсказала снижение суточного прироста заболевших COVID-19 в России.
По словам профессора Александра Крылатова, который является заведующим кафедрой математической теории экономических решений, основные случайные параметры динамических систем притока и оттока могут иметь предсказуемую динамику.
Обнаружение и описание данной информации могут значительно снизить неопределенность в будущем ходе эпидемии и предсказать последующие всплески и спады заболеваемости.
Учитывая естественный биологический характер вирусов, можно предположить, что свойство предсказуемости стохастических параметров, введенных в модель CIR, может быть применимо ко всем новым вирусам и мутациям, пояснил математик.
Напомним, ранее ученые из СПбГУ и ПИМУ разработали неинвазивные сенсоры, которые при внедрении в клетку или опухоль облучают биологический образец. Раковые клетки закисляются и умирают. Новый метод лечения показал эффективность при тесте на раковых клетках толстого кишечника.
Фото: Martin Sanchez / Unsplash.com
