Математик СПбГУ: «Новые волны эпидемии неизбежны, пока значительно не увеличится количество невосприимчивых к вирусу людей»
Руководитель Центра интеллектуальной логистики СПбГУ и соавтор новой математической модели распространения коронавирусной инфекции Виктор Захаров рассказал об особенностях роста заболеваемости COVID-19. По его словам, в возникновении новых волн инфицирования виноваты не только мутировавшие штаммы SARS-CoV-2, но и слишком низкие темпы вакцинации.
«Чтобы снижать пики заболеваемости и количество болеющих людей, требуется вакцинация — это инструмент сдерживания эпидемии, который, как видно на примере европейских стран, успешно применяется. Сейчас наши темпы вакцинации значительно ниже, чем, например, в Великобритании и Венгрии, преодолевших порог в 12 % вакцинированного населения еще в середине апреля», — отметил Виктор Захаров.
По прогнозам математиков СПбГУ следующий пик заболеваемости COVID-19 в России придется на конец июня — суточный прирост заболевших может составить более 21 тысячи человек в сутки, а количество одновременно болеющих — около 420 тысяч человек.
Отметим, что опубликованный ранее, в феврале, прогноз экспертов предполагал снижение темпов заболеваемости в России — во второй декаде апреля, а в Петербурге — после 10 мая. Эти расчеты учитывали, что вакцинация охватит значительную часть восприимчивых к вирусу людей, однако ожидания не оправдались. Как отметили специалисты, сегодня прирост численности невосприимчивого к вирусу населения настолько незначителен, что он практически не влияет на построение прогноза — как если бы вакцинация вообще не проводилась.
Научная статья ученых о модели прецедентов CBRR и прогнозировании динамики развития эпидемии COVID-19 с ее помощью опубликована в третьем выпуске журнала «Вестник Санкт-Петербургского университета. Прикладная математика. Информатика. Процессы управления» за 2020 год.
Модель прогнозирования развития эпидемии CBRR (Case-Based Rate Reasoning), разработанная учеными Центра интеллектуальной логистики СПбГУ, основывается на данных стран, где эпидемия начала распространяться раньше, что позволяет делать прогнозы ее развития в ближайшем будущем. Описание модели и первые результаты ее работы были опубликованы в престижном международном журнале Mathematics. Эксперты СПбГУ анализировали происходящее в странах по четырем ключевым показателям: общее количество заболевших, общее количество выздоровевших, количество умерших и количество болеющих (активных случаев заболевания) на текущий момент.
Данные, на основании которых строятся математические прогнозы на четыре-пять недель, постоянно обновляются в режиме реального времени. Таким образом, информация о течении эпидемии за последний анализируемый промежуток позволяет с большей точностью спрогнозировать развитие болезни в будущем. Заложенные в модель интеллектуальные алгоритмы помогают определить будущие значения количества новых случаев заболевания, общего количества заболевших и количества активных случаев.
На текущий момент математическая модель экспертов СПбГУ позволяет делать достаточно точные прогнозы: их отклонение относительно количества болеющих людей на горизонте прогнозирования часто не превышает 1,5 %. Отметим, что для первой версии модели погрешность составляла около 10 %. Сейчас исследователи Центра интеллектуальной логистики занимаются разработкой новой модели с усовершенствованными алгоритмами подсчета для обеспечения еще большей точности.