DataArt

​Как моделируют эпидемии. Разбираемся на примере вируса гриппа

«Мы многое знаем о гриппе, даже можем посчитать, как „зараженные“ частицы летают в воздухе и как испаряются. Но мы также знаем, что эти процессы носят вероятностный характер. Все их учесть невозможно даже с помощью совершенных математических методов или машинного обучения. Фактически, мы не моделируем эпидемии, а строим предсказания. Целую серию предсказаний: для наступления эпидемии, для пика, для интенсивности. И чем дальше от пика, тем меньше точность: в пределах одной недели точность 75 %, в пределах двух недель она падает до 25 %.

Такие предсказания, несмотря на все погрешности, необходимы. С помощью SIR-модели можно определить, например, что эпидемия начнется в первой декаде декабря, продлится три недели, заболеет 1 миллион человек, в пике будет 100 тысяч случаев инфицирования. Это позволит системе здравоохранения подготовиться, приготовить нужное количество лекарств и мест в больницах».

Антон Долгих, руководитель AI-направления практики Healthcare and Life Sciences в DataArt, разбирается с прогнозами эпидемий на Хабр. Минимум сложных терминов, только самые необходимые уравнения и формулы.

Хабр

Как моделируют эпидемии. Разбираемся на примере вируса гриппа

Антон Долгих, руководитель отдела AI, Healthcare and Life Sciences в компании DataArt  В 2020 году мир как будто забыл о сезонном гриппе благодаря пандемии коронавируса. Однако...

www.tg-me.com/us/DataArt/com.dataart/623

1.8K viewsOct 25, 2021 at 09:00

​Как моделируют эпидемии. Разбираемся на примере вируса гриппа

«Мы многое знаем о гриппе, даже можем посчитать, как „зараженные“ частицы летают в воздухе и как испаряются. Но мы также знаем, что эти процессы носят вероятностный характер. Все их учесть невозможно даже с помощью совершенных математических методов или машинного обучения. Фактически, мы не моделируем эпидемии, а строим предсказания. Целую серию предсказаний: для наступления эпидемии, для пика, для интенсивности. И чем дальше от пика, тем меньше точность: в пределах одной недели точность 75 %, в пределах двух недель она падает до 25 %.

Такие предсказания, несмотря на все погрешности, необходимы. С помощью SIR-модели можно определить, например, что эпидемия начнется в первой декаде декабря, продлится три недели, заболеет 1 миллион человек, в пике будет 100 тысяч случаев инфицирования. Это позволит системе здравоохранения подготовиться, приготовить нужное количество лекарств и мест в больницах».

Антон Долгих, руководитель AI-направления практики Healthcare and Life Sciences в DataArt, разбирается с прогнозами эпидемий на Хабр. Минимум сложных терминов, только самые необходимые уравнения и формулы.

BY DataArt