ИИ увидит эпидемию заранее: в России создали систему, способную предупредить новую вспышку инфекций
В России разработали ИИ-систему, которая умеет прогнозировать распространение инфекционных заболеваний за шесть-восемь недель до возможной вспышки.
Технологию создали в Московском техническом университете связи и информатики. Она уже показала свою эффективность на данных по малярии, а в будущем может помочь бороться с коронавирусными инфекциями.
Пандемия COVID-19 показала всему миру, насколько дорого обходится потерянное время. Пока вирус только набирает силу, каждая неделя имеет значение. Именно поэтому сегодня ученые во многих странах работают над технологиями, которые помогут заранее увидеть приближающуюся вспышку инфекции.
Одну из таких систем разработали в Московском техническом университете связи и информатики (МТУСИ). Автор проекта – студент факультета кибербезопасности и информационной безопасности Жоаким Тимотео, приехавший в Россию из Анголы, чтобы заниматься цифровыми технологиями для здравоохранения. Первоначально система создавалась для прогнозирования вспышек малярии на его родине. Но в процессе работы выяснилось, что технологию можно адаптировать практически для любых инфекционных заболеваний.
Не гадать, а предсказать
В основе разработки лежит сразу несколько технологий искусственного интеллекта. Алгоритм анализирует не только статистику заболеваемости, но и климатические условия, сезонность, временные закономерности и другие факторы, которые влияют на распространение инфекции. Для обучения использовался массив данных о малярии в Анголе за четверть века, с 2000 по 2025 год. В результате модель научилась прогнозировать развитие эпидемиологической ситуации на срок от шести до восьми недель.
Несколько недель спасут тысячи жизней
Фора для инфекции в шесть-восемь недель кажется небольшим сроком. Но для здравоохранения это огромный запас времени. Если медики заранее знают, где именно вероятность вспышки наиболее высока, они могут заранее подготовить больницы, направить дополнительные бригады врачей, увеличить запасы лекарств, расходных материалов и средств защиты, развернуть дополнительные койки и организовать профилактические мероприятия.
Фактически речь идет о переходе от реакции на уже случившуюся эпидемию к ее предупреждению. Особенно актуально это стало после пандемии коронавируса, когда многие страны столкнулись с нехваткой медицинского персонала, оборудования и лекарств именно в первые недели распространения инфекции.
Перспективы для экспорта
Несмотря на то, что система создана в российском вузе, ее возможности не ограничиваются одной страной. Сейчас модель обучена прогнозировать распространение малярии, однако после дополнительной настройки она способна анализировать и другие заболевания, которые находятся под наблюдением Всемирной организации здравоохранения. Среди них – коронавирусные инфекции, холера, лихорадка денге, хантавирусные инфекции и другие.
Особенно востребованной технология может оказаться в странах Африки, Азии и Латинской Америки, где инфекционные заболевания до сих пор остаются одной из главных проблем здравоохранения. Так что при наличии достоверных региональных данных алгоритм можно адаптировать практически для любой страны.
Тренд на прогнозирование
Разработка МТУСИ продолжает направление, которое в последние годы активно развивается в российской науке и цифровом здравоохранении.
Так, в 2021 году пермская компания «Промобот» представила нейросетевую систему, которая прогнозировала развитие новых волн COVID-19. Алгоритм анализировал статистику заболеваемости, темпы вакцинации и другие показатели, помогая оценивать возможный сценарий распространения инфекции.
В 2024 году специалисты Санкт-Петербургского государственного университета начали работу над математической моделью прогнозирования эпидемий новых вирусов. Проект был направлен на то, чтобы помочь региональным системам здравоохранения быстрее реагировать на появление опасных инфекций даже в условиях нехватки данных.
А сегодня в России развивается целая цифровая экосистема эпидемиологического мониторинга. Роспотребнадзор использует платформы VGARus, SOLAR, EpidSmart и популяционную модель «ПОЭМа», которые анализируют лабораторные, геномные, климатические и эпидемиологические данные. Новая разработка МТУСИ хорошо вписывается в эту тенденцию.
Подобные проекты делают российские разработки заметными на международном рынке цифровой медицины и открывают возможности для сотрудничества с зарубежными университетами, исследовательскими центрами и системами здравоохранения.
