Достоверность созданной модели составляет 92%
Специалисты Пермского национального исследовательского политехнического университета (ПНИПУ) в сотрудничестве с коллегами из Национального исследовательского университета «Высшая школа экономики» (ВШЭ) и Пермской государственной фармацевтической академией (ПГФА) создали первую в стране программу для борьбы с поллинозом — сезонной аллергией на пыльцу растений.
«Разработка представляет собой компьютерную модель на основе нейросети, которая в режиме реального времени анализирует прогноз погоды, основываясь на местных метеоданных, а текущую концентрацию пыльцы — с помощью аэропалинологического мониторинга — системы наблюдения за пыльцой растений в атмосфере. На основе полученной информации алгоритм строит прогноз пиковой концентрации для каждого аллергена, что позволяет точно предсказать увеличение заболеваемости и, следовательно, необходимое количество антигистаминных препаратов для жителей региона», — рассказал профессор ПНИПУ, доктор физико-математических наук Константин Шварц.
По словам исследователей, во всем мире происходит переход от календарей к динамическим прогностическим моделям пыления растений, которые способны учитывать текущие погодные условия. Основой таких решений служат глобальные сети мониторинга пыльцы, собирающие данные с помощью специальных ловушек, ежедневно анализирующие концентрацию аллергенов в атмосфере различных стран. В России же до сих пор не существовало собственной платформы, основанной на местных данных. Создать ее, скопировав зарубежную модель, невозможно, поскольку в России другая флора и свои уникальные климатические условия. Чужой алгоритм, обученный, например, на данных Северной Америки или Европы, в российских условиях окажется неэффективным. Так, ученые разработали первую в стране компьютерную модель для борьбы с сезонной аллергией на основе нейросетей, которая учитывает динамику пыления растений и прогноз погоды для предотвращения дефицита лекарств в аптеках.
Как функционирует модель
Основой для обучения модели стали данные, собранные учеными за десятилетие наблюдений. Для этого с помощью специальных ловушек они ежедневно фиксировали содержание пыльцы в воздухе, а затем вручную подсчитывали и определяли виды пыльцевых зерен под микроскопом. Так были выделены девять основных растений-аллергенов, оказывающих влияние на здоровье жителей страны: береза, ольха, злаки, клен, вяз, сосна, тополь, крапива и амброзия. После обучения на этих многолетних показаниях алгоритм прошел адаптацию на данных о поставках лекарств в аптеки.
Объединив эти два типа данных, система смогла выявить количественные закономерности: как определенные погодные условия приводят к выбросу пыльцы и как с задержкой в несколько дней этот пик вызывает рост спроса на конкретные лекарства.
«Модель предоставляет нам не просто сезонный прогноз, а “расписание” пиков пыльцы с опережением в несколько суток. Например, мы видим, что завтра ожидается выброс пыльцы березы на 12% выше среднего пика. Значит, через 2–3 дня спрос на антигистаминные препараты увеличится на 1,4% от этого показателя. Если сложить такие прогнозы по всем аллергенам на весь сезон, то можно рассчитать общий необходимый объем закупок. Так, вместо усредненных 10 800 упаковок “Лоратадина” на весь этот период, к пику нужно заготовить примерно 11 500 упаковок», — объяснил Шварц.
Как отметили исследователи, модель впервые количественно оценивала, как всплеск пыления через несколько дней увеличивает потребность в конкретных антигистаминных препаратах. Для расчетов использовались данные о поставках двух наиболее распространенных и доступных средств — «Лоратадина» и «Цетиризина», которые составляют основу лекарственного ассортимента в сезон аллергии. Основываясь на прогнозе, система рассчитывает, на какой процент необходимо заранее создать запас лекарственных препаратов в период пыления растений. При этом в процессе тестирования было установлено, что достоверность разработанной модели составляет 92%.
«Разработка точно предсказывает, какой будет уровень пыльцы в воздухе, чтобы аптечные организации могли подготовиться. Главное преимущество — система позволяет заранее, за сезон, рассчитать необходимые объемы закупок. Это исключает дефицит препаратов в эпидсезон заболеваемости и приводит к экономически эффективному управлению», — добавили в ПНИПУ.
Фото: hi-tech.mail.ru