В РФЯЦ-ВНИИТФ научились прогнозировать развитие эпидемий

Ученые снежинского ядерного центра с коллегами из других российских научных центров создали программный комплекс для моделирования эпидемиологического процесса в масштабе всей страны. Прогноз скорости распространения инфекции, достижения коллективного иммунитета, эффективности карантинных мер и много другого нужен для выбора тактики борьбы с эпидемией. Специально для «СР» подробный материал о проекте подготовил его руководитель — ​начальник научно-теоретического отдела РФЯЦ-ВНИИТФ член-корреспондент РАН Сергей Лебедев.

Моделированием эпидемий вирусных инфекций в РФЯЦ-ВНИИТФ занялись в 2020 году, во время локдауна. Правительство поставило перед научным сообществом страны задачу спрогнозировать распространение COVID‑19. Соответствующее обращение поступило и в РФЯЦ-ВНИИТФ. Научный руководитель ядерного центра Георгий Рыкованов немедленно собрал группу физиков-теоретиков и математиков.

За короткое время были проанализированы наиболее значимые математические методы и разные подходы к моделированию эпидемий. Несмотря на то что ранее в нашем центре никто такими вопросами не занимался, в течение двух недель мы получили первые прогнозы распространения новой коронавирусной инфекции в Москве. Для дальнейшей работы выбор был сделан в пользу агентно-ориентированной модели.

Летом 2020 года проект ядерного центра «Моделирование эпидемий вирусных инфекций» вошел в число победителей конкурса крупных научных проектов по приоритетным направлениям научно-технологического развития и получил финансовую поддержку Министерства науки и высшего образования.

СХЕМА СОЗДАНИЯ АДЕКВАТНОЙ ЭПИДЕМИОЛОГИЧЕСКОЙ МОДЕЛИ ПО РЕТРОСПЕКТИВНЫМ ДАННЫМ ЛЕТАЛЬНЫХ ИСХОДОВ

Цепная инфекция

Эпидемия — ​по сути, цепная реакция. Цепные реакции в химии и ядерной физике достаточно хорошо изучены и описываются уравнениями, близкими к уравнениям, характеризующим развитие эпидемического процесса. Но для вирусной инфекции, как правило, нет точных данных: характеристики инфекции и параметры протекания заболевания известны с большой степенью неопределенности и могут меняться. Не для всех инфекций известно иммунное состояние популяции, а эффективность борьбы с болезнью зависит от поведения индивидуумов.

Мы сделали ставку на имитационное моделирование эпидемических процессов, в котором на основе симуляции взаимодействия отдельных единиц модели — ​агентов (граждан) исследуется поведение системы в целом. Совместно с вирусологами был определен набор параметров, необходимый для описания фаз и сценариев протекания заболевания, приобретения и действия иммунитета.

Для функционирования математической модели распространения вирусных инфекций требуются десятки параметров, данные для которых в готовом виде отсутствуют. Для их получения и систематизации мы разработали алгоритмы поиска и обработки информации с использованием искусственного интеллекта. Эти алгоритмы направлены прежде всего на автоматизацию рутинных операций. «На вход подаются разнородные данные, а на выходе получается результат обработки. Для настройки такого рода алгоритмов требуются большие объемы данных и специальные методы», — ​отмечает начальник научно-исследовательской лаборатории ядерного центра Виталий Власов.

РЕЗУЛЬТАТЫ РАСЧЕТОВ ВАРИАНТОВ МОДЕЛИ РФ

Большие данные

Информация может быть получена из различных источников, например средств массовой информации, социальных сетей, научных публикаций, статистических справочников и т. п. Вся она представлена в виде неструктурированных текстов, написанных для чтения человеком. Ее нужно разобрать и понять, имеет ли статья отношение к рассматриваемой теме, к какому региону она относится, нужна ли эта информация для моделирования. Найденную информацию необходимо сопоставить с информацией из других источников, отбросить недостоверные или ошибочные данные. Именно на этом этапе применяются алгоритмы на основе искусственного интеллекта. Остается сохранить информацию в базе данных и передать параметры в модель.

Разнородность структуры информации потребовало создания специальных баз данных для эффективного хранения и доступа к ней. Такие базы гибко подстраиваются как к приему потока неструктурированной информации, так и к хранению готовой к преобразованию в параметры модели информации.

Вычислительная биология

Ученые РФЯЦ-ВНИИТФ создали программный комплекс, с помощью которого можно получить краткосрочный прогноз в масштабе всей России. Программа позволяет заранее оценить эффективность конкретных карантинных мер для разных регионов применительно к эпидемии не только COVID‑19, но и других вирусных инфекций, что позволяет минимизировать неблагоприятные последствия для населения при выработке решений органами государственного управления.

«Программный комплекс состоит из модуля, реализующего агентную модель эпидемии, модуля сбора данных и подготовки параметров агентной модели и программной оболочки, управляющей модулями и взаимодействующей с пользователем», — ​поясняет начальник научно-теоретического отдела РФЯЦ-ВНИИТФ кандидат физико-математических наук Олег Зацепин. В модель внедрена возможность описания одновременного распространения нескольких штаммов вируса с разной контагиозностью и другими характеристиками. Учтено формирование у населения иммунитета за счет вакцинации и его утрата со временем.

Структура страны представлена в виде регионов и федеральных округов. Отдельно рассматривались объединения городов-миллионеров, связки мегаполисов и городов-спутников (например, Москва и города Московской области), сети городов с населением от 500 тыс., 100 тыс. и 50 тыс. человек. Учитывались данные о посещении общественных мест — ​мест заражения, перемещении жителей каждого города железнодорожным транспортом и авиасообщением. Для оценки пассажиропотоков применялась модель, созданная по расписанию авиа-, ж/д и автобусного транспорта.

Участники проекта внесли существенный вклад в развитие прикладных методов вычислительной биологии. Все запланированные задачи выполнены, а научно-технический уровень проекта соответствует уровню актуальных передовых зарубежных разработок в математической эпидемиологии. Результаты работы были представлены на нескольких форумах. Принимавшие участие в создании модели вошли в состав научного совета РАН по моделированию эпидемий вирусных инфекций и их последствий.

ДИАГРАММА ФАЗОВЫХ ПЕРЕХОДОВ ПРИ МОДЕЛИРОВАНИИ COVID-19

ПАРТНЕРЫ

Над проектом работал консорциум из шести научных организаций России во главе с РФЯЦ-ВНИИТФ. На разных этапах в проекте участвовали порядка 150 специалистов. Задачу по формированию теоретических подходов к созданию математических моделей эпидемий вирусных инфекций решали в РФЯЦ-ВНИИТФ и Институте вычислительной математики им. Марчука РАН. За обоснование выбора параметров модели, характеризующих медицинские факторы, отвечали сотрудники Национального исследовательского центра эпидемиологии и микробиологии им. Гамалеи РАН и Национального медицинского и исследовательского центра фтизиопульмонологии и инфекционных заболеваний.

Определением параметров, описывающих социальные и поведенческие факторы, занимались научные сотрудники РФЯЦ-ВНИИТФ и Института прикладной физики им. Гапонова-Грехова РАН. Сбором статистических данных и созданием алгоритмов поиска информации с использованием искусственного интеллекта и динамических баз данных — ​специалисты РФЯЦ-ВНИИТФ и Института прикладной математики им. Келдыша РАН. Программный комплекс, предназначенный для моделирования эпидемий вирусных инфекций, разрабатывался в ядерном центре.