Учёные Санкт-Петербургского государственного университета подтвердили эффективность своей математической модели прогнозирования эпидемий, проверив её на данных пандемии COVID-19 в Москве и Санкт-Петербурге. Ошибка модели не превышала 1%, что делает её точнее существующих методов предсказания распространения вирусов.
Модель была разработана в Центре аналитики динамических процессов и систем СПбГУ в 2021–2022 годах. Учёные применили новый подход к изучению динамических систем с потоками притока и оттока, использовав стохастические параметры. Это позволило не только прогнозировать пики заболеваемости, но и оценивать ключевые показатели распространения инфекции.
Основой модели стала гипотеза о природном характере влияния множества факторов на эпидемический процесс. Для расчётов использовался метод динамической игры против природы, ранее применявшийся для описания роста численности населения. Такой подход оказался эффективным и при моделировании распространения вирусов.
«Ошибка MAPE общего количества заболевших на пиках заболеваемости, как правило, не превышала 1%, что можно считать хорошим и достоверным результатом с точки зрения прогнозирования.»
– Виктор Захаров, профессор СПбГУ, научный руководитель Центра аналитики динамических процессов и систем
Анализ ретроспективных данных показал, что к маю 2020 года модель уже могла предсказывать динамику заболеваемости с высокой точностью, в отличие от ранних прогнозов, которые в среднем отклонялись на 20%.
Исследование подтвердило, что новая математическая модель превосходит традиционные методы прогнозирования, такие как SIR и ARIMA, которые ранее использовались для оценки эпидемической ситуации. В дальнейшем разработку планируется адаптировать для прогнозирования любых инфекционных заболеваний.
Проект был поддержан грантом Санкт-Петербургского научного фонда, созданного в 2021 году по поручению губернатора Александра Беглова.
Источник: пресс-служба СПбГУ
