Названа причина неэффективности моделей прогнозирования COVID-19

Пандемия COVID-19 поставила перед учеными вопрос, как будет происходить распространение инфекции, когда ожидать всплесков и спадов заболеваемости. С помощью методов математического моделирования сначала удавалось получать достаточно точные прогнозы эпидемического процесса, но затем ситуация усложнилась, рассказал доктор физико-математических наук, ведущий научный сотрудник Физического института имени П. Н. Лебедева РАН Андрей Леонидов. Быстрая эволюция вируса меняет многие параметры, которые приходится учитывать математикам.

«Например, время от попадания вируса в организм до появления симптомов при заражении штаммом “дельта” отличается от прошлых вариантов. Еще при первоначальном варианте вируса процент тяжелобольных пациентов и процент госпитализаций был ниже», — добавил эксперт.

Чтобы математическое прогнозирование было точным, необходимо не реже раза в неделю обновлять данные, на которых основывается модель, продолжил он. При этом ученые должны использовать методы, учитывающие влияние на развитие системы каждого из ее изменчивых элементов.

«Единственный способ с таким справиться — иметь команду с моделью агентного типа (при агентном моделировании развитие системы определяется свойствами и поведением всех ее элементов, по принципу “снизу вверх”, — ред.), не общую, а очень конкретную, в которую все заложено, и в которой бы отслеживались критичные для предсказания параметры», — объяснил Андрей Леонидов в интервью радио Sputnik.

Модель должна основываться на анализе десятков факторов, таких как ход вакцинации, перечень наиболее опасных с точки зрения заражения коронавирусом общественных мест и так далее, заключил математик.