Новый ИИ предскажет вспышки опасных заболеваний
В МТУСИ создали модель искусственного интеллекта, способную прогнозировать вспышки инфекционных болезней. Изначально система разрабатывалась для мониторинга малярии в Анголе, но её архитектура позволяет адаптировать решение для других стран, включая Россию. Авторы проекта отмечают, что в перспективе технологию можно использовать для прогнозирования сезонного гриппа, туберкулёза и новых вирусных заболеваний с пандемическим потенциалом.
Модель представляет собой гибридную ИИ-систему, объединяющую машинное обучение, анализ временных рядов, климатических факторов и эпидемиологических данных. Как рассказал студент МТУСИ Жоаким Тимотео, главная особенность — объединение нескольких аналитических подходов, что позволяет выявлять сложные закономерности. Цель — не просто прогнозировать число случаев, а предоставить органам здравоохранения инструмент для раннего выявления риска вспышек и оптимизации ресурсов.
Во время испытаний модель обучили на данных о заболеваемости малярией в Анголе с 2000 по 2025 год. Система научилась прогнозировать эпидситуацию на 6–8 недель вперёд. При наличии качественных данных её можно адаптировать для других инфекций, включая коронавирус, хантавирусы, лихорадку денге и холеру.
Врач-инфекционист Андрей Поздняков отметил, что наибольший пандемический потенциал у респираторных инфекций, вызываемых РНК-вирусами (грипп, коронавирусы). Они быстро мутируют, формируя новые штаммы. Инфекции с другими путями передачи обычно вызывают локальные вспышки. Отдельную угрозу представляют устойчивые к антибиотикам бактерии, а изменение климата расширяет ареал переносчиков.
Операционный директор «АрхиТех ИИ» Артем Карпов назвал разработку перспективным прототипом. Сильная сторона — универсальная архитектура, но для применения в России модель нужно обучить на отечественных данных и протестировать с эпидемиологами. Ректор МТУСИ Сергей Ерохин подчеркнул, что технология может найти применение в России для прогнозирования социально значимых и сезонных заболеваний.
Эксперт рынка НТИ «Хелснет» Марина Чумакова отметила, что предсказательные модели точнее работают там, где есть длинные ряды наблюдений с цикличностью. Анализировать сезонный грипп или туберкулёз проще, чем ВИЧ, так как распространение последнего сильно зависит от поведенческих факторов. Главное ограничение — не алгоритмы, а качество и полнота медицинских данных.
