Новый ИИ предскажет вспышки опасных болезней
В МТУСИ создали гибридную систему искусственного интеллекта, способную прогнозировать вспышки инфекционных заболеваний. Изначально модель разрабатывалась для мониторинга малярии в Анголе, но её архитектура универсальна и может быть адаптирована для других стран, включая Россию. Авторы проекта отмечают, что в перспективе технология позволит предсказывать распространение сезонного гриппа, туберкулёза и новых вирусов с пандемическим потенциалом, например коронавируса.
Один из разработчиков приехал из Анголы в Россию, чтобы с помощью ИИ дистанционно развивать здравоохранение своей страны. В ходе работы выяснилось, что созданная модель универсальна и настраивается под разные заболевания. Она объединяет методы машинного обучения, анализ временных рядов, климатических и эпидемиологических данных.
«Главная особенность — сочетание нескольких аналитических подходов. Это позволяет выявлять сложные закономерности, недоступные традиционным моделям. Наша цель — не просто прогнозировать число случаев, а дать органам здравоохранения инструмент для раннего выявления риска вспышек и оптимизации ресурсов», — рассказал студент МТУСИ Жоаким Тимотео.
Модель обучили на данных о заболеваемости малярией в Анголе с 2000 по 2025 год. После этого система научилась прогнозировать эпидемиологическую ситуацию на 6–8 недель вперёд. При наличии качественных данных её можно адаптировать для других инфекций, включая те, что под наблюдением ВОЗ: коронавирусы, хантавирусы, лихорадку денге, холеру.
Наибольшим пандемическим потенциалом обладают респираторные инфекции, вызываемые РНК-вирусами, из-за высокой скорости мутаций. К ним относятся грипп и коронавирусы, способные формировать новые штаммы, против которых у населения нет иммунитета, пояснил врач-инфекционист «Инвитро» Андрей Поздняков. Инфекции с другими путями передачи обычно вызывают локальные вспышки. Отдельную угрозу представляют устойчивые к антибиотикам бактерии, а изменение климата расширяет ареал переносчиков таких болезней, как лихорадка денге и вирус Западного Нила.
После пандемии COVID-19 интерес к предиктивным системам в здравоохранении вырос. Они позволяют не только реагировать на рост заболеваемости, но и заранее оценивать риски, эффективнее распределяя персонал, лекарства и диагностические мощности, отметил операционный директор «АрхиТех ИИ» Артём Карпов. Сейчас разработка — перспективный прототип. Сильная сторона — универсальная архитектура, но для применения в России модель нужно обучить на отечественных данных и протестировать с эпидемиологами.
Подобные системы востребованы везде, где нужен анализ больших данных, заметил замруководителя лаборатории СамГМУ Пётр Кшнякин. ИИ эффективно выявляет риски вспышек, но точность зависит от качества исходных данных. Чем больше информации о заболеваемости за разные периоды, тем точнее модель.
Ректор МТУСИ Сергей Ерохин подчеркнул: «Архитектура модели открывает возможности для масштабирования и адаптации под разные системы здравоохранения. В дальнейшем технология может применяться в России для прогнозирования социально значимых и сезонных заболеваний».
Предсказательные модели точнее работают там, где есть длинные ряды наблюдений с цикличностью, отметила эксперт рынка НТИ «Хелснет» Марина Чумакова. Анализировать сезонный грипп или туберкулёз с помощью ИИ проще, чем ВИЧ, так как его распространение сильно зависит от поведенческих факторов, которые сложно собрать для обучения.
Главное ограничение таких систем — не алгоритмы, а качество и полнота медицинских данных, резюмировал Пётр Кшнякин.
