"Наука Урала"

17 сентября состоялось очередное заседание президиума УрО РАН. Научный доклад «Моделирование эпидемий вирусных инфекций» от имени большого научного коллектива, возглавляемого академиком Г.Н. Рыковановым (РФЯЦ-ВНИИТФ им. акад. Е.И. Забабахина, Снежинск), представил член-корреспондент РАН С.Н. Лебедев (фото на с. 2). Сергей Наркисович начал с утверждения о том, что ядерные системы похожи на вирусные инфекции: при надкритичном состоянии они развиваются, при подкритичном затихают. У физиков есть опыт построения развитых и точных математических моделей этих процессов. Человеческая популяция ведет себя более непредсказуемо, поэтому точности описания ядерных систем достичь пока невозможно, однако уже сейчас доступно качественное описание ситуаций. Первоначально авторами была построена модель из пяти параметров, описываемых дифференциальными уравнениями. Однако при первом моделировании оказалось, что требуется вводить еще один показатель — долю бессимптомных больных. Это неочевидный параметр, исключительно сильно варьирующийся по разным данным (от 1% до 93%). Далее в систему было введено управление. Моделирование подтвердило тезис, что на первом этапе основную роль в росте числа заболевших играет транспорт. Ограниченные карантинные меры сдвигают пик заболеваемости, но почти не влияют на число заболевших (а при слишком ранней отмене дают эффект «второй волны»). Однако дифференциальная модель дает экспоненциальный рост заболеваемости, а реальная статистика показывает, что он линейный. Поэтому, отметил докладчик, исследователи перешли к агентной модели, основанной на методе Монте-Карло: выделяется 6 групп населения и 5 зон контактов, каждый агент может одновременно принадлежать лишь к одной группе и находиться в одной зоне. Статистическая агентная модель, несмотря на некоторое упрощение поведения людей, позволяет расчетно анализировать такие факторы, как введение карантина в отношении отдельных социальных групп или в отдельных сферах деятельности (работа, транспорт, магазины) и др. Докладчик подробно проанализировал статистику по Уханю, Нью-Йорку (для него использовалась статистика Гугла по транспортной активности — она хорошо согласуется с данными о числе работающих в период карантина) и Москве в сравнении с расчетной моделью. Данные для Москвы удалось получить только косвенные — использовалась предоставленная Сбербанком динамика транзакций на карту «Тройка», которая коррелирует с транспортными передвижениями. Последняя модель позволила предположить, что летнему снижению роста заболеваемости способствовал сезонный отток на дачи. До конца июля расчет, сделанный еще в мае, показывал очень хорошие совпадения, дальше начались существенные расхождения. Сергей Наркисович пояснил, что предсказательные свойства любой модели зависят от качества данных, а их получить очень трудно. Сейчас модель, построенную по статистике мегаполисов, необходимо масштабировать на страну. По-видимому, нужно отдельно выделять трудовых мигрантов и описывать социальную реакцию разных слоев на ситуацию.