Создана первая отечественная модель по прогнозу активности аллергенов

Российские специалисты создали первую в стране программу для прогнозирования сезонной аллергии на пыльцу растений. Она основана на нейросети и анализирует местные метеосводки и данные мониторинга концентрации пыльцы. Точно определяя периоды максимального риска заболеваний, система позволит предотвращать нехватку медикаментов в аптеках, сообщает ТАСС.

Систему разработали ученые Пермского национального исследовательского политехнического университета совместно с коллегами из НИУ «Высшая школа экономики» и Пермской государственной фармацевтической академии.

Руководитель проекта, профессор ПНИПУ Константин Шварц, пояснил, что ученые объединили современные технологии машинного обучения с информацией, собранной за десять лет. Программа на основе ИИ в реальном времени анализирует погоду по местным данным и концентрацию пыльцы по результатам аэропалинологического мониторинга. Алгоритм прогнозирует пик концентрации для каждого аллергена. Это позволяет точно предсказать рост заболеваемости и потребность в антигистаминных препаратах среди жителей региона.

Особенность разработки заключается в учете именно российских условий и местной растительности. Дело в том, что иностранные аналоги моделей, созданные на основе зарубежных данных, неприменимы в нашей стране. Условия окружающей среды и состав растений в России сильно отличаются от европейских или североамериканских. В ходе работы над проектом специалисты выделили девять наиболее распространённых аллергенов, оказывающих влияние на россиян. Их источниками является береза, ольха, злаковые, клен, вяз, сосна, тополь, крапива и амброзия. По результатам анализа массива данных модель научилась строить точный прогноз увеличения числа пациентов, страдающих аллергическими реакциями. Подобные расчеты позволят своевременно увеличивать запасы нужных препаратов, предотвращая возникновение дефицита и обеспечивая эффективное лечение больных.

Разработанная модель была проверена на практике и показала высокую точность прогнозов — около 92%, отмечают исследователи. Использование такой системы поможет предотвратить нехватку нужных препаратов в разгар сезона цветения.

Фото: adiruch @123RF.com