Математики рассказали, почему прогнозы по COVID-19 не сбываются
С начала пандемии COVID-19 разных частях мира строят прогнозы относительно распространения болезни, пиков и спадов заболеваемости. И предсказываемые специалистами даты постоянно меняются. Так, весной эксперты Сингапурского университета технологии и дизайна высказывали мнение, что эпидемия коронавируса в России завершится к концу июня, а в мире — в первой половине декабря. Специалисты РХТУ имени Менделеева предсказывали окончание пандемии в России в июле. В одном из последних прогнозов, сделанном в НТИ СПбПУ, говорится, что в ближайшее время плато даже не предвидится, а заболеваемость пойдет на спад только к февралю следующего года. Почему расчеты ученых постоянно меняются, можно ли им доверять и зачем они нужны, интернет-портал NGS24.ru решил выяснить у математиков.
Как пояснил сотрудник кандидат физико-математических наук, доцент Томского политехнического университета Михаил Семенов, математические расчеты нужны для того, чтобы, зная текущее состояние и какие-то ограниченные условия, определить поведение изменения системы. При этом модель прогноза можно строить разными способами.
«Подходов для моделирования может быть масса. Мы можем использовать аппарат дифференциальных уравнений, можем использовать аппарат теории графов или теории вероятности. Именно поэтому разные прогнозы могут отличаться», — сказал Семенов.
Кроме того, различаться могут входные данные. Специалисты могут использовать от нескольких единиц до нескольких сотен параметров.
«Чтобы модель была адекватна истинному положению распространения инфекции, нужны достаточно точная статистика, сколько именно заболевших, и внешние факторы, причем не просто качественно, а именно количественно влияют на распространение инфекции», — объяснил кандидат физико-математических наук, завкафедрой медицинской физики Уральского государственного медицинского университета. Сергей Соколов.
В качестве одного из таких важных параметров он назвал индекс самоизоляции.
«Конечно, он влияет — сколько человек в среднем на улице, в общественных местах находится, как они контактируют», — объясняет Сергей Соколов.
Кроме того, по словам ученого, необходимо знать вероятность заражения при контакте с больным человеком. Менять картину могут также охват населения тестами, а также вводимые в регионах ограничительные меры или их отмена.
По словам Соколова, сложность моделирования поведения коронавируса заключается еще и в том, что это новая инфекция, она может протекать бессимптомно и ее можно перепутать с другим заболеванием.
«Я в свое время знакомился с математическими моделями распространения кори — там проблем нет. Здесь же я читал статьи и пробовал сам: любой фактор начинаешь менять, например, количество контактов в день, в большую или меньшую сторону — то быстро затухает распространение, то взлетает», — поделился специалист.
Получается, что математическое моделирование может работать хорошо, но только если используется большое количество параметров. И на данном этапе проблема состоит в том, что не все они очевидны.
«Надо понимать, что мы моделируем поведение социально-экономической системы, в которой многое зависит от решений органов власти и реального поведения людей. Любые изменения этих факторов могут существенно повлиять на прогноз», — рассказал ранее в интервью «Известиям» глава группы по моделированию ситуации с коронавирусом, руководитель Центра компетенций НТИ «Новые производственные технологии» на базе Санкт-Петербургского политехнического университета Петра Великого Алексей Боровков.
По мнению Сергея Соколова, для того, чтобы понять, какие факторы имеют наибольшее значение при прогнозировании поведения COVID-19, ученым потребуется еще примерно полгода-год.
Однако математические модели полезны уже сейчас. С их помощью отслеживать различные тенденции. Например, заболеваемость снижается, если увеличить уровень самоизоляции.