Российские ученые разработали первую в стране нейросетевую модель, способную прогнозировать пики сезонной аллергии и заранее рассчитывать потребность в антигистаминных препаратах. Проект реализован специалистами Пермского Политеха совместно с коллегами из НИУ ВШЭ и Пермской государственной фармацевтической академией. Об этом «Газете.Ru» сообщили в пресс-службе образовательного учреждения.
Поллинозом — аллергией на пыльцу растений — страдают от 15 до 25% населения мира. В южных регионах России из-за мягкого климата сезон пыления практически непрерывен: зимой активны ольха и орешник, затем береза и кипарисы, летом — злаки, а завершает цикл амброзия. Это создает постоянную нагрузку на пациентов и систему здравоохранения, ежегодно приводя к дефициту лекарств в аптеках.
Традиционные календари цветения, основанные на усредненных данных прошлых лет, теряют точность из-за климатических изменений. Аномально теплые весны смещают сроки пыления, и прогнозы перестают работать. В мире эту проблему решают с помощью динамических моделей, учитывающих текущую погоду и концентрацию пыльцы. Однако в России собственной системы до сих пор не было.
«Разработка представляет собой компьютерную модель на основе нейросети, которая в режиме реального времени анализирует прогноз погоды и данные аэропалинологического мониторинга. Опираясь на эту информацию, алгоритм строит прогноз пиковой концентрации для каждого аллергена и позволяет предсказать рост потребности в препаратах», — рассказал профессор ПНИПУ, доктор физико-математических наук Константин Шварц.
Основой для обучения стали данные 10 лет наблюдений. Ученые ежедневно фиксировали содержание пыльцы и определяли ее вид под микроскопом. В модель включены девять основных аллергенов: береза, ольха, злаки, клен, вяз, сосна, тополь, крапива и амброзия. Затем алгоритм сопоставили с реальными сведениями о поставках лекарств, в том числе «Лоратадина» и «Цетиризина».
Система выявила количественную закономерность: пик пыльцы приводит к росту спроса на антигистаминные с задержкой в несколько дней.
«Мы получаем не просто сезонный прогноз, а своего рода расписание пиков пыльцы с опережением в несколько суток. Если ожидается выброс березовой пыльцы выше среднего, мы можем заранее рассчитать, насколько вырастет спрос и сколько упаковок препарата потребуется дополнительно», — пояснил Шварц.
По данным разработчиков, точность прогноза концентрации пыльцы березы достигла 92%. Это позволяет аптечным организациям формировать резервы и избегать дефицита в период массовых обострений.
«Главное преимущество системы — возможность заранее, еще до начала сезона, определить необходимые объемы закупок. Это делает управление лекарственным обеспечением более экономически эффективным и снижает риски нехватки препаратов», — отметил ученый.
Авторы считают, что внедрение модели поможет повысить доступность терапии и улучшить качество жизни миллионов россиян, страдающих сезонной аллергией.
Ранее в России разработали приложение для оценки рисков болезней сердца по голосу.
