​Когда и чем закончится эпидемия коронавируса? Какие из многих вариантов борьбы с ним надо выбрать, чтобы выйти из кризиса с наименьшими потерями? Ответ на эти вопросы сегодня ждут прежде всего от математиков, которые строят прогнозы на основании компьютерных моделей. По инициативе ученых новосибирского Академгородка состоялось несколько интернет-семинаров, где специалисты России и других стран обсуждали математические модели распространения вируса COVID-19 и его последствия. "РГ" беседует с одним из организаторов семинара, членом-корреспондентом РАН Сергеем Кабанихиным.

Сергей Игоревич, сегодня в СМИ можно найти множество разных моделей, связанных с этим вирусом. Некоторые из самых "громких" даже попали в центральные газеты. Их можно объединить девизом "Мир обманули". Эти модели доказывают, что вирус намного безобиднее, чем обычный грипп, у которого куда более страшные цифры смертности и летальности. Но нет никакой паники, никто не призывает по поводу гриппа вводить карантин. Словом, мир поражен не медицинской эпидемией, а вирусом паники. Он может оказаться куда большей угрозой, чем сама инфекция. Ваш комментарий?

Сергей Кабанихин: Вначале по поводу паники. Думаю, что у коронавируса существует не менее опасный цифровой двойник. Я бы назвал его по аналогии с реальным - d-covid-19 (digital - цифровой). Он может поразить наше сознание с молниеносной быстротой, если мы будем излишне доверчивы и не научимся соблюдать правила информационной гигиены. Хотя бы на уровне здравого смысла.

На фоне всемирного коронавируса рождаются всевозможные фейки, теории заговора и т.д. Здесь и вырвавшиеся из-под замка лабораторий разработки, и заговор мировых элит по чипированию населения, и происки Билла Гейтса , и даже пришествие Антихриста....

Сергей Кабанихин​: Психологи предупреждают, что такие катаклизмы травмируют подсознание людей. Причем травмировать может как неопределенность и грядущая неизвестность, так огромный объем иформации. Информационная пандемия порождает во многих головах излишне паническую реакцию. Пустеют полки магазинов, растет потребление алкоголя, начинается поиск виновных: виноваты ученые, политики, финансисты и т.д. Возможна и обратная реакция - равнодушие или нарушение мер предосторожности.

Почему нет паники во время эпидемий гриппа? Хотя, по утверждению авторов "сенсационных" моделей, он опаснее коронавируса.

Сергей Кабанихин​: Понимаете, статистика вещь лукавая, все зависит от того, как считать. Но главное, что о гриппе мы знаем если не все, то очень много. Он для нас почти "свой". Созданы достаточно надежные преграды от гриппа, прививки, вакцины. А коронавирус COVID-19 появился неожиданно и во многом совершенно неизвестен. Почти все его параметры и особенности приходится узнавать на собственном, иногда очень горьком опыте. Армия биологов, вирусологов, врачей исследует все более подробно, как вирус передается, каковы его свойства, как вырабатывается иммунитет, и т.д. Почти каждый день появляются все новые данные. Скажем, результаты исследований показывают, что, попав в легкие, коронавирус начинает их разрушать, и довольно часто это происходит бессимптомно. Почему? Надо изучать. Или, например, сначала полагали, что в основном умирают люди преклонного возраста, а сейчас оказывается, что он довольно часто поражает независимо от возраста, даже детей. И примеров подобных "странностей" этого вируса все больше.

Сейчас врачи уже говорят, этот вирус "не следует канонам классической эпидемиологии, классического развития ОРВИ, врачи не понимают, почему пациент должен быть как минимум в реанимации, но чувствует себя хорошо, а потом идет катастрофический обвал".

По мере изучения вирус ставит все больше вопросов. Именно это главная проблема при разработке математических моделей его распространения

Сергей Кабанихин​: Увы, это так. Более того, по мере изучения вирус ставит все больше вопросов. Именно это главная проблема при разработке математических моделей распространения COVID-19.

Вице-премьер Татьяна Голикова недавно отметила, что ни одна математическая модель по коронавирусу у нас пока не подтвердилась. Но ведь сегодня в мире создано множество моделей. Неужели среди них нельзя найти адекватные?

Сергей Кабанихин​: Общие принципы, уравнения для описания распространения эпидемий науке давно известны. Они постоянно усложняются, уточняются. Весь вопрос в настройке этих уравнений именно на данную конкретную эпидемию и на конкретный регион.

Фото:  Сергей Карпухин/ТАССЧто значит - настройка модели на регион?

Сергей Кабанихин​: Здесь много факторов, скажем, в каждом городе своя плотность застройки, промышленная структура, транспортная система и, что очень важно, свой менталитет, а от этого зависит число контактов. Вот эту специфику надо учесть в модели. А дальше начинается самое главное: используя модель, можно рассчитывать сценарии, что будет, если в нее ввести разные варианты ограничений - например, закрываем метро, отменяем электрички, изменяем маршруты автобусов и т.д. И выбирать наиболее оптимальный.

Специалисты утверждают, что трудно построить даже грубую модель эпидемии, не зная точного числа летальности, смертности, а самое главное - количества неучтенных зараженных. По разным данным, таких может быть от 30 до 50 процентов. Но без этих цифр разве можно строить модели, получить с их помощью хотя бы приблизительно объективные данные, а тем более давать прогнозы, предлагать правительствам варианты возможных действий?

Сергей Кабанихин​: Конечно, в таких эпидемиях много неопределенности, но математика имеет в своем арсенале разные приемы решения подобных задач. Скажем, область моих научных интересов - так называемые обратные задачи. Применительно к эпидемиологии в них могут быть неизвестны коэффициенты уравнений, начальные условия, скажем, число скрытых заразившихся. Не зная этих данных, невозможно моделировать и тем более предсказывать распространение вируса.

Однако для определения этих неизвестных каждый день появляется новая информация - данные о количестве выздоровевших, умерших, и тех, кто проходит лечение в клинике или дома. Такая информация позволяет восстановить с большой вероятностью неизвестные параметры математической модели распространения вируса. А значит, применить эту модель для анализа дальнейшего развития эпидемии, для предсказания последствий введения тех или иных ограничений. То есть помогать тем, кто принимает решения, просчитывать наперед последствия тех или иных действий.

Проректор Санкт-Петербургского Политеха Алексей Боровков создал модель эпидемии коронавируса в городе. Она показала, что в самом лучшем случае к середине июня в Петербурге заболеют около 40 тысяч человек при строгом соблюдении введенных ограничений и запретов. В худшем - когда люди не соблюдают самоизоляцию - будет 120 тысяч инфицированных. А если бы вообще никаких мер не было, то к концу мая число заболевших в Петербурге достигло бы двух миллионов. Насколько эта модель эффективна? А если да, то можно ли ее применять для других регионов, скажем, для вашего Новосибирска?

Сергей Кабанихин​: Думаю, эти прогнозы разумные, но о деталях модели мы пока знаем только со слов автора. Можно ли ее применять для других регионов? Думаю, что да, но для этого ее надо перенастроить. Ведь она создана конкретно для Петербурга, а в других регионах в модель надо вводить свои параметры. Скажем, для Новосибирска мы можем сделать это сами. Здесь нет никаких проблем, кроме организационных и финансовых.

По инициативе Академгородка уже состоялось несколько математических интернет-семинаров, посвященных коронавирусу. Какие выводы сделаны? Когда появятся адекватные модели?

Сергей Кабанихин​: Это была инициатива академика Искандера Тайманова, на нее откликнулись многие наши коллеги. К примеру, очень интересный доклад сделал замдиректора московского Института вычислительной математики РАН Алексей Романюха, который занимается эпидемиями много лет. Он рассказал о конкретной модели распространения туберкулеза в Москве, в которой учтены транспортные потоки, число возможных контактов и другие важные факторы. Эту модель можно адаптировать и для распространения COVID-19.
Вообще моделей, связанных с его распространением, разработано много, но их надо проверить, сравнить, понять плюсы и минусы. В перспективе необходима комплексная модель, настроенная для конкретных районов, городов, регионов. У каждой такой группы есть своя специфика, и она должна учитываться при составлении уравнений. Они должны постоянно уточняться, ведь каждый день может вносить в них коррективы. Так постепенно модель будет все более приближаться к "адекватной", наиболее точно отражающей процесс распространения вируса.

Ученые из каких стран участвуют в ваших интернет-семинарах?

Сергей Кабанихин​: Самая большая группа участников из России, особенно сотрудников Сибирского отделения РАН. Плюс еще более 150 человек из Казахстана, Киргизии, Узбекистана, Азербайджана, Турции, Европы и США. Большой интерес проявили коллеги из Китая. Уже образовались интернет-коллективы, которые начинают развивать модели, обмениваться идеями, опытом применения.

Хочу особо подчеркнуть, что сейчас мы оказались в уникальной ситуации, когда изоляция и общая тяжелейшая проблема благодаря интернету объединили ученых всего мира. Наши семинары - это один из примеров международного сотрудничества, к которому призвали в своем заявлении академии 15 ведущих стран мира, в частности России, США, Германии, Франции, Великобритании и т.д.




Источники

Почему COVID-19 ставит ученых в тупик
Российская газета (rg.ru), 21/04/2020
Почему COVID-19 ставит ученых в тупик
The world news (theworldnews.net), 21/04/2020
Почему COVID-19 ставит ученых в тупик
Seldon.News (news.myseldon.com), 21/04/2020
Почему COVID-19 ставит ученых в тупик
News-Life (news-life.pro), 21/04/2020
Почему COVID-19 ставит ученых в тупик
123ru.net, 21/04/2020
Почему COVID-19 ставит ученых в тупик
Национальная ассоциация нефтегазового сервиса (nangs.org), 21/04/2020
Библионочь-2020 в онлайн-формате
Пресс-релизы Tass.ru, 22/04/2020
Почему вирус ставит ученых в тупик
Красноярский рабочий (krasrab.ru), 22/04/2020
Загнать в формулу
Российская газета, 22/04/2020
Загнать в формулу
Российская газета # Москва, 22/04/2020

Похожие новости

  • 07/02/2017

    Новосибирские ученые моделируют болезнь

    ​Работая с пациентом, врач анализирует симптомы, определяет заболевание и прописывает лекарства, но стандартная схема лечения эффективна не для всех. Дело в том, что организм каждого человека имеет свой иммунный ответ, зависящий от истории болезней и характеристик иммунокомпетентных клеток.
    1383
  • 19/09/2016

    Математические модели помогут хирургам

    ​Своим рождением Институт вычислительной математики (ИВМ) РАН обязан академику Гурию Марчуку. Руководитель Сибирского отделения Академии наук СССР (1975-1980), ГКНТ СССР (1980-1986), АН СССР (1986-1991), Гурий Иванович был большим ученым и талантливым организатором.
    1510
  • 19/04/2016

    В Институте систем информатики СО РАН проходит XI Ершовская лекция по информатике

    ​19 апреля Институт систем информатики СО РАН проводит традиционную XI Ершовскую лекцию.В этом году с Ершовской лекцией выступит известный российский специалист по системному программированию д.ф.-м.н.
    2580
  • 16/12/2019

    ИВМиМГ СО РАН принимает участие в реализации проекта «Базовые школы РАН»

    ​10 декабря 2019 в Лицее №130 имени академика М.А. Лаврентьева врио директора ИВМиМГ СО РАН д.ф.-м.н. Михаил Марченко прочитал лекцию "Компьютерное моделирование как метод проведения эксперимента" для ребят из 10-го математического класса.
    295
  • 20/04/2020

    Учёные: лето может усугубить ситуацию с коронавирусом

    ​​​​Есть вероятность, что летний период не остановит наступление COVID-19 в России и в мире. Об этом заявили ученые в рамках очередного заседания межведомственной рабочей группы (МРГ) по коронавирусной инфекции при Сибирском отделении РАН.
    451
  • 16/04/2019

    Восемь ответов на частые вопросы о СНЦ ВВОД

    Зачем нужен Сибирский национальный центр высокопроизводительных вычислений, обработки и хранения данных — СНЦ ВВОД? Откуда придут деньги на его создание? Как этот проект связан с синхротроном СКИФ? С другими проектами «Академгородка 2.
    886
  • 27/04/2017

    Мощность новосибирского суперкомпьютерного центра выросла после модернизации

    Сибирский суперкомпьютерный центр СО РАН установил новый вычислительный кластер, благодаря чему его пиковая производительность выросла на 70% - до 197 терафлопс (197 трлн операций в секунду). Как сообщил на открытии обновленного центра директор Института вычислительной математики и математической геофизики (ИВМиМГ) СО РАН Сергей Кабанихин, новые мощности позволят проводить вычисления для решения экологических проблем и ликвидации чрезвычайных ситуаций.
    1706
  • 21/10/2016

    Сергей Кабанихин: решение обратных задач важно для человечества

    ​Говорят, рассуждение Платона о том, что человечеству в процессе познания порой доступны только тени на стене пещеры и эхо, явилось предвестником решения Аристотелем задачи восстановления формы Земли по ее тени на Луне.
    5132
  • 22/06/2017

    Участники «Технопрома» - о развитии и применении искусственного интеллекта

    ​Глубинное обучение (Deep Learning) - область машинного обучения, которая активно развивается последние годы. Конечно, это не тот искусственный интеллект, который представляют себе фантасты, но уже сегодня многие алгоритмы решают задачи биомедицины, машиностроения, обработки естественного языка.
    1358
  • 17/04/2019

    «Академический час для школьников»: лекция «Математическое моделирование физических процессов»

     17 апреля в 15:00 в Малом зале Дома ученых СО РАН состоится лекция члена-корреспондента РАН Сергея Игоревича Кабанихина «Математическое моделирование физических процессов».  Сергей Игоревич Кабанихин, член-корреспондент РАН, профессор, советский и российский математик, специалист в области вычислительной математики, создания, исследования и применения численных методов решения обратных задач математической физики.
    683