Автор: 
Во время пандемии COVID-19 учёные обнаружили проблему: из-за дополнительных факторов (новых штаммов или изменения политики в разных странах) прогнозирование распространения инфекции с помощью искусственного интеллекта было крайне неточным. Поэтому исследователи разработали новую ИИ-модель, которая способна анализировать гораздо больше входных данных о распространении патогенов, чем предыдущие инструменты. Нейросеть может прогнозировать распространение инфекций на срок до трёх недель. Пока что учёные обучили модель на данных коронавирусной пандемии, однако, применить систему можно на любом патогене — главное, чтобы было достаточно входных данных. Исследование опубликовано в журнале Nature Computational Science.
Новая ИИ-модель под названием PandemicLLM использует такие входные данные, как демографическая информация, характеристики системы здравоохранения, недавние всплески заболеваемости, количество госпитализаций, вакцинаций, новые варианты вируса, их распространённость и особенности, масочный режим, а после обрабатывает их и прогнозирует развитие пандемии. PandemicLLM может точно предсказывать закономерности распространения болезни, а также тенденции уровня госпитализации на срок от одной до трех недель. При этом нейросеть превосходит другие модели, созданные для прогнозирования распространения вируса.
Учёные протестировали новую модель, применив её к распространению коронавируса в США во время пандемии этой инфекции за 19 месяцев. По сравнению с прошлыми моделями новая нейросеть эффективнее предсказывала распространение COVID-19. Также учёные утверждают, что модель можно адаптировать под любое инфекционное заболевание: птичий грипп, оспу обезьян и респираторно-синцитиальный вирус. Теперь учёные пытаются понять, сможет ли нейросеть учитывать личные решения людей относительно своего здоровья. Возможно, искусственный интеллект поможет разрабатывать более безопасную и эффективную политику по предотвращению распространения инфекций.
