Моделирование распространения COVID-19

От прогноза к управлению

В рамках заседания общероссийского семинара «Информатика, управление и системный анализ» состоялась мини-конференция «Модели эпидемий и COVID-19», на которой сотрудниками ФИЦ ИВТ и компании «Биософт» были представлены результаты разработки компьютерного симулятора распространения коронавирусной инфекции, ориентированного на поддержку принятия управленческих решений на уровне отдельного региона.

На семинаре, который проводится на базе факультета Вычислительной математики и кибернетики МГУ (http://www.commonmind.ru/), было представлено 4 доклада от математиков и математических биологов из Астрахани, Нижнего Новгорода, Москвы и Новосибирска. Новосибирск представляли специалисты Федерального исследовательского центра информационных и вычислительных технологий. Они представили результаты разработки на базе BioUML, самого быстрого SBML симулятора в мире (https://doi.org/10.1093/bioinformatics/btz860), платформы для мультимодального моделирования, на которой уже реализовано два варианта моделей распространения COVID-19: на основе (мульти)агентного подхода и на основе модифицированной SEIR-модели.

Основными модификациями модели стало добавление/разделение субпопуляций «Асимптоматические, протестированные» и «Асимптоматические, не протестированные», «Иммунные, протестированные» и «Иммунные, не протестированные», «Тяжелобольные» – больные с тяжелой формой протекания болезни, «Тяжелобольные на ИВЛ» – больные, которым потребовалось лечение на ИВЛ для дальнейшего выздоровления, добавлен подсчет количества свободных ИВЛ, их расход и освобождение, приток зараженных, прилетевших из других городов и стран, согласно официальной статистики штаба Новосибирской области.

Параметры моделей идентифицируются на основе официально опубликованной статистики. Строятся прогнозы не только числа регистрируемых заболевших, вылечившихся и умерших, но и количества свободных койко-мест, аппаратов ИВЛ и другие характеристики, необходимые для эффективного управления ситуацией в условиях эпидемии. Интерфейс программы разрабатывается для поддержки управленческих решений, связанных с жесткостью ограничительных и карантинных мер, управлением коечным фондом и распределением аппаратной базы (прогноз потребности в аппаратах ИВЛ, текущее количество свободных аппаратов, прогноз освобождения занятых аппаратов). В настоящее время модель позволяет симулировать следующие сценарии:

* Ограничение мобильности населения;

* Ограничение массовых собраний;

* Создание новых больничных мест, потребность в новых аппаратах ИВЛ;

* Импорт инфекции извне;

* Изменение программы тестирования населения;

* Отслеживание контактов зарегистрированных больных.

Работа по созданию платформы и компьютерных моделей распространения COVID-19 поддерживается в рамках деятельности межведомственной рабочей группы по коронавирусной инфекции при Сибирском отделений Российской академии наук. Дальнейшее развитие работы видится в направлении расширения спектра моделей. Первый заместитель директора ФИЦ ИВТ, кандидат физико-математических наук Андрей Юрченко пояснил, что на следующем этапе реализации проекта к функциям модели будут добавлены возможности для построения и анализа мультимасштабных иммуноэпидемиологических моделей разных инфекционных заболеваний с учетом воздействия на экономику региона и сценариев действия органов власти, а также модели, учитывающие мутации вируса и распространения разных вариантов вируса внутри популяции, особый интерес представляют модели, учитывающие влияние вакцинации и иммунного ответа, которые также планируется интегрировать в реализуемые модели.

Проблема оценки влияния мутаций вируса на его распространение и воздействие на человека была поднята в разрезе анализа смертности от коронавируса. Директор Института программных систем имени А.К. Айламазяна Российской академии наук член-корреспондент РАН Сергей Михайлович Абрамов обратил внимание на факт снижения смертности от коронавирусной инфекции COVID-19: в первое время смертность достигла и удерживалась на уровне 10%, в дальнейшем эта характеристика плавно снижалась, достигнув к началу июня значений 2-3%. Возможность мутаций вируса, приводящих к снижению его негативного влияния на организм и летальности, названа в числе основных вероятных причин. Также отмечено, что важным фактором снижения смертности от COVID-19 является разработка и повышение эффективности протоколов лечения и, конечно, изменение статистических характеристик, в частности, вследствие повышения числа тестируемых, в том числе, массовое тестирование, включившее безсимптомных заболевших.

Нужно добавить, что изучение вопроса мутации SarS-CoV2 является важным направлением исследований биологов-вирусологов совместно с математическими биологами. Так, американские исследователи пришли к выводу, что самая распространенная мутация вируса D614G увеличивает эффективность его проникновения в клетку, преодоления им соответствующих клеточных барьеров и механизмов защиты, что приводит к повышению заразности в 2,5-8 раз (https://nauka.tass.ru/nauka/8734145). Модели распространения COVID-19 должны учитывать эти динамические характеристики.

Андрей Соболевский, пресс-служба ФИЦ ИВТ