Вестник цифровой трансформации CIO.RU

ДВФУ: эффективность противоэпидемиологических мер подтверждается анализом больших данных
ДВФУ: эффективность противоэпидемиологических мер подтверждается анализом больших данных




17:55 03.11.2020  |  2748 просмотров



В Школе цифровой экономики Дальневосточного федерального университета (ШЦЭ ДВФУ) построена прогнозная модель, которую используют для анализа эпидемиологической ситуации на кампусе университета.

Главный вывод, который сделали исследователи, опираясь на полученные данные — жесткие противоэпидемические мероприятия оправданы. Это было продемонстрировано на графиках, построенных по итогам сравнения данных негативного прогноза с реальными данными по заболевшим и контактным, которые появились после введения масочного режима. Для сравнения в модели была учтена информация по странам, в которых не было введено жестких ограничений в связи с коронавирусом (США, Бразилия).

Как отмечает Илья Мирин, директор ШЦЭ ДВФУ, прогнозируя ситуацию на кампусе вместе с Медцентром ДВФУ, решается очень прикладная задача: руководство пытается понять, какое количество заболевших ожидать, сколько коек готовить. Прогнозная модель основана на ретроспективных данных о том, как развивалась эпидемия в России и других странах. Создатели модели уверены в реалистичности своего прогноза, потому что постоянно тестируют модель, каждый день сверяя ее данные с реальной информацией, и корректируют алгоритм в случае, когда прогноз расходится с фактами. Один из выводов на сегодняшний день — эпидемиологическую нагрузку на университет создают не сами заболевшие, которых не очень много, а контактные студенты и сотрудники, нарушающие противоэпидемические меры. В этом смысле очень важна работа по разъяснению необходимости противоэпидемиологических мер. Модель показывает, что такая работа дает реальные результаты.

В числе мер профилактики COVID-19 в ДВФУ эксперты проводили беседы со старостами студенческих групп, во время которых медики объяснили, что в случае выявления заболевших они будут обязаны изолировать всех контактных студентов. При этом контактными не будут считаться те, кто соблюдал масочный режим. Количество контактных людей после этого резко упало, учебный процесс не был нарушен, а прогнозная модель показала более благоприятный прогноз.

Всего за период пандемии в ДВФУ заболели 137 человек. Легкой формой переболели 93%, тяжелой – 7%.

Прогнозная модель, разработанная в ДВФУ, основана на уже достаточно устоявшейся технологии многослойных нейронных сетей, обучаемых методом обратного распространения ошибки. Ее особенность в наличии более чем одного обучаемого слоя. По словам Мирина, для разработки модели перепробовали «почти все, что принято в отрасли»: деревья решений, различные виды нейросетей и т.д. Однако в результате пришли к выводу, что старая известная технология работает более чем хорошо. Она позволяет проводить мелкие настройки и улучшения, чтобы в будущем получать качественный результат. С ее помощью удается прогнозировать заболеваемость и, самое главное, количество контактных, потому что именно они создают основную нагрузку на структуру университета.

В разработке прогнозной модели приняли участие студенты ШЦЭ ДВФУ, обучающиеся на направлениях «Искусственный интеллект и большие данные» и «Кибербезопасность».


Теги: Большие данные Эпидемия коронавируса COVID-19



На ту же тему: