Созданная в России нейросеть предскажет сезон аллергии в каждом регионе
Компьютерная модель учитывает динамику пыления растений и прогноз погоды
Российские учёные разработали первую отечественную программу для борьбы с сезонной аллергией на пыльцу растений. Над проектом работали специалисты из Пермского национального исследовательского политехнического университета, Высшей школы экономики и Пермской государственной фармацевтической академии.
Ранее в России не существовало собственной платформы, построенной на местных данных. Поэтому представленная разработка – своеобразное ноу-хау. Компьютерная модель на основе нейросети в режиме реального времени анализирует прогноз погоды в конкретной местности и текущую концентрацию пыльцы растений в воздухе.
Как пояснил профессор ПНИПУ, доктор физико-математических наук Константин Шварц, алгоритм на основе полученных данных строит прогноз пиковой концентрации для каждого аллергена. Это помогает точно предсказать подъём заболеваемости и потребность жителей конкретного района в антигистаминных препаратах.
Действовать на опережение
Модель обучили на данных, собранных учёными за 10 лет наблюдений. Для этого с помощью специальных ловушек они ежедневно фиксировали содержание пыльцы в воздухе, а затем вручную подсчитывали и определяли виды пыльцевых зёрен под микроскопом. Исследователи выделили девять основных растений-аллергенов: берёза, ольха, злаки, клён, вяз, сосна, тополь, крапива и амброзия. Затем алгоритм прошёл адаптацию на сведениях о поставках лекарств в аптеки.
Объединив эти два типа данных, система показала, как погода влияет на выброс пыльцы и как с задержкой в несколько дней этот пик вызывает рост спроса на конкретные лекарства. С помощью разработки можно заранее рассчитать необходимые объёмы закупок, чтобы исключить возможный дефицит препаратов в период всплеска заболеваемости. Достоверность модели достигает 92 %.
