Руски научници развили су први домаћи компјутерски модел за борбу против сезонских алергија заснован на неуронским мрежама, који узима у обзир динамику биљног полена и временске прогнозе како би се спречила несташица лекова у апотекама, саопштила је прес-служба универзитета Пермског националног истраживачког политехничког универзитета (ПНПУ).
Компјутерски модел за прогнозу полена
„Развој представља компјутерски модел заснован на неуронској мрежи која анализира временске прогнозе у реалном времену на основу локалних метеоролошких података и тренутних концентрација полена на основу аеро-полинолошког мониторинга – система за праћење полена биљака у ваздуху. На основу примљених информација, алгоритам предвиђа вршне концентрације за сваки алерген, омогућавајући тачна предвиђања учесталости болести и, последично, неопходне потребе за антихистаминицима за становнике региона“, објаснио је професор ПНПУ, доктор физичких и математичких наука Константин Шварц, преноси агенција ТАСС.
Прелазак са календара на динамичке предиктивне моделе
Према речима научника, свет се удаљава од календара ка динамичким предиктивним моделима биљног полена који могу да узму у обзир тренутне временске услове. Ова решења се заснивају на глобалним мрежама за праћење полена које прикупљају податке помоћу посебних замки, свакодневно анализирајући концентрације алергена у ваздуху у различитим земљама.
Руски модел заснован на локалним подацима
До сада, Русији је недостајала платформа изграђена на локалним подацима. Стварање једне копирањем страног модела је немогуће, јер Русија има другачију флору и јединствене временске услове.
Страни алгоритам, заснован, на пример, на подацима из Северне Америке или Европе, био би бескористан у руским условима.
Тако су научници развили први руски компјутерски модел за борбу против сезонских алергија заснован на неуронским мрежама.
Тренирање модела и идентификација алергена
Модел је трениран користећи податке које су научници прикупили током 10 година посматрања. Идентификовано је девет главних биљних алергена који утичу на здравље руских становника: бреза, јова, траве, јавор, брест, бор, топола, коприва и амброзија.
Након обуке на овим дугорочним подацима, алгоритам је прилагођен коришћењем података о испорукама лекова апотекама.
Комбиновање података за предвиђање потражње
Комбиновањем ове две врсте података, систем је био у стању да идентификује квантитативне обрасце: како специфични временски услови покрећу скокове полена и како, са закашњењем од неколико дана, овај врхунац покреће пораст потражње за одређеним лековима.
„Модел нам даје не само сезонску прогнозу, већ и ‘распоред’ врхунаца полена неколико дана унапред. На пример, видимо да се очекује да ће сутрашњи полен брезе бити 12 одсто већи од просечног врхунца. То значи да ће за 2-3 дана потражња за антихистаминицима порасти за 1,4 одсто од ове бројке. Ако саберем ове прогнозе за све алергене за целу сезону, можемо израчунати укупну потребну количину набавке. Дакле, уместо просечних 10.800 паковања лоратадина за цели период, потребно је да се до врхунца снабдијемо са приближно 11.500 паковања“, објаснио је Шварц.
Квантитативно мерење потражње и предвиђање залиха
Како су истраживачи истакли, модел је први који квантитативно мери како скок полена повећава потражњу за специфичним антихистаминицима у року од неколико дана. На основу ове прогнозе, систем израчунава проценат лекова који би требало да буду унапред ускладиштени током сезоне полена.
Тестирање је показало да развијени модел има стопу тачности од 92 одсто.
Предности система за апотеке и здравство
„Развој прецизно предвиђа нивое полена у ваздуху, омогућавајући апотекама да се припреме. Главна предност је што систем омогућава унапред израчунавање потребних количина набавке, сезону унапред. Ово елиминише несташицу лекова током епидемијске сезоне и доводи до исплативог управљања“, додао је ПНРПУ.
Овај програм развили су научници Пермског националног истраживачког политехничког универзитета (ПНПУ), заједно са колегама са Националног истраживачког универзитета Високе школе економије (ВШЕ) и Пермске државне фармацеутске академије (ПДФА).
