Машинне навчання проти туберкульозу: як передбачити спалах хвороби

Дослідження науковців Львівської політехніки відкриває нові можливості у боротьбі з туберкульозом через застосування інноваційних методів машинного навчання та математичного моделювання. Проєкт, виконаний кандидатом економічних наук Наталією Бойко та студентом Дмитром Работяговим, демонструє принципово новий підхід до прогнозування епідеміологічної ситуації.

Туберкульоз залишається серйозною глобальною проблемою охорони здоров'я, особливо в умовах воєнного часу та обмежених медичних ресурсів. Традиційні методи епідеміологічного нагляду часто виявляються недостатньо ефективними для швидкого реагування та попередження спалахів захворювання.

Дослідники проаналізували масштабний набір даних про захворюваність на туберкульоз в Україні за період з 2007 по 2022 роки. Вони використали два основні методи моделювання: класичну SIR-модель (Susceptible-Infectious-Recovered) та сучасний алгоритм машинного навчання Random Forest.

SIR-модель є класичним епідеміологічним підходом, який розділяє популяцію на три групи: сприйнятливі до зараження, інфіковані та одужалі. Однакця модель має суттєві обмеження — вона не враховує багатьох соціально-демографічних факторів та індивідуальних особливостей захворювання.

На противагу їй, метод Random Forest продемонстрував набагато вищу точність прогнозування. Цей алгоритм машинного навчання дозволяє аналізувати складні взаємозв'язки між різними параметрами: віком, статтю, соціально-економічним становищем, регіоном проживання тощо.

Ключовим результатом дослідження стало виявлення найбільш вразливих груп населення. Несподівано, найвищий ризик захворювання на туберкульоз мають чоловіки віком 35−44 років. Саме ця демографічна група показала найвищі показники інфікування за розробленою математичною моделлю.

Метод Random Forest дозволив не лише передбачити потенційні спалахи захворювання, але й оцінити ймовірність інфікування з точністю 92%. Для порівняння, традиційна SIR-модель показала набагато нижчу ефективність і не змогла врахувати багатьох важливих факторів.

Дослідження проводилося на базі кафедри Систем штучного інтелекту Національного університету «Львівська політехніка» в рамках наукової теми «Методи та засоби штучного інтелекту для запобігання поширенню туберкульозу в умовах воєнного часу».

Науковці вважають, що розроблена методика може стати потужним інструментом для медичних закладів та органів охорони здоров'я. Впровадження подібних технологій дозволить більш ефективно планувати профілактичні заходи, розподіляти медичні ресурси та розробляти цільові стратегії боротьби з туберкульозом.

Перспективи дослідження передбачають подальше вдосконалення алгоритмів, зокрема впровадження більш складних нейронних мереж та врахування додаткових факторів впливу. Вчені наголошують на важливості продовження досліджень для створення максимально точних прогностичних моделей.