Мультиагентная имитационная модель распространения вируса COVID19
Вопрос практики — Что будет, если по конкретному адресу появится первый случай вируса?
Номинация практики

Первый регион реализации Санкт-Петербург

Срок внедрения: 4 месяца
Подготовительный этап
от 4 мес.
Команда практики
Февральский прогноз по модели заразившихся в Москве через 30 дн. после первого случая (чел):
5084
Обработано контактов между, жит.
12 000 000

Описание

Задачи:

  • симулировать распространение путей заболевания, передающегося воздушно-капельным путем, например COVID19, в обычном сценарии, когда нет режима карантина (самоизоляции)

  • понимание количества заболевших при управлении (откл./вкл) разных городских объектов от помещения.

  • прогноз заболевших, если вспышка появилась по какому-либо определенному адресу



На каких данных основана модель?

Прежде чем построить имитационную модель распространения любого вируса в пределах города, нужно смоделировать основное поведение людей: где они живут, как перемещаются пешком и общественном транспорте (с пересадкой в метро или без), куда едут на работу, или в вуз днем.  Делается это на базе геомоделей мест скопления людей в городе (модели притяжения населения). Всего в модель заложили порядка 70 геофакторов: особенности транспортного перемещения, нагрузка на остановки, количество работников в бизнес-центрах, количество проживающих в домах, наличие продуктовых магазинов. Интересно, что разработчики применили геоданные, которые уже 17 лет используют в основном бизнесе —  геомаркетинговых сервисах для оценки потенциала локации.

Затем нужно учесть вероятность заражения в т. ч. вероятность посещения этих мест той или иной группы населения (например, по  возрастным группам). С помощью специалистов НИИ им. Гамалеи мы постарались описать вирус на базе тех открытых данных, что были в разных источниках. Это — и восприимчивость к вирусу определенных возрастных групп, латентный, продромальный  периоды и ряд других изученных особенностей. 

Что получилось?

 

Теперь можно относительно легко «взять» имитацию населения и, при правильных описанных вирусах, попробовать сымитировать пространственно-временное распространение любого вируса, передающегося воздушно-капельным, контактным путем от человека к человеку. Что и сделали разработчики Центра пространственных исследований, сымитировав  миллионы взаимодействий жителей Москвы разных возрастов на базе мультиагентной модели.

 

«Затем мы внедрили модель в виде отдельного модуля в российском программном обеспечении „Геоинтеллект“ в пределах Москвы. В специальном, отдельном интерфейсе Геоинтеллекта, удалось визуализировать при помощи „бегунка“ (таймлайн)  распространение коронавируса: от момента появления и обращения к врачу и до момента излечения» — говорит Денис Струков, генеральный директор Центра. Пока имитация не предполагает карантинные мероприятия и показывает, а что будет, если не будет карантина».

Согласно модели, если в Москве заболеет один человек по конкретному адресу Х, за 30 дней заразится  5084 человека. На карте красным цветом видны очаги возникновения и рапространения коронавируса. Зелёным цветом показано население, которое оправилось от болезни.  

 

 


Смоделированная заболеваемость (красным) по г. Москве за первые 30 дней распространения инфекции от одного человека по конкретному адресу. Зеленым — выздоровевшие.





Имитация пути распространения вируса от домохозяйства по месту работы, учебы и т. д.  При наведении курсора на городские объекты видны пути заражения людей.

 

Порядки цифры зараженных через 30 дней соответствуют динамике распространения болезни  в г. Ухань (провинция Hubei)  «с самого начала регистрации». Если считать Ухань «похожим» (по крайней мере по населению) с Москвой, то можно сделать первые выводы о работоспособности математической модели в случае, если не прибегать к ограничительным мерам.

 



График динамики случаев Коронавируса в Провинции Хубей (г. Ухань), https://coronavirus.app/fiJ14DCxw15e3SMemh8R

Следует отметить, что конечно есть ограничения. Например, хоть и городские геоданные по Москве, а также места массового скопления людей, проживания  — реальные, то вот люди — имитация на основе половозрастного состава людей, проживающих в районах Москвы.

Более подробное видео, что будет, если обнаружится больной по конкретному адресу, и если ничего не делать — смотрите на сайте: https://geointellect.ru/video/koronavirus.mp4

Результат

  • Удалось симулировать контакты (без изоляции) между 12 000 000 жителями Москвы, не используя персональные данные, а только данные по полу, возрасту, количеству населения в домах, городским объектам и общественному транспорту, а также — по местам массовости.

  • 5084 жителей — количество, спрогнозированное в феврале 2020 года по г. Москва на первую декаду апреля.

  • Результат внедрен в ПО ЭВМ «Геоинтеллект» (Рег в Минкомсвязи Приказом 665 от 30.11.2018), апробирована модель в НИИ эпидемиологии и микробиологии им. Н. Гамалеи


  • Результат может быть тиражируемым на разные воздушно-капельные инфекции и на разные крупные города.



Стоимость реализации: От 1 млрд до 10 млрд ₽

Этапы реализации

4 месяца

  • Сбор данных

  • Моделирование

  • Внедрение инструмента в ПО, визуализация

  1. Сбор данных.
  2. Моделирование.
  3. Внедрение инструмента в ПО, визуализация.
Дата создания: 03.06.20
Как выживают рестораны в условиях пандемии COVID-19?
Как организовать систему выдачи пропусков онлайн
Как сделать простым, удобным и дешевым, механизм предоставления и получения удаленной работы?
Как в период кризиса быстро высвободить денежные средства, повысить доходы и сократить затраты?