Цифровое моделирование распространения вируса в транспортной системе

Цифровая модель АВМ (англ. agent-based model (АВМ)) — это имитационная модель, исследующая поведение децентрализованных агентов и то, как такое поведение определяет поведение всей системы в целом.  Она решает проблему отсутствия модели обоснования политики, направленной на сдерживание распространения вируса CoVid-19.

 Использование агентного моделирования  позволяет:

• проанализировать риски и скорость распространения вируса CoVid-19 через общественный транспорт.
• спрогнозировать эффективность ввода ограничительных мер (карантин, социальное дистанцирование и др.).
• запустить и проанализировать различные стратегические сценарии подавления эпидемии на заданной территории и оценить эффективность внешнего воздействия на процесс распространения вируса.

Анализ осуществляется на основе открытых данных, в том числе данных о пассажиропотоке в транспортной системе,  а также на ряде заданных параметров и допущений.

Основные параметры модели:

1.        количество заболевших на 10 тыс. человек

2.       количество людей, с которыми каждый пассажир контактирует на станции и в вагоне метро

3.       минимальная дистанции между людьми и прочие параметры

Допущения:

1. 1 из 10 000 человек, скорее всего, будет иметь это заболевание

2. Уровень заражения составляет приблизительно 3%

3. Каждый пассажир будет взаимодействовать в среднем с 10 другими людьми на станции

4. Каждый пассажир будет взаимодействовать в среднем с 8 людьми внутри поезда

5. Взаимодействие происходит следующим образом: человек входит на станцию, входит в вагон поезда, выходит из поезда, покидает станцию

6. Условные и переходные вероятности основаны на ежечасных данных о пассажиропотоке

7. Отсутствует социальное дистанцирование (режим дистанцирования не введен)

На Филиппинах модель применили для расчета скорости распространения вируса в манильском метро. При этом модель АВМ может быть применена для оценки динамики распространения вируса в любых других транспортных системах при наличии данных о пассажиропотоке. 

Модель позволила получить следующую информацию:

• Пространственно-временное распространение вируса Covid-19 происходит через несколько станций после того, как было осуществлено взаимодействие людей в вагоне поезда.
• К концу дня вирус может легко распространиться на нескольких станциях маршрута.
• Вновь инфицированные люди, скорее всего, будут сеять новые очаги инфекции.
• Взаимодействие людей в транспорте вызвало 107 новых случаев заражения к концу дня (на начало дня их было 34).

Эффекты от реализации решения:

• эффективное реагирование на эпидемию за счет создания масштабной социальной компании
• предоставление велосипедов медицинским работникам как экономичная мера, позволяющая снизить распространение вируса
• введение режима самоизоляции
• введение режима социального дистанцирования людей на расстояние 1,5 — 2 метра
• снижение негативного воздействия вируса на общество: более равномерное распределение заболевших по времени, уменьшение числа тяжелых больных на пике распространения вируса и сокращение смертности.
• адекватное прогнозирование потребности в койко-местах в отделениях интенсивной терапии (реальная потребность не превысила возможности системы здравоохранения)
• согласно сценарию в итоге должно произойти формирование коллективного иммунитета и естественное прекращение эпидемии

Реализованные приложения — дашборды:

• Филиппины

Датасет: 

• Ежедневный пассажиропоток в общественном транспорте по станциям

https://data.gov.ph/?q=dataset/metro-rail-transit-line-3-passenger-traffic-daily/resource/609adee3-7252-46bb-8d19 

Источники: 

https://www.worldometers.info/coronavirus/country/south-korea/ https://dotcmrt3.gov.ph/about https://en.wikipedia.org/wiki/Manila_Metro_Rail_Transit_System_Line_3 https://data.gov.ph/?q=dataset/metro-rail-transit-line-3-passenger-traffic-daily/resource/609adee3-7252-46bb-8d19