Моделирование распространения инфекционных заболеваний в Саудовской Аравии

Моделирование распространения инфекционных заболеваний в Саудовской Аравии

Проблема

В начале пандемии COVID-19 страны принимали разные решения касательно нового коронавируса. Некоторые из этих решений были рискованными, но все они так или иначе повлияли на разные сферы жизни общества, включая политическую и экономическую. Поиск быстрых ответов на вопросы был жизненно важен для контроля над распространением болезни.

Lean Business Services — ведущая компания в области оказания помощи и развития сектора здравоохранения в Саудовской Аравии. Компания Lean построила имитационную модель с помощью AnyLogic, чтобы определить, как различные меры могут повлиять на распространение вируса с течением времени.

Во время COVID-19 моделирование помогало понять эффективность мер, введенных правительством, и их влияние на контроль над распространением COVID-19. С помощью имитационного моделирования можно планировать, как использовать ограниченные ресурсы здравоохранения в разгар пандемии.

Решение

Модель SEIR(D) — математическая модель распространения инфекционного заболевания. Согласно ей, каждый человек существует в одном из пяти состояний:

Также в модели учитывалась иммунизация. Модель SEIR(D) разделялась на несколько второстепенных моделей: если иммунитет ослаблен и если иммунизация не одинаково эффективна для всех людей.


Системно-динамическая модель SEIR(D)

Системно-динамическая модель SEIR(D) — упрощенная базовая модель


Lean построила базовую модель SEIR(D) с использованием системной динамики. Затем построила другие модели, объединяющие агентное моделирование и системную динамику. Агентная часть моделей детально показывала поведение на индивидуальном уровне. Системная динамика обрабатывала большие объемы информации на общем и более сложном уровне. Это повысило гибкость моделей, позволяя быстро проверять различные сценарии.


Многоподходная модель, включающая агентное моделирование и системную динамику

Многоподходная модель, включающая агентное моделирование и системную динамику


Модель включает 82 уникальных параметра и 20 управлений или отделов здравоохранения. Для каждого управления разработана отдельная имитационная модель. Таким образом, всего насчитывается 1640 параметров, которые делятся на четыре основные категории:

  1. ресурсы здравоохранения;
  2. развитие болезни, связанной с COVID-19;
  3. поведение населения;
  4. демографию.

Из этих уникальных параметров получается 95 различных путей, умноженных на 20 управлений, создающих 1900 динамических событий. Наступление событий зависит от условий. Таким условием может быть, например, количество доступных аппаратов ИВЛ. Если аппаратов ИВЛ будет недостаточно, это может привести к смерти тех, кто в них нуждается, и увеличению уровня смертности в целом.

В модели учитывались такие события, как международные поездки, работа, учеба в школе, вакцинация, Ид — национальный праздник в Саудовской Аравии, и другие сценарии. Кроме того, в модели были учтены медицинские ресурсы, такие как медсестры, врачи, койки в отделениях интенсивной терапии и т. д.

Интерфейс модели удобен для пользователя: он может менять параметры, политики и, что важно, даже население. В результате модель можно использовать для анализа других стран.

Lean также построила агентные модели, предназначенные для конкретного применения, например, в самолете. В модели учитывалось поведение каждого агента (пассажира). Например, в самолете два человека могут сидеть рядом, и если один заразен, то другой может от него заразиться. В результате вероятность распространения болезни становится выше.


SEIR(D)-модель, в которой агенты путешествуют на самолете

SEIR(D)-модель, в которой агенты путешествуют на самолете


Примечательно, что Lean построила отдельную агентную модель для хаджа, ежегодного исламского паломничества в Мекку в Саудовской Аравии. В модели были учтены разные меры по борьбе с COVID-19, чтобы понять эффективность каждой из них. Например, будет ли лучше взять два мазка вместо одного перед хаджем, будет ли эффективнее изолировать людей дома или в Мекке.


 Хадж интегрирован с моделью. Предположения относительно хаджа

Хадж интегрирован с моделью. Предположения относительно хаджа


Результат

После запуска моделей компания Lean Business Services смогла предоставить подробные отчеты, включая прогнозируемое количество случаев заражения новым коронавирусом на следующую неделю или следующий месяц, прогнозируемые последствия возвращения школ к очному обучению, уровень смертности из-за COVID-19, влияние хаджа и так далее.


Пример месячного отчета об эффективности мер по изоляции на отделение интенсивной терапии и смертность

Пример месячного отчета об эффективности мер по изоляции на отделение интенсивной терапии и смертность


Проект был представлен Ахмедом Альхомейдом из Lean Business Services на конференции AnyLogic 2021.

Презентация доступна в формате PDF.



Похожие проекты

Другие истории успеха

Сборник историй успеха от пользователей AnyLogic

Скачать