admin 
Поллиноз — сезонная аллергия на пыльцу растений, от которой страдает до четверти населения мира. В некоторых регионах из-за длительного и почти непрерывного периода пыления эта проблема становится хронической, ежегодно провоцируя острый дефицит лекарств в аптеках. Существующие календари цветения стали неэффективны для своевременного предупреждения о пиках аллергии из-за климатических изменений, поэтому мир переходит к динамическим прогнозным моделям, учитывающим текущую погоду. Однако в России подобной системы до сих пор не существовало. Чтобы решить эту проблему, ученые Пермского Политеха совместно с коллегами из НИУ ВШЭ и ПГФА создали первую в стране модель на основе нейросетей, которая анализирует динамику пыления растений и прогноз погоды, чтобы предотвращать нехватку средств от аллергии.
Статья опубликована в журнале «Цифровые модели и решения».
Поллиноз — сезонное аллергическое заболевание, вызываемое пыльцой растений. От этой проблемы каждый год страдает от 15 до 25% населения планеты. У большинства болезнь проявляется в определенное время года, с пиком на весну и лето. Однако для жителей южных регионов России это состояние часто становится хроническим. Мягкий климат обеспечивает практически непрерывный цикл цветения: пыление ольхи и орешника начинается еще зимой, следом идут кипарисы и береза, затем луговые травы и злаки, а завершает сезон агрессивная амброзия (опасный карантинный сорняк, пыльца которого обладает исключительно высокой способностью вызывать аллергию).
Такой длительный период пыления создает постоянную нагрузку на организм, значительно ухудшая качество жизни пациентов и формируя серьезную проблему для системы здравоохранения и фармацевтического снабжения. Без заблаговременных мер это приводит к двойной проблеме: у больных обостряются симптомы на фоне нехватки лекарств, а в аптеках возникает острый дефицит необходимых препаратов. Чтобы смягчить последствия, все стороны стремятся подготовиться к сезону заранее.
Единственным ориентиром для такого планирования десятилетиями служили традиционные календари цветения — статичные схемы, построенные на усредненных данных прошлых лет. По сути, они определяли лишь приблизительные временные рамки пыления для каждого растения. И долгое время этот подход был общим для всего мира. Однако климатические изменения резко снизили эффективность этого метода. Средняя температура на поверхности Земли за первые восемь месяцев 2025 года была на 1,42 °C выше климатической нормы. Ситуация стала непредсказуемой: там, где по графику в апреле еще должно быть спокойно, из-за аномально теплой весны воздух мог уже быть насыщен, например, березовой пыльцой.
Именно поэтому в мире стали переходить от календарей к динамическим прогностическим моделям, способным учитывать текущую погоду. В основе таких решений лежат глобальные сети мониторинга пыльцы, которые собирают данные с помощью специальных ловушек, ежедневно анализируя концентрацию аллергенов в воздухе разных стран. Однако в России собственной платформы, построенной на местных данных, до сих пор не существовало. Создать ее, просто скопировав зарубежную, невозможно, поскольку у нас другая флора (береза, злаки, амброзия) и свои уникальные погодные условия. Чужой алгоритм, обученный, например, на данных Северной Америки или Европы, в наших условиях окажется бесполезным.
Для решения этих проблем ученые Пермского Политеха совместно с коллегами из НИУ ВШЭ и ПГФА разработали первую в России компьютерную модель для борьбы с сезонной аллергией на основе нейросетей, которая учитывает динамику пыления растений и прогноз погоды, чтобы исключить дефицит лекарств в аптеках.
— Разработка представляет собой компьютерную модель на основе нейросети, которая в режиме реального времени анализирует прогноз погоды по местным метеоданным, а текущую концентрацию пыльцы — по данным аэропалинологического мониторинга — системы наблюдения за пыльцой растений в воздухе. Опираясь на полученную информацию, алгоритм строит прогноз пиковой концентрации для каждого аллергена, что позволяет точно предсказать подъем заболеваемости и, как следствие, необходимую потребность в антигистаминных препаратах для жителей региона, — рассказывает Константин Шварц, профессор ПНИПУ, доктор физико-математических наук.
Основой для обучения модели стали уникальные данные, собранные учеными за 10 лет наблюдений. Для этого с помощью специальных ловушек они ежедневно фиксировали содержание пыльцы в воздухе, а затем вручную подсчитывали и определяли виды пыльцевых зерен под микроскопом. Так были выделены девять основных растений-аллергенов, влияющих на здоровье жителей России: береза, ольха, злаки, клен, вяз, сосна, тополь, крапива и амброзия. После обучения на этих многолетних показаниях алгоритм прошел адаптацию на реальных сведениях о поставках лекарств в аптеки.
Объединив эти два типа данных, система смогла выявить количественные закономерности: как конкретные погодные условия приводят к выбросу пыльцы и как с задержкой в несколько дней этот пик вызывает всплеск спроса на конкретные лекарства.
— Модель дает нам не просто сезонный прогноз, а «расписание» пиков пыльцы с опережением в несколько суток. Например, мы видим, что завтра ожидается выброс пыльцы березы силой 12% выше среднего пика. Значит, через 2–3 дня спрос на антигистаминные препараты вырастет на 1,4% от этого показателя. Если сложить такие прогнозы по всем аллергенам на весь сезон, то можно рассчитать общий необходимый объем закупок. Так, вместо усредненных 10 800 упаковок «Лоратадина» на весь этот период к пику нужно заготовить примерно 11 500 упаковок, — объяснил Константин Шварц.
В итоге модель впервые количественно измерила, как всплеск пыльцы через несколько дней увеличивает потребность на конкретные антигистаминные препараты. Для расчетов использовались данные о поставках двух самых распространенных и доступных средств — «Лоратадина» и «Цетиризина», которые составляют основу лекарственного ассортимента в сезон аллергии. Опираясь на прогноз, система рассчитывает, на какой процент необходимо заранее создать резерв необходимых лекарственных препаратов в период сезона.
— При тестировании модели ее достоверность в прогнозировании концентрации для основного аллергена в России, березы, составила 92%. Наша разработка точно предсказывает, какой будет уровень пыльцы в воздухе, чтобы аптечные организации могли подготовиться. Главное преимущество — система позволяет заранее, за сезон, рассчитать необходимые объемы закупок. Это исключает дефицит препаратов в эпидсезон заболеваемости и приводит к экономически эффективному управлению, — подытожил Константин Шварц.
Таким образом, разработка ученых позволит аптечным организациям и поставщикам лекарств заранее планировать закупки антигистаминных препаратов на основе прогноза пыльцы. Это, в свою очередь, обеспечит их доступность и повысит качество жизни миллионов людей, страдающих сезонной аллергией.
Информация предоставлена пресс-службой ПНИПУ
Источник фото: ru.123rf.com
Источник: scientificrussia.ru
