Прогнозирование эпидемий невозможно без учёта эволюции

Обычно математические модели распространения чего-либо в популяциях (от коронавируса до дезинформации) изучают начальные стадии процесса и по этой скорости проецируют будущий масштаб.

Но что, если патоген мутирует или информация видоизменяется, меняя скорость распространения? В новом исследовании, опубликованном в Proceedings of the National Academy of Sciences (PNAS), учёные из Университета Карнеги — Меллон впервые показали важность этих факторов.

«Эти эволюционные изменения имеют огромное влияние», — говорит автор исследования Осман Яган. — «Если не учитывать потенциальные изменения во времени, вы ошибётесь в прогнозе числа заболевших или людей, столкнувшихся с информацией».

Люди знакомы с эпидемиями болезней, но информация в соцсетях может распространяться с огромной скоростью и «становиться вирусной». Это зависит от того, как изменяется исходное сообщение.

«Некоторую дезинформацию создают намеренно, но некоторые [изменения] могут возникать органически, когда многие люди последовательно вносят небольшие правки, как в игре "испорченный телефон"», — отмечает Яган. — «Скучная информация может эволюционировать в вирусный твит, и мы должны уметь прогнозировать её распространение».

В исследовании учёные разработали математическую теорию, учитывающую такие эволюционные изменения. Они протестировали её на тысячах компьютерных симуляций эпидемий в реальных сетях, таких как Twitter для информации или больница для болезней.

В контексте инфекционных заболеваний команда провела тысячи симуляций на данных двух реальных сетей:

• сеть контактов между учениками, учителями и персоналом в американской школе;
• сеть контактов между персоналом и пациентами в больнице в Лионе (Франция).

Симуляции служили испытательным полигоном: теория, совпадающая с наблюдениями в симуляциях, оказалась бы более точной.

«Мы показали, что наша теория работает в реальных сетях», — говорит ведущий автор работы Рашад Элетреби. — «Традиционные модели, не учитывающие эволюционные адаптации, не способны предсказать вероятность возникновения эпидемии».

Хотя исследование не даёт стопроцентно точного инструмента для прогноза распространения коронавируса или фейковых новостей — для этого нужны данные в реальном времени об эволюции патогена или информации, — авторы считают его большим шагом вперёд.

«Мы на шаг ближе к реальности», — заключает Элетреби.