Насколько высок риск заразиться вирусом в самолете?
Исследования исторических моделей перемещения людей и животных предлагают три простых правила:
- отдаляться от тех, кто слишком близко.
- приближаться к тем, кто далеко.
- соответствовать направлению движения соседей.
Эта проблема особенно актуальна для авиаперелетов, где повышен риск заражения, как при недавней всемирной вспышке коронавируса, вызывающего COVID-19.
"Авиакомпании используют несколько зон при посадке", — говорит Ашок Сринивасан, профессор факультета компьютерных наук Университета Западной Флориды. "При посадке в самолет люди блокируются и вынуждены стоять рядом с человеком, укладывающим багаж на полку — люди находятся очень близко друг к другу. Эта проблема усугубляется при использовании многих зон. Выход из самолета происходит гораздо плавнее и быстрее — у инфекции меньше времени для распространения".
Сринивасан — главный исследователь новой работы по моделям динамики пешеходов, которая была использована для анализа процедур, снижающих риск распространения болезней в самолетах. Исследование опубликовано в журнале PLOS ONE в марте 2020 года.
От модели SPED к модели CALM
Многие годы ученые полагались на модель SPED (динамика самоуправляемых объектов), которая рассматривает каждого человека как точечную частицу, аналогичную атому в молекулярно-динамических симуляциях. Модель SPED меняет параметры, управляющие взаимодействиями между атомами, чтобы они отражали взаимодействия между людьми.
Одно ограничение модели SPED — ее медленная скорость, что затрудняет принятие своевременных решений, например, при вспышке COVID-19.
Исследователи предложили модель CALM (ограниченное линейное движение индивидов в толпе). CALM дает результаты, аналогичные SPED, но не основана на молекулярной динамике и была разработана для быстрого выполнения. Модель CALM работает почти в 60 раз быстрее, чем SPED.
"Модель CALM преодолела ограничения SPED, когда требуются решения в реальном времени", — сказал Сринивасан.
Вычислительная работа на суперкомпьютере Frontera
Ученые создали CALM с нуля для эффективной работы на компьютерах, особенно на GPU (графических процессорах). Для исследований они использовали суперкомпьютер Frontera (№5 в мире по мощности на ноябрь 2019 года).
"Используя Frontera, мы смогли провести достаточно масштабное моделирование, чтобы понять, как выглядит точный ответ", — отметил Сринивасан.
Команда провела валидацию, изучив время высадки пассажиров на трех типах самолетов. Они выполнили симуляции с 1000 различных комбинаций значений и сравнили их с эмпирическими данными. Используя подсистему GPU на Frontera, исследователи сократили время вычислений до 1,5 минут.
Модели не учитывают экстремальные события
Сринивасан подчеркивает, что научные модели часто неточно отражают экстремальные события. Хотя модели предсказывали маловероятную передачу инфекции в самолетах, было несколько известных вспышек.
"Общепринято считать, что распространение инфекции в самолетах происходит за два ряда впереди и позади инфицированного пассажира", — говорит он. "Во время вспышки SARS в 2002 году это в основном подтверждалось. Однако одна вспышка привела к более чем половине случаев, и половина инфицированных сидела дальше, чем в двух рядах. Можно счесть это выбросом, но именно этот 'выброс' оказал наибольшее влияние".
При COVID-19 типичный зараженный человек, как полагают, заражает 2,5 других. Однако были случаи, когда один "суперраспространитель" инфицировал большое число людей. Влияние таких экстремальных событий и сложность их точного моделирования затрудняют прогнозирование.
"В нашем подходе мы не стремимся точно предсказать фактическое число случаев, — объясняет Сринивасан. — Скорее, мы пытаемся выявить уязвимости в различных политиках или процедурах, например, при разных методах посадки в самолет. Мы генерируем множество возможных сценариев и проверяем, является ли один вариант последовательно лучше другого. Если да, то его можно считать более надежным".
Практический совет
"Вы все еще можете быть в группе риска [заражения вирусом], даже если находитесь дальше шести футов", — предупреждает Сринивасан. "Похоже, что модели, рекомендующие это расстояние, не учитывают поток воздуха. Как мяч летит дальше, если его бросить по ветру, так и капли, несущие вирусы, будут перемещаться дальше по направлению воздушного потока".
В Сингапуре, например, в вытяжном отверстии туалета, которым пользовался пациент, был обнаружен новый коронавирус, что объяснили потоком воздуха.
"Модели не учитывают все факторы, влияющие на реальность. Когда ставки высоки, лучше перестраховаться", — заключает Сринивасан.