PNAS Nexus: ИИ поможет прогнозировать волны вариантов COVID-19

Модель искусственного интеллекта может предсказать, какие варианты SARS-CoV-2 могут вызвать новые волны инфекции. Существующие модели, используемые для прогнозирования динамики передачи вируса, не предсказывают распространение вируса по конкретным вариантам.

Рецеф Леви и его коллеги изучили, какие факторы могут определять распространение вируса, на основе анализа 9 миллионов генетических последовательностей SARS-CoV-2, собранных Глобальной инициативой по обмену данными о птичьем гриппе (GISAID) из 30 стран, а также данных о количестве вакцинаций, уровне инфицирования и других факторах.

Выявленные в результате анализа закономерности были использованы для построения модели оценки риска с помощью машинного обучения. Модель способна выявить 72,8% вариантов в каждой стране, которые вызовут не менее 1000 случаев на миллион человек в ближайшие три месяца после периода наблюдения всего в одну неделю после обнаружения.

После двух недель наблюдения эта предсказательная эффективность возрастает до 80,1%.

Среди наиболее сильных предикторов того, что вариант станет инфекционным, — ранняя траектория инфекций, вызванных этим вариантом, шиповые мутации варианта и то, насколько мутации нового варианта отличаются от мутаций наиболее доминирующего варианта в течение периода наблюдения.

По мнению авторов, подход к моделированию может быть расширен для предсказания будущего течения других инфекционных заболеваний.

02.01.2024