У Русији развијена прва апликација за борбу против сезонских алергија

Компјутерски модел за прогнозу полена

„Развој представља компјутерски модел заснован на неуронској мрежи која анализира временске прогнозе у реалном времену на основу локалних метеоролошких података и тренутних концентрација полена на основу аеро-полинолошког мониторинга – система за праћење полена биљака у ваздуху. На основу примљених информација, алгоритам предвиђа вршне концентрације за сваки алерген, омогућавајући тачна предвиђања учесталости болести и, посљедично, неопходне потребе за антихистаминицима за становнике региона“, објаснио је професор ПНПУ, доктор физичких и математичких наука Константин Шварц, преноси агенција ТАСС.

Фудбал

Преокрет око Влаховића који нико није очекивао

Прелазак са календара на динамичке предиктивне моделе

Према ријечима научника, свијет се удаљава од календара ка динамичким предиктивним моделима биљног полена који могу да узму у обзир тренутне временске услове. Ова рјешења се заснивају на глобалним мрежама за праћење полена које прикупљају податке помоћу посебних замки, свакодневно анализирајући концентрације алергена у ваздуху у различитим земљама.

Руски модел заснован на локалним подацима

До сада, Русији је недостајала платформа изграђена на локалним подацима. Стварање једне копирањем страног модела је немогуће, јер Русија има другачију флору и јединствене временске услове.

Страни алгоритам, заснован, на примјер, на подацима из Сјеверне Америке или Европе, био би бескористан у руским условима.

Тако су научници развили први руски компјутерски модел за борбу против сезонских алергија заснован на неуронским мрежама.

БиХ

Амиџић: Мехмедовић, свјестан политичког краја, одлучио пријавити програм за исплату плата

Тренирање модела и идентификација алергена

Модел је трениран користећи податке које су научници прикупили током 10 година посматрања. Идентификовано је девет главних биљних алергена који утичу на здравље руских становника: бреза, јова, траве, јавор, брест, бор, топола, коприва и амброзија.

Након обуке на овим дугорочним подацима, алгоритам је прилагођен коришћењем података о испорукама лијекова апотекама.

Комбиновање података за предвиђање потражње

Комбиновањем ове двије врсте података, систем је био у стању да идентификује квантитативне обрасце: како специфични временски услови покрећу скокове полена и како, са закашњењем од неколико дана, овај врхунац покреће пораст потражње за одређеним лијековима.

Хроника

Још једна тешка несрећа у БиХ: Повријеђено више особа

„Модел нам даје не само сезонску прогнозу, већ и 'распоред' врхунаца полена неколико дана унапријед. На примјер, видимо да се очекује да ће сутрашњи полен брезе бити 12 одсто већи од просјечног врхунца. То значи да ће за 2-3 дана потражња за антихистаминицима порасти за 1,4 одсто од ове бројке. Ако саберем ове прогнозе за све алергене за цијелу сезону, можемо израчунати укупну потребну количину набавке. Дакле, умјесто просјечних 10.800 паковања лоратадина за цијели период, потребно је да се до врхунца снабдијемо са приближно 11.500 паковања“, објаснио је Шварц.

Квантитативно мјерење потражње и предвиђање залиха

Како су истраживачи истакли, модел је први који квантитативно мјери како скок полена повећава потражњу за специфичним антихистаминицима у року од неколико дана. На основу ове прогнозе, систем израчунава проценат лијекова који би требало да буду унапријед ускладиштени током сезоне полена.

Тестирање је показало да развијени модел има стопу тачности од 92 одсто.

Савјети

Ово цвијеће никако не поклањајте за Дан заљубљених

Предности система за апотеке и здравство

„Развој прецизно предвиђа нивое полена у ваздуху, омогућавајући апотекама да се припреме. Главна предност је што систем омогућава унапријед израчунавање потребних количина набавке, сезону унапријед. Ово елиминише несташицу лијекова током епидемијске сезоне и доводи до исплативог управљања“, додао је ПНРПУ.

Овај програм развили су научници Пермског националног истраживачког политехничког универзитета (ПНПУ), заједно са колегама са Националног истраживачког универзитета Високе школе економије (ВШЕ) и Пермске државне фармацеутске академије (ПДФА).