Ученые Пермского национального исследовательского политехнического университета совместно с коллегами из НИУ ВШЭ и Пермской государственной фармацевтической академии создали первую в России цифровую модель для прогнозирования сезонной аллергии. Точность системы по итогам тестирования составила 92%.
Фото: unsplash
Как сообщили разработчики ТАСС, система представляет собой нейросетевой алгоритм, который анализирует местные метеоданные и результаты аэропалинологического мониторинга — наблюдений за концентрацией пыльцы в воздухе. На основе этих данных программа прогнозирует пики пыления конкретных растений и рассчитывает ожидаемый рост спроса на антигистаминные препараты.
Для обучения модели использовались данные 10-летних наблюдений. Ученые выделили девять основных аллергенов, характерных для России: березу, ольху, злаки, клен, вяз, сосну, тополь, крапиву и амброзию. Алгоритм также сопоставили с информацией о поставках востребованных лекарств от аллергии.
Система способна заранее определить ожидаемый пик пыльцы и рассчитать необходимый объем закупок препаратов. По оценке разработчиков, модель позволит снизить риск дефицита лекарств в период сезонного обострения и повысить эффективность управления аптечными запасами.
Ранее Bzzz.news сообщал, что ученые научили ИИ выявлять диабет и болезни сердца по голосу.
