Поллиноз, или сезонная аллергия на пыльцу растений, затрагивает до четверти населения земного шара. В определенных районах из-за продолжительного периода цветения эта проблема приобретает хронический характер, что ежегодно приводит к дефициту медикаментов в аптечных пунктах. Традиционные календари цветения оказались неспособными оперативно предупреждать о периодах повышенной аллергенной активности из-за изменения климата, поэтому все большее распространение получают динамические прогнозные модели, учитывающие текущие погодные условия. В России подобная система до настоящего времени отсутствовала. Для решения данной задачи специалисты Пермского Политеха в сотрудничестве с коллегами из НИУ ВШЭ и ПГФА разработали первую в стране модель, основанную на нейронных сетях, которая анализирует изменения в пылении растений и прогнозы погоды с целью предотвращения нехватки лекарственных препаратов для аллергиков.
Статья опубликована в журнале «Цифровые модели и решения».
Поллиноз – это сезонное аллергическое расстройство, спровоцированное пыльцой растений. Ежегодно от этой проблемы страдают от 15 до 25% жителей Земли. У большинства заболевание проявляется в конкретный период года, с наибольшей интенсивностью весной и летом. Но для людей, проживающих в южных областях России, это состояние нередко переходит в хроническую форму. Благоприятный климат обеспечивает почти непрерывный период цветения: опыление ольхи и орешника начинается уже зимой, за ним следуют кипарисы и береза, затем – луговые травы и злаки, и завершает сезон амброзия (опасный сорняк, находящийся под карантином, пыльца которого характеризуется чрезвычайно высокой аллергенностью).
Длительное воздействие пыльцы оказывает существенную нагрузку на здоровье, что негативно влияет на самочувствие пациентов и создает значительную проблему для системы здравоохранения и обеспечения лекарственными средствами. При отсутствии своевременных действий это влечет за собой две взаимосвязанные трудности: у заболевших усиливаются проявления болезни на фоне нехватки медикаментов, а аптеки сталкиваются с острой нехваткой необходимых препаратов. С целью уменьшения негативных последствий все заинтересованные участники стараются заблаговременно готовиться к этому периоду.
На протяжении многих лет планирование сельскохозяйственных работ основывалось исключительно на традиционных календарях цветения – фиксированных схемах, разработанных на основе усредненных показателей прошлых лет. Фактически, они давали лишь примерное представление о периоде цветения для каждого вида растений. Долгое время этот метод применялся повсеместно. Но изменение климата значительно уменьшило его результативность. Средняя температура на поверхности Земли за первые восемь месяцев 2025 года была на 1,42 °C выше климатической нормы. Ситуация стала непредсказуемой: там, где по графику в апреле еще должно быть спокойно, из-за аномально теплой весны воздух мог уже быть насыщен, например, березовой пыльцой.
По этой причине наблюдается тенденция к отказу от традиционных календарей в пользу динамических прогностических моделей, учитывающих актуальные погодные условия. Эти системы базируются на глобальных сетях мониторинга пыльцы, которые посредством специализированных устройств собирают информацию и ежедневно проводят анализ концентрации аллергенов в воздухе различных государств. Тем не менее, в России до настоящего времени отсутствует собственная платформа, разработанная на основе локальных данных. Невозможно создать ее, просто скопировав зарубежный аналог, поскольку флора (береза, злаки, амброзия) и климатические условия в нашей стране имеют свои особенности. Алгоритм, обученный, к примеру, на данных Северной Америки или Европы, будет неэффективен в российских реалиях.
С целью решения обозначенных задач специалисты Пермского Политеха в сотрудничестве с сотрудниками НИУ ВШЭ и ПГФА создали первую в стране цифровую модель для противодействия сезонным аллергическим реакциям, основанную на нейронных сетях. Данная модель учитывает изменения в процессе пыления растений и метеорологические прогнозы, что позволяет избежать нехватки медикаментов в аптеках.
— Разработанная компьютерная модель использует нейросеть для анализа прогноза погоды в реальном времени, опираясь на местные метеорологические данные, а также на сведения о текущей концентрации пыльцы, получаемые из аэропалинологических систем мониторинга – сетей наблюдения за пыльцой растений в воздухе. На основе этих данных алгоритм формирует прогноз пиковых концентраций каждого аллергена, что обеспечивает точное предсказание увеличения заболеваемости и, соответственно, потребности в антигистаминных препаратах для жителей региона, – поясняет Константин Шварц, профессор ПНИПУ, доктор физико-математических наук.
В качестве базы для обучения модели использовались уникальные данные, полученные учеными в ходе десятилетних наблюдений. Для сбора информации применялись специальные ловушки, с их помощью ежедневно регистрировалось содержание пыльцы в атмосфере. Затем вручную, под микроскопом, проводился подсчет и идентификация видов пыльцевых зерен. В результате было определено девять основных растений-аллергенов, оказывающих влияние на здоровье россиян: береза, ольха, злаки, клен, вяз, сосна, тополь, крапива и амброзия. После обучения на этих многолетних данных алгоритм был адаптирован к фактическим сведениям о поставках медикаментов в аптеки.
Благодаря сопоставлению этих двух видов информации, система смогла обнаружить числовые зависимости: каким образом определенные погодные условия влияют на выброс пыльцы и как через несколько дней этот пик провоцирует увеличение потребности в определенных медикаментах.
— Модель предоставляет не просто сезонный прогноз, а своеобразное «расписание» пиков пыльцы, позволяющее предвидеть их наступление на несколько дней. В частности, по данным модели, завтра ожидается выброс пыльцы березы, который на 12% превысит средний пиковый уровень. Это означает, что через 2–3 дня спрос на антигистаминные средства увеличится на 1,4% от текущего показателя. Совокупность таких прогнозов для всех аллергенов на протяжении всего сезона позволяет определить общий объем необходимых закупок. Как пояснил Константин Шварц, вместо стандартных 10 800 упаковок «Лоратадина», необходимых на весь сезон, к периоду пиковой активности потребуется заготовить около 11 500 упаковок.
В результате проведенного анализа впервые была получена количественная оценка влияния увеличения выбросов пыльцы через несколько дней на спрос на определенные антигистаминные лекарства. Для проведения расчетов были задействованы данные о поставках двух наиболее часто используемых и доступных препаратов — «Лоратадина» и «Цетиризина», которые являются основой аптечных запасов в период сезонной аллергии. На основе прогнозируемых данных система определяет, на сколько процентов следует заранее формировать резерв необходимых медикаментов в сезон.
— При проведении испытаний модели ее точность в прогнозировании концентрации основного аллергена, березы, для России, достигла 92%. Наша разработка позволяет с высокой степенью уверенности определять ожидаемый уровень пыльцы в воздухе, что помогает аптечным организациям подготовиться к сезону. Ключевым преимуществом является возможность заблаговременного, до начала сезона, расчета требуемых объемов закупки. Это позволяет избежать нехватки лекарственных средств в период повышенной заболеваемости и обеспечивает экономически целесообразное управление, — заключил Константин Шварц.
Благодаря новой разработке ученых, аптеки и дистрибьюторы медикаментов смогут более эффективно планировать закупки антигистаминных средств, опираясь на прогнозы концентрации пыльцы. Это позволит гарантировать наличие необходимых препаратов и улучшить качество жизни людей, страдающих сезонными аллергическими реакциями.
Информация предоставлена пресс-службой ПНИПУ