Человеческий организм ежедневно подвергается воздействию многочисленных факторов, включая загрязненный атмосферный воздух, воду ненадлежащего качества, а также шум и вибрацию. Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) разработали математическую модель для комплексной оценки рисков для здоровья, как сообщает издание Naked Science.
Согласно статистическим данным Всемирной организации здравоохранения, порядка одного миллиона человек ежегодно умирают вследствие потребления небезопасной воды, а загрязненный воздух является причиной почти семи миллионов летальных исходов. В Российской Федерации около 4,8 миллиона работников, что составляет приблизительно 35 процентов от общего числа занятых, трудятся в условиях, представляющих угрозу для здоровья, что может способствовать развитию профессиональных заболеваний, таких как тугоухость и хронические бронхиты.
Традиционные методы анализа позволяют оценить вероятность возникновения заболеваний, однако не всегда выявляют первопричину угрозы. Вредные факторы, как правило, усиливают свое воздействие друг на друга: промышленные выбросы загрязняют почвы и водоемы, химические соединения накапливаются в окружающей среде, а воздействие шума, вибрации и других неблагоприятных факторов увеличивает риск развития заболеваний дыхательной системы, сердечно-сосудистых патологий и других профессиональных заболеваний.
Исследователи ПНИПУ предложили модель, базирующуюся на принципах нечеткой логики. Этот подход позволяет учитывать как точные количественные данные, так и условные характеристики, включая уровень шума, атмосферного давления и других параметров. Система оценивает риски по нескольким уровням — от низкого до критического — и формирует общий вывод.
Заместитель декана факультета прикладной математики и механики ПНИПУ Анна Савочкина пояснила, что алгоритм сначала осуществляет анализ исходных данных, включая концентрацию пыли, диоксида азота, формальдегида и бензола в атмосферном воздухе, уровень шума и вибрации, продолжительность трудового стажа, возраст и условия трудовой деятельности.
Затем программа учитывает взаимное влияние факторов и рассчитывает совокупный риск по установленной шкале. Тестирование модели на реальных данных показало точность в диапазоне 92–95 процентов, что превосходит результаты традиционных статистических методов и сопоставимо с результатами применения искусственного интеллекта. В отличие от непрозрачных алгоритмов на основе нейросетевых решений, предложенная модель позволяет выявить вклад каждого отдельного фактора.
Разработанная методика была апробирована на данных о качестве питьевой воды в одном из регионов Российской Федерации. За период в три года общий уровень риска снизился с повышенного до среднего, что соответствует выводам санитарных служб. Отклонение результатов составило не более пяти-семи процентов.
На базе предложенной модели были созданы четыре программных продукта. Они предназначаются для оценки мер по улучшению качества атмосферного воздуха, анализа качества питьевой воды, исследования воздействия школьной среды на здоровье детей и прогнозирования профессиональных рисков.
Методика получила одобрение Роспотребнадзора и рекомендована к применению. В перспективе планируется использовать данную модель для мониторинга уровня шума в жилых районах, оценки безопасности продуктов питания и моделирования последствий химических инцидентов. Этот подход особенно эффективен в условиях ограниченного объема данных, когда необходимо не только выявить проблему, но и идентифицировать её основную причину.