 |
Ученые Пермского Политеха создали уникальный инструмент для оценки рисков для здоровья населения
Сегодня на здоровье человека влияет множество факторов одновременно. Однако специалисты не могут точно определить, какой из них является самым опасным. Ученые ПНИПУ создали математическую модель, которая выявляет главный источник вреда для здоровья с точностью 95%.
Исследование проведено в рамках кандидатской диссертации.
На здоровье человека одновременно влияет множество факторов: качество воздуха, состав питьевой воды, санитарно-гигиенические условия в помещениях и на рабочем месте. По оценкам Всемирной организации здравоохранения, болезни, передаваемые через питьевую воду, ежегодно становятся причиной смерти около 1 миллиона человек, а загрязнение воздуха приводит примерно к 7 миллионам смертей. При этом в России более 4,8 миллиона человек (почти 35% всех работников) трудятся во вредных или опасных для здоровья условиях, что также влияет на развитие профессиональных заболеваний (тугоухости, хронического бронхита и других).
Для оценки рисков сегодня существуют различные рейтинги, шкалы опасности и классификаторы — например, индекс качества воздуха или классы вредности труда. Чтобы создать такие инструменты, используют статистику и машинное обучение. Однако эти методы только выдают цифру — вероятность заболевания, — но не объясняют, связано ли это со стажем работы, уровнем шума или химическим загрязнением. В результате специалисты не могут точно определить, на что именно воздействовать в первую очередь, чтобы устранить главный источник вреда.
Кроме того, различные факторы окружающей среды действуют не по отдельности, а комплексно. Заводы выбрасывают в атмосферу химические вещества, которые постепенно накапливаются в почве и воде. Каждое из таких загрязнений наносит вред организму, но при совместном влиянии их действие усиливается. Или другой пример: человек дышит грязным городским воздухом (пылью и выхлопными газами) и одновременно работает в тяжелых условиях, где на него постоянно действуют вибрация и шум. В итоге вероятность развития астмы, гипертонии и профессиональных заболеваний у него становится значительно выше. Именно поэтому оценивать каждый фактор по отдельности недостаточно — необходимо уметь рассчитывать их общий, совокупный эффект.
Все существующие инструменты оценки рисков призваны ответить на три ключевых вопроса: что именно влияет на здоровье, насколько сильно и что является источником опасности. Без таких оценок невозможно обоснованно проводить экологические и профилактические мероприятия: снижать выбросы предприятий, улучшать водоснабжение, уменьшать шум или модернизировать условия труда.
Однако у классических методов есть серьезные ограничения. Статистика хорошо работает только с «идеальными данными» — полными, без пропусков, собранными по единым стандартам. В реальном здравоохранении и экологии — это редкость, информации часто не хватает. Машинное обучение и нейросети могут рассчитать вероятность конкретной болезни, но не объяснят, связана ли она со стажем работы, с уровнем вибрации или с шумом. А в охране здоровья нужна именно причина, чтобы понять, на что воздействовать.
Ученые Пермского Политеха разработали уникальную математическую модель, которая позволяет оценивать совокупный риск от нескольких факторов одновременно и определять главный источник опасности. Проверка на реальных данных показала, что точность прогнозов достигает 92–95%. Модель официально утверждена Роспотребнадзором и рекомендована к практическому применению.
В основе разработки лежит «нечеткая логика», которая, в отличие от обычных математических моделей, способна понимать не только цифры, но и расплывчатые, качественные оценки — например, «давление повышено» или «шум умеренный». Одно и то же числовое значение может быть вредным в одних условиях и допустимым в других. Поэтому исследователи создали модель, которая сама определяет, насколько то или иное значение соответствует категориям «низкий», «средний», «повышенный», «высокий» уровень опасности.
– Модель работает следующим образом. Сначала она оценивает все исходные данные: замеры загрязняющих веществ в воздухе (пыль, диоксид азота, формальдегид, бензол и другие), показатели качества питьевой воды (железо, хлориды, нитраты, бактерии), физические факторы (шум, вибрация), а также данные о стаже работы, возрасте, условиях труда и учебы. Эти сведения берутся как из открытых источников, так и в ходе натурных наблюдений. После этого, учитывая совместное воздействие вредных условий, она выдает оценку — число, которое затем переводится в шкалу «низкий», «средний», «повышенный», «высокий» риск, – рассказала Анна Савочкина, заместитель декана по учебной работе факультета прикладной математики и механики, кандидат физико-математических наук, старший преподаватель кафедры «Высшая математика» ПНИПУ.
Для проверки модели ученые собрали реальные показатели качества питьевой воды одного из регионов России за несколько лет: запах, цвет, содержание алюминия, марганца, хлоридов. Модель на основе полученных сведений рассчитала совокупный риск: за три года он снизился с «повышенного» до «среднего» уровня.
– Это изменение совпало с экспертными оценками санитарных врачей, которые на основе тех же данных о качестве воды сделали аналогичный вывод. Средняя погрешность в результатах составила около 5–7%. Таким образом, модель подтвердила свою способность правильно оценивать общий риск даже при большом количестве цифровых и качественных показателей. Существующие методы при этом позволяют оценить каждый показатель отдельно (например, превышение марганца или хлоридов), но не дают вывод по качеству воды в целом, – добавила Анна Савочкина.
Сама модель устроена так, что способна учитывать любые факторы из любых сред одновременно. Это значит, что ее можно применить для комплексной оценки загрязнения воздуха, воды и вредных условий труда вместе — и получить совокупный риск для здоровья.
Классические статистические методы показывают точность на уровне 75–89%. Машинное обучение способно достигать 85–96%, но работает как «черный ящик» — выдает цифру риска, не объясняя его причин. Точность прогнозов новой модели составляет 92–95%. Но главное преимущество в том, что она не просто выдает число, а показывает вклад каждого фактора.
На основе разработки ученые создали четыре программных комплекса: для оценки эффективности воздухоохранных мероприятий, для оценки мероприятий по повышению качества питьевой воды, для анализа влияния условий в образовательных учреждениях на здоровье школьников и для прогнозирования профессиональных рисков. Разработку официально утвердил Роспотребнадзор и рекомендовал к практическому применению надзорными органами.
Математическая модель является универсальной, и ее можно применять для многих других задач, связанных с оценкой рисков в условиях неполных или неточных данных. Например, с ее помощью можно оценивать риски от шума в жилых районах, анализировать качество продуктов питания, прогнозировать последствия химических аварий и на этой основе планировать профилактические мероприятия на конкретной территории.
Контактное лицо: Макарова Татьяна Андреевна (написать письмо автору)
Компания: ПНИПУ (все новости этой организации)
Добавлен: 16:13, 20.06.2026
Количество просмотров: 61
Страна: Россия
| Ученые ПНИПУ нашли новый способ очищать воду от стронция, ПНИПУ, 21:28, 13.10.2026, Россия |
58 |
| Сегодня нередко в стоки и водоёмы попадают ионы стронция, способные вызывать у человека тяжелые заболевания. Но удалять их одновременно дёшево и быстро пока не получается. Ученые ПНИПУ создали новый материал для удаления стронция из воды. Их сорбент связывает больше ионов и работает в 3 раза быстрее аналогов. |
|
| «Поток-сирота»: ученый Пермского Политеха рассказал о звездопаде Дельта-Ауригиды, ПНИПУ, 21:26, 13.10.2026, Россия |
36 |
| В ночь с 10 на 11 октября можно будет увидеть Дельта-Ауригиды — один из самых интригующих, но малоизвестных звездопадов осени. Его радиант располагается в созвездии Возничего, а пик активности приходится на 11 октября. О том, почему Дельта-Ауригиды называют «потоком-сиротой» и как его не пропустить, рассказывает ученый Пермского Политеха. |
|
| Ученые Пермского Политеха рассказали, на что смотреть при покупке незамерзайки для машины, ПНИПУ, 21:15, 13.10.2026, Россия |
39 |
| С наступлением холодов перед каждым водителем встает вопрос: какую стеклоомывающую жидкость залить в бак, чтобы она не замерзла, справлялась с грязью и не навредила ни машине, ни людям в салоне. О том, из чего состоит незамерзайка и на что ориентироваться при ее выборе, рассказали ученые Пермского Политеха. |
|
|
|
