Във видеото човекът прави симулации на епидемии, използвайки компютърни програми, бих казал, че е нещо написано на Python, но това е без значение. Интересното е колко добре показва ефектите от различни типове поведение за намаляване на щетите от една епидемия. Той разглежда добри и лоши практики, като например самоизолацията или ходенето на пазар.

Искам да ви обърна внимание на няколко интересни заключения от видеото. Всяка симулация е построена на модела SRI, където има три вида индивиди. Едните са податливи на заболяването, вторите са болни в момента, третият вид е премахнати от симулацията (мъртви или резистентни).

Всеки един от индивидите се мести в случайна посока и след прекарване на определено време около заразен има някакъв шанс първият също да се зарази, стига да не е премахнат. След определено време инфектираният човек оздравява (или умира) и бива премахнат от симулацията.

При основния модел се наблюдава експоненциален растеж, който е право пропорционален на радиуса на кръгчето, в което се предава заразата. Може да считате това кръгче като показател за комуникативността на човек. Колкото по изолиран е, толкова по малко е кръгчето в симулацията. Излиза, че дневният растеж на инфектирани е много чувствителен към промени на броя на ежедневните срещи на един човек, степента на заразяване (хигиената) и продължителността на заболяването.

Във втората симулация се поставя под внимание ролята на ключови места, примерно магазините, в разпространението на инфекцията, като за всеки индивид се слага някаква вероятност да отиде до магазина в определен момент. Резултатът е шокиращ. Степента на заразяване е почти същата като при по-голямата комуникативност.

Но как да спрем заразата? Излиза, че най ефективно е да изолираме заразените. Това унищожава заразата много бързо. Но какво ще стане ако някои хора само пренасят заразата, но не са идентифицирани? Оказва се, че пак е много добре да поставим в изолация тези, за които сме сигурни. За съжаление, тестът все пак трябва да е доста добър, тъй като ако над 50% от хората, които са заразени не са изолирани, ефектът на изолацията става почти незабележим.

В третата симулация авторът разглежда ползите от социалното дистанциране. Изглежда е добра идея, но само ако го практикуват почти 100% от хората. В противен случай – дори спрените контакти да спаднат с малко – на 90%, останалите 10% поддържат заразата и я разпространяват значително по-дълго от симулацията с близо 100% изолация.

В четвъртата симулация се включват 12 града, които имат възможност за контакти един с друг. Става ясно, че ако намалим степента на обмен между 12-те града, ще забавим болестта, но крайният резултат е като при основната симулация.

Последната симулация е свързана с посещението на централни обществени места и как намаляването му до минимум се свързва с ограничаването на заразата. Излиза, че ако индивидите в симулацията ходят 5 пъти по-малко до това централно място, например магазина, ефектът е сравним с намаляване степента на заразяване с 50 %, или двойно подобряване на хигиената.

Разбира се, можем да комбинираме тези стратегии за борба със заразата, което постига най-големи резултати. Въпреки всичко, искам да обърна внимание на факта, че ако се идентифицират и изолират случаите на заразени, това има най-голям ефект за разпространяването. Дори нищо друга да не се промени.

Проблемът е, че дори при перфектна самоизолация, дори един болен да е останал, това вероятно просто ще доведе до втора вълна при преустановяване на карантината.

Моят съвет е да намалите срещите си, да увеличите хигиената и най-вече, ако не се чувствате добре – тествайте се! Наистина има значение!

Материалът Какво показват компютърните симулации на една епидемия е публикуван за пръв път на Икономически живот.