По оценкам Всемирной Организации Здравоохранения (ВОЗ), осложнения после гриппа ежегодно уносят жизни от 250 до 500 тысяч человек. Ученые располагают данными о распространении прошлых эпидемий, однако до сих пор им не удавалось создать математическую модель, которая давала бы сколько-нибудь достоверный прогноз распространения очередной эпидемии.

Американские ученые Джеффри Шэйман (Jeffrey Shaman) и Алишия Карспек (Alicia Karspeck) создали модель, которая позволит собирать данные о заболевших и создавать на их основе прогноз дальнейшего распространения эпидемии в режиме реального времени.

Авторы методики взяли за основу одну из математических моделей для прогнозирования погоды и обработали с ее помощью данные о заболевших гриппом в Нью-Йорке с 2003 по 2008 годы. Получив, таким образом, пять обеспеченных статистикой, независимых друг от друга сценариев развития эпидемий, они разделили каждый из них на «шаги» по неделям и сравнили, находя универсальные алгоритмы, которые бы описывали каждый из сценариев развития событий. В конечном итоге специалисты научились просчитывать дальнейший «путь» эпидемии на основе данных за первые дни и недели.

Авторы модели считают, что знание о том, какие территории скорее всего будут затронуты эпидемией, может помочь в дальнейшем принимать более эффективные меры по профилактике гриппа. На сегодняшний день эта методика может быть применима для большого города или урбанизированной территории с условно-непрерывной застройской и постоянными транспортными коммуникациями, как Большой Лондон или Москва с городами-спутниками.