Метод был создан Натаниэлем Барлоу, доцентом Школы математических наук RIT, и Стивеном Вайнштейном, главой отдела химической инженерии RIT. Они говорят, что, используя это решение для модели, эпидемиологи могут быстро спрогнозировать множество различных сценариев распространения COVID-19 на основе множества переменных.
Прогнозы, полученные с помощью математических моделей, помогают государственным должностным лицам принимать политические решения о том, когда вводить и снимать ограничения, направленные на сглаживание кривой уровней заражения.
Прикладные математики, разработавшие этот метод, сказали, что они были рады найти способ применить свои навыки для борьбы с пандемией.
«Я был дома и думал, что хотел бы как-то помочь со всем, что происходит», – сказал Барлоу. «Мы увидели популярную статью о модели SIR, увидели, что наш метод может ускорить процесс, и быстро написали статью. Нашей целью было предоставить лучшие инструменты специалистам, борющимся с этой болезнью."
Метод был основан на решениях, которые они ранее разработали для решения самых разных задач в термодинамике, механике жидкости и предсказании траекторий света вокруг черных дыр. Они много работали со студентами над этими проблемами в течение последних шести лет и обнаружили, что решение модели эпидемии SIR имело очень похожую математическую структуру.
Хотя авторы ранее не работали в области эпидемиологии, их предыдущая работа плавно перешла на эту новую область.
«Часто это то, что мы, прикладные математики, делаем – работаем на границах областей, где люди обычно не разговаривают», – сказал Вайнштейн. "Мы выполняем важную функцию, предоставляя алгоритмы для поддержки научных исследований и прогнозов. Техника, которую мы здесь разработали, является общей для многих различных областей."
В настоящее время авторы работают над тем, чтобы показать, как их метод может быть применен к более сложным моделям, таким как модель эпидемии SEIR, которая похожа на модель SIR, но также позволяет прогнозировать население, подверженное эпидемии.