Учёные пермского вуза разработали модель для точного прогнозирования продолжительности жизни

Учёные Пермского политеха (ПНИПУ) разработали новую математическую модель для прогнозирования продолжительности жизни, которая работает с точностью 99,7%. Разработка призвана решить проблему неточности существующих западных аналогов. Ранее применяемые алгоритмы были созданы в прошлом веке и не учитывали специфику российской демографии, что приводило к значительным погрешностям при распределении бюджетных средств между ключевыми государственными структурами. Об этом рассказали в пресс-службе вуза.

В университете пояснили: отличие от классических подходов, пермская разработка впервые комплексно объединяет сразу три критически важных фактора: постепенное снижение смертности благодаря прогрессу медицины, динамику рисков в раннем детском возрасте и особенности отечественной статистики. Исследователи выявили, что в первый год жизни показатели смертности наиболее высоки, однако к пяти годам они достигают минимальных значений. Кроме того, новая формула исходит из того, что риск смерти перестает быть постоянной величиной и ежегодно снижается по мере появления новых лекарств, вакцин и методов лечения.

Чтобы проверить эффективность метода, учёные взяли статистику смертности за 2004-2009 годы, охватывающую все возрастные группы — от младенцев до пожилых людей. Настроив алгоритм на этих данных, исследователи провели расчёты и сверили полученные прогнозы с реальными показателями за 2010 год. Результат показал, что новая модель повторяет реальные сведения с заявленной точностью в 99,7%, корректно предсказывая динамику для всех возрастов, а не только для взрослых. При этом решение не требует огромных массивов данных, что делает его незаменимым в ситуациях, когда региональная статистика неполная.

«Особенность разработки в том, что она учитывает специфику именно российской демографии. Дело в том, что у нас есть некоторые тенденции, которые отличаются от западных стран, например, другая детская смертность и распределение риска по возрастам. Поэтому настройка модели на отечественных статистических данных обеспечивает более высокую точность прогнозов», — рассказал доцент кафедры «Прикладная математика» ПНИПУ, кандидат физико-математических наук Герман Пушкарёв.

Созданное решение уже готово к внедрению в систему государственного планирования. На основе полученных данных власти смогут точнее оценивать необходимое количество больничных коек и объемы закупки лекарств, рассчитывать оптимальный размер пенсий для закладки в бюджет, а также планировать меры социальной поддержки населения как на федеральном уровне, так и в отдельных регионах страны. Статья о разработке опубликована в журнале Human Progress.