Испанские учёные приступают к разработке новой системы искусственного интеллекта, которая сможет моделировать не только распространение инфекций, но и поведение людей во время эпидемий. В отличие от традиционных эпидемиологических моделей, новая технология будет учитывать доверие к врачам и органам здравоохранения, влияние дезинформации, соблюдение профилактических рекомендаций и социальное неравенство. Проект AIBEM получил финансирование в размере 970 тысяч евро от фонда «la Caixa». О начале исследования 15 октября 2026 года сообщил Университет Карлоса III в Мадриде.
Почему существующие модели не всегда точно прогнозируют эпидемии
За последние два десятилетия учёные добились значительного прогресса в математическом моделировании распространения инфекционных заболеваний.
Современные эпидемиологические модели позволяют оценивать скорость передачи возбудителя, прогнозировать количество новых случаев заболевания и рассчитывать потенциальное влияние вакцинации, карантина и других противоэпидемических мероприятий.
Однако одна из главных трудностей связана с поведением самих людей.
Во время пандемии COVID-19 стало очевидно, что население неодинаково реагирует на рекомендации органов здравоохранения. Одни люди строго соблюдают профилактические меры, другие игнорируют ограничения, а третьи меняют своё поведение под влиянием новостей, социальных сетей или личного опыта.
При этом на решения людей влияют не только индивидуальные убеждения, но и материальные обстоятельства.
Например, возможность работать из дома зависит от профессии, а соблюдение изоляции может оказаться значительно сложнее для человека, который рискует потерять доход.
Традиционные эпидемиологические модели нередко используют усреднённые показатели поведения населения или задают их заранее. Такой подход упрощает расчёты, но не всегда позволяет учитывать изменения общественных настроений по мере развития эпидемии.
Именно эту проблему намерены решить исследователи проекта AIBEM.
Как искусственный интеллект будет имитировать поведение людей
Проект получил название AIBEM — AI-Driven Behavioural Epidemic Models for Intervention Design, что можно перевести как «Эпидемиологические модели поведения на основе искусственного интеллекта для разработки профилактических вмешательств».
Работу возглавляет Университет Сарагосы (Universidad de Zaragoza) совместно с Университетом Карлоса III в Мадриде (Universidad Carlos III de Madrid, UC3M) и Университетом Помпеу Фабра (Universitat Pompeu Fabra, UPF).
В основе будущей системы будут лежать генеративные агентные модели (Generative Agent-Based Models, GABMs).
Это разновидность компьютерного моделирования, при которой каждый виртуальный участник представляет отдельного человека с определёнными характеристиками.
Такие искусственные агенты будут создаваться с помощью больших языковых моделей (Large Language Models, LLM) — технологии, используемой, в частности, в ChatGPT и Gemini.
Каждому виртуальному участнику предполагается задавать собственный профиль, включающий социальные характеристики, цели, память и определённые поведенческие особенности.
В компьютерной среде агенты смогут:
- взаимодействовать друг с другом и обмениваться информацией;
- принимать решения о соблюдении профилактических рекомендаций;
- реагировать на сообщения о распространении инфекции;
- изменять поведение под влиянием окружающих;
- формировать коллективные ожидания и социальные нормы.
Например, модель сможет исследовать, как недостоверная информация о вакцинации влияет на решения разных социальных групп и каким образом изменение общественного доверия отражается на распространении инфекции.
Важно, что речь идёт не о создании точных цифровых копий конкретных людей, а о моделировании возможных закономерностей поведения населения.
Учёные проверят, насколько реалистично ведут себя виртуальные люди
Одной из основных проблем подобных технологий остаётся достоверность поведения искусственных агентов.
Большие языковые модели могут создавать убедительные ответы и имитировать рассуждения, однако это ещё не означает, что их решения соответствуют реальному поведению человека.
Поэтому разработчики AIBEM планируют проверять созданные модели в экспериментах с участием людей.
Аншо Санчес (Anxo Sánchez), исследователь междисциплинарной группы сложных систем Университета Карлоса III, объясняет, что важнейшей задачей станет сопоставление поведения виртуальных агентов с решениями реальных участников.
Для этого специалисты будут использовать экспериментальную платформу IBSEN, созданную в рамках европейской исследовательской программы Horizon 2020.
В испытания предполагается включать людей с различным социально-экономическим положением.
Исследователи будут анализировать, насколько правильно искусственные агенты воспроизводят решения людей в ситуациях, связанных с эпидемиями.
Ямир Морено (Yamir Moreno), руководитель проекта и директор Института биокомпьютинга и физики сложных систем (Institute for Biocomputation and Physics of Complex Systems, BIFI) Университета Сарагосы, подчёркивает, что моделирование поведения человека долгое время оставалось одной из нерешённых задач эпидемиологии.
По мнению исследователя, развитие генеративного искусственного интеллекта создаёт возможность перейти от преимущественно математических прогнозов к моделям, которые учитывают взаимное влияние людей и формирование коллективного поведения.
Почему социальное неравенство влияет на распространение инфекций
Особенностью AIBEM станет подробный учёт социальных факторов, влияющих на риск заражения.
Во многих традиционных моделях контакты между людьми описываются с учётом возраста. Например, оценивается, как часто взаимодействуют дети, работающие взрослые и пожилые люди.
Однако возраст — далеко не единственная характеристика, определяющая вероятность передачи инфекции.
Исследователи планируют дополнить такие модели социально-экономическими параметрами:
- профессией и условиями труда;
- уровнем дохода;
- районом проживания;
- доступностью медицинской помощи;
- социальными и материальными ограничениями.
Для этого предполагается использовать данные переписей населения Испании, исследований рынка труда и эпидемиологическую статистику, разделённую по различным группам населения.
Такой подход позволит оценивать, почему одни социальные группы подвергаются большему риску заражения, чем другие.
Например, работники, которым необходимо ежедневно контактировать с большим количеством людей, могут иметь более высокий риск инфицирования, чем специалисты, способные перейти на дистанционную работу.
При этом одинаковые ограничительные меры могут создавать неодинаковые экономические последствия для разных групп населения.
Жоан Бенач (Joan Benach), руководитель исследовательской группы по неравенству в здоровье GREDS-EMCONET в Университете Помпеу Фабра, обращает внимание на то, что эпидемии нельзя рассматривать исключительно как биологические явления.
Их распространение и последствия тесно связаны с условиями жизни, характером занятости и существующими социальными различиями.
Поэтому задача исследователей заключается не только в повышении точности прогнозирования, но и в разработке противоэпидемических мер, которые не будут усиливать уже существующее неравенство.
Искусственный интеллект поможет сравнивать различные меры профилактики
Разработчики предполагают использовать AIBEM как инструмент поддержки решений органов здравоохранения.
Система сможет моделировать различные сценарии распространения инфекций и оценивать потенциальные последствия профилактических вмешательств.
Например, можно будет исследовать, как изменится эпидемиологическая ситуация при разных уровнях вакцинации, соблюдения масочного режима или ограничений мобильности населения.
В отличие от стандартных подходов, новая модель будет учитывать, что реакция общества может меняться со временем.
Если доверие к органам здравоохранения снижается, часть населения может перестать выполнять рекомендации. Напротив, более эффективная коммуникация потенциально способна улучшить соблюдение профилактических мер.
Модель должна будет учитывать подобные изменения и оценивать их влияние на передачу инфекции.
Дополнительной задачей станет сравнение последствий вмешательств для различных социальных групп.
Это позволит анализировать не только предполагаемую эпидемиологическую эффективность меры, но и её справедливость с точки зрения распределения рисков и ограничений.
Как будет организована работа над проектом
Исследование рассчитано на три года и предусматривает три основных направления.
Университет Карлоса III в Мадриде займётся поведенческими экспериментами с участием людей. Полученные результаты будут использоваться для проверки достоверности действий искусственных агентов.
Университет Сарагосы разработает генеративные модели поведения и объединит их с математическими моделями распространения инфекций. Для вычислений планируется использовать суперкомпьютерную инфраструктуру CESAR института BIFI.
Университет Помпеу Фабра сосредоточится на оценке социальных последствий противоэпидемических мероприятий и разработке инструментов для государственных органов здравоохранения.
По завершении проекта исследователи рассчитывают представить программное обеспечение для моделирования эпидемий, методологию оценки профилактических вмешательств, рекомендации для органов здравоохранения и этические принципы использования технологии.
Как обеспечат безопасность и прозрачность искусственного интеллекта
Разработчики намерены уделить особое внимание рискам алгоритмической предвзятости.
Если искусственный интеллект обучается на данных, которые недостаточно отражают разнообразие населения, его прогнозы могут оказаться менее точными для отдельных социальных групп.
Это особенно важно при моделировании эпидемий, поскольку ошибки способны повлиять на распределение медицинских ресурсов и выбор профилактических мероприятий.
В рамках AIBEM предусмотрены проверка алгоритмов на систематические смещения, независимая оценка социальной справедливости и человеческий контроль.
Этические принципы проекта будут разрабатываться с учётом европейского законодательства об искусственном интеллекте — EU AI Act.
Учёные также планируют публиковать модели, наборы данных и протоколы проверки в открытом доступе в соответствии с принципами FAIR, предусматривающими доступность, совместимость и возможность повторного использования научных данных.
На разработку выделили почти миллион евро
Проект AIBEM вошёл в число победителей конкурса финансирования медицинских исследований 2026 года, организованного фондом «la Caixa» (la Caixa Foundation).
Всего на конкурс поступило 800 заявок, из которых были отобраны 32 проекта.
Таким образом, доля одобренных заявок составила всего 4%.
На реализацию AIBEM в течение трёх лет выделено 970 139 евро.
Общий объём финансирования всех победивших проектов составит 25,7 миллиона евро.
Высокая конкуренция отражает значительный интерес к исследованиям, направленным на совершенствование биомедицины и общественного здравоохранения.
Когда технология сможет применяться на практике
Несмотря на перспективность идеи, AIBEM пока находится на начальном этапе разработки.
На сегодняшний день ещё не представлено результатов, подтверждающих, что новые генеративные модели действительно способны прогнозировать поведение населения во время реальных эпидемий точнее существующих методов.
Для этого исследователям потребуется не только создать компьютерных агентов, но и проверить их решения в экспериментах с людьми, оценить устойчивость прогнозов и определить ограничения используемых алгоритмов.
Особую сложность представляет перенос результатов лабораторных экспериментов на реальные кризисные ситуации, когда поведение людей зависит от множества быстро меняющихся обстоятельств.
Поэтому разработчики рассматривают будущую систему как вспомогательный инструмент для специалистов общественного здравоохранения, а не как замену экспертной оценке.
Почему исследование важно для будущих пандемий
Пандемия COVID-19 показала, что успешная борьба с инфекционными заболеваниями зависит не только от характеристик возбудителя, наличия вакцин и возможностей системы здравоохранения.
Не менее важную роль играют доверие населения, достоверность распространяемой информации и способность людей соблюдать профилактические рекомендации.
Новые технологии искусственного интеллекта могут помочь исследователям лучше понять взаимосвязь между этими факторами.
Если AIBEM удастся достоверно воспроизводить поведение разных групп населения, система потенциально позволит разрабатывать более адресные и социально справедливые противоэпидемические меры.
При этом перспективы подобных технологий не ограничиваются прогнозированием распространения инфекций. Полученные методы могут оказаться полезными и для изучения других задач общественного здравоохранения, где индивидуальные решения и социальное окружение существенно влияют на результаты профилактики.
Ранее издание МКБ-11 рассказывало, что общение с искусственным интеллектом способно изменять убеждения сторонников теорий заговора, в том числе связанных с пандемией COVID-19. Это исследование также подчёркивает важность взаимодействия между технологиями, информационной средой и поведением человека.
Литература
- Universidad Carlos III de Madrid. UC3M participates in a pioneering scientific project using AI to anticipate human behavior during epidemics. — UC3M News. — October 15, 2026. — Original article.
- Universidad Carlos III de Madrid. La UC3M participa en un proyecto científico pionero que usará IA para anticipar el comportamiento humano ante las epidemias. — UC3M Noticias. — October 15, 2026. — Original publication in Spanish.