РУХОМІ ІНТЕЛЕКТУАЛЬНІ АГЕНТИ ДЛЯ ПРОГНОЗУВАННЯ ПОШИРЕННЯ ТУБЕРКУЛЬОЗУ В МАЛИХ МАСШТАБАХ

Анотація

У статті розроблено модель
поширення туберкульозу в закритих приміщеннях з використанням рухомих клітинних автоматів.
Модель враховує мобільність агентів, просторові особливості та стохастичність передачі інфекції.
Проведено експерименти в різних середовищах (відкрита місцевість, офіс, окоп), що показали
залежність динаміки захворювання від геометрії простору. Результати підтверджують ефективність
моделі для прогнозування та профілактики туберкульозу в Україні.
Ключові слова: туберкульоз, рухомі клітинні автомати, штучний інтелект, інтелектуальні
агенти, інформаційні технології, моделювання

Список використаних джерел
1. Статистика захворюваності на ТБ в Україні. Центр громадського здоров'я. URL:
https://phc.org.ua/kontrol-zakhvoryuvan/tuberkuloz/statistika-z-tb.
2. World Health Organization. Latent tuberculosis infection. Updated and consolidated
guidelines for programmatic management. 2018.
3. Сем’янів І. О., Тодоріко Л. Д., Виклюк Я. І., Невінський Д. В. Застосування
геопросторової мультиагентної системи для моделювання різних аспектів передачі
туберкульозу. INFUSION & CHEMOTHERAPY. 2024. Т.7, №1. С. 9-17. DOI:10.32902/2663-
0338-2024-1-9-17.
4. Європейський центр з профілактики та контролю захворювань. URL:
https://www.ecdc.europa.eu/en/publications-data/tuberculosis-surveillance-and-monitoring-europe2022-2020-data.
5. Vyklyuk Y., Semianiv I., Nevinskyi D., Todoriko L., Boyko N. Applying geospatial multiagent system to model various aspects of tuberculosis transmission. New Microbes and New
Infections Journal. 2024.Т.59.DOI:10.1016/j.nmni.2024.101417.
6. Butov D., Feshchenko Y., Chesov D. National survey on the impact of the war in Ukraine on
TB diagnostics and treatment services in 2022. The international journal of tuberculosis and lung
disease : the official journal of the International Union against Tuberculosis and Lung Disease. 2023.
T.27, №1. C. 86-88. DOI:10.5588/ijtld.22.0563.
7. Vyklyuk Y., Nevinskyi D., Boyko N. GEOCITY — A new dynamic-spatial model of urban
ecosystem. Journal of the Geographical Institute “Jovan Cvijić” SASA. 2023. Т.73, №2. С. 187-203.
DOI: 10.2298/IJGI2302187V.
8. Mabud T. S., Alves M. L. D., Ko A. I., Basu S., Walter K. S., Cohen T., Mathema B., Colijn
C., Lemos E., Croda J., Andrews J. R. Evaluating strategies for control of tuberculosis in prisons and
prevention of spillover into communities: An observational and modeling study from Brazil. PubMed.
2019. Т.16, №1. DOI:10.1371/journal.pmed.1002737.
9. Todoriko L.D., Andriiets O.A., Vyklyuk Y.I., Semyaniv I.O., Margineanu I., Lesnic' E.,
Nevinsky D.V., Yeremenchuk I.V. Prospects for the use of artificial intelligence to predict the spread
of tuberculosis infection in the WHO European Region. ТУБЕРКУЛЬОЗ ЛЕГЕНЕВІ ХВОРОБИ
ВІЛ-ІНФЕКЦІЯ. 2023. Т.53, №2. С. 86-92. DOI:10.30978/TB2023-2-86.
10. WHO consolidated guidelines on tuberculosis. Module 3: diagnosis – rapiddiagnostics for
tuberculosis detection . 2021.
11. Невінський Д. В., Сем’янів І. О., Виклюк Я. І. Вивчення зв'язку між туберкульозом та
соціально-економічними, медичними, демографічними чинниками в Україні. URL:
https://doi.org/10.18372/2073-4751.81.2013.
12. World Health Organization Data. 2022. URL: https://www.who.int.
13. Brauer F., Castillo–Chavez C., Feng Z. Mathematical models in epidemiology. 2019.
14. Hrizi O., Gasmi K., Ben Ltaifa I., Alshammari H., Karamti H., Krichen M., Ben Ammar L.,
Mahmood A. Tuberculosis disease diagnosis based on an optimized machine learning model. Journal
of Health Engineering. 2022. DOI: 10.1155/2022/8950243.
15. Sameera Abar, Georgios K. Theodoropoulos, Pierre Lemarinier, Gregory M.P. O’Hare. Agent
Based Modelling and Simulation tools: A review of the state-of-art software. COMPUTER SCIENCE
REVIEW JOURNAL. 2017. Т.24. С. 13-33. URL: https://doi.org/10.1016/j.cosrev.2017.03.001.