Эпидемия как диалог: как языковые модели учат эпидемиологов слушать поведение людей ✛

В марте 2020 года Франция опустела: люди перестали ходить на работу, в школы и кафе, а улицы наполнились тишиной. Эпидемиологи смотрели на графики и понимали, что вирус распространяется не сам по себе, а через рукопожатия, разговоры и поездки в метро. Но как предсказать, сколько контактов останется у человека, если правительство объявит новые ограничения? Ответ на этот вопрос искали с помощью необычного союза: языковой модели и математической модели эпидемии.

Языковая модель здесь работает как переводчик, который читает сводку новостей и решает, как поступил бы обычный человек. Ей показывают, какие контакты были у людей до пандемии, и описывают текущую ситуацию: закрыты ли школы, разрешены ли встречи, как много людей в больницах. Модель отвечает, какие из этих контактов она сохранила бы, а какие оборвала. Эти решения собираются в таблицу, которая показывает, сколько контактов происходит между разными возрастными группами. Такая таблица называется возрастной матрицей контактов, и именно она управляет тем, как вирус переходит от человека к человеку в компьютерной симуляции.

Симуляция не просто считает заражения: она отправляет результаты обратно языковой модели. Модель видит, что больниц стало больше, и в следующем раунде ещё сильнее сокращает контакты. Получается петля обратной связи, где поведение людей и распространение вируса влияют друг на друга. Раньше эпидемиологи задавали такие реакции вручную, жёсткими правилами, но теперь языковая модель делает это гибко, опираясь на текст описания политики. Такой подход назвали GABLE, что расшифровывается как Generative Adaptive Behavioral Layer for Epidemics, то есть генеративный адаптивный поведенческий слой для эпидемий.

Исследователи проверили три языковые модели: GPT-4o mini, Gemini 2.5 Flash и Grok 3 mini. Все они воспроизвели общую картину: во время локдаунов контакты резко падали, а между ними частично восстанавливались. Корреляция с данными о мобильности составила от 0,60 до 0,85. Но возрастная структура различалась: например, во время второго локдауна Gemini 2.5 Flash сохранял больше контактов взрослых, но меньше подростков, чем показывала мобильность. При этом все модели воспроизвели суммарные волны госпитализаций с погрешностью всего 2,3–3,6%.

Ключевой результат проявился в краткосрочном прогнозировании на четыре недели. GABLE с GPT-4o mini показал средний взвешенный интервальный балл 1298 против 2443 у прогнозов на основе мобильности и 3047–4148 у статистических методов. Это означает, что прогнозы стали точнее, а 95% интервалы покрывали реальные значения в 96,2% случаев. Более того, метод позволил оценить последствия мер, которые ещё не были введены. Задержка локдауна на две недели увеличивала контакты на 46% и госпитализации на 45,8%, а максимальные меры снижали их на 17,2% и 14,0% соответственно.

Раньше было неясно, как моделировать адаптивное поведение людей во время эпидемии без жёстких предположений и без данных о реальных контактах в реальном времени. Теперь стало понятно, что языковые модели могут генерировать правдоподобные возрастные матрицы контактов, которые улучшают прогнозы госпитализаций и позволяют сравнивать последствия ещё не введённых политик. Метод встроили в петлю обратной связи с механистической эпидемической моделью: модель решает, какие контакты сохранить, а эпидемия отвечает, как это влияет на распространение. Это может пригодиться эпидемиологам и органам здравоохранения для оперативной оценки сценариев вмешательств, когда нет свежих данных о контактах. Когда Франция снова опустеет, такой инструмент поможет услышать, как люди отвечают на новые правила, ещё до того, как это покажут больничные койки.